Gli ingegneri della Northwestern University nell’Illinois, negli Stati Uniti, hanno raggiunto una pietra miliare nella ricerca sull’hardware dell’intelligenza artificiale: hanno stampato neuroni artificiali in grado di comunicare direttamente con le cellule cerebrali viventi. Questa svolta, pubblicata il 15 aprile sulla rivista Nature Nanotechnology, apre la strada verso interfacce cervello-macchina che funzionano in modo più naturale con il sistema nervoso umano – e verso sistemi informatici che consumano molta meno energia rispetto ai data center di oggi.
Il problema che guida questa ricerca
I moderni sistemi di intelligenza artificiale sono potenti, ma sono straordinariamente affamati di energia. L’addestramento di modelli linguistici di grandi dimensioni e l’esecuzione di inferenze su larga scala richiedono data center che assorbano gigawatt di elettricità. Mark Hersam, professore di scienza dei materiali alla Northwestern University che ha condotto lo studio, ha descritto chiaramente la portata della sfida: le tendenze attuali puntano verso data center di prossima generazione che richiederebbero centrali nucleari dedicate per funzionare. Oltre all’elettricità, i data center fanno affidamento su enormi volumi di acqua per il raffreddamento, creando ulteriore stress alle riserve idriche già scarse.
Il nostro cervello, al contrario, funziona con circa 20 watt, circa la stessa potenza di una lampadina fioca. Hersam e il suo team sostengono che il cervello è cinque ordini di grandezza più efficiente dal punto di vista energetico rispetto a un computer digitale, rendendo l’architettura neurale biologica il modello più convincente per l’hardware informatico di prossima generazione.
Come funzionano i neuroni stampati
Il team ha costruito i propri neuroni artificiali utilizzando un processo chiamato stampa a getto di aerosol, che deposita strati di inchiostro elettronico su un substrato polimerico flessibile. L’inchiostro contiene due materiali chiave: scaglie su scala nanometrica di bisolfuro di molibdeno, che funge da semiconduttore, e grafene, che funge da conduttore elettrico. Insieme, questi materiali formano un dispositivo noto come rete memristiva di nanofogli, una struttura la cui resistenza elettrica cambia in base all’attività passata, proprio come una sinapsi biologica si rafforza o si indebolisce con l’uso ripetuto.
Un’intuizione fondamentale è arrivata da una fonte inaspettata: il polimero stabilizzante che i ricercatori in genere bruciano dopo la stampa. Il team della Northwestern ha scoperto che decomponendo solo parzialmente il polimero anziché rimuoverlo completamente, era possibile introdurre imperfezioni controllate nel materiale stampato. Queste imperfezioni creano uno stretto canale conduttivo attraverso il quale la corrente elettrica si concentra. Quando la corrente passa attraverso quel canale, il dispositivo si accende e si spegne rapidamente, generando forti picchi di tensione.
Quei picchi di tensione assomigliano molto ai potenziali d’azione – gli impulsi elettrici – che i neuroni reali producono quando si attivano. Fondamentalmente, i dispositivi non generano semplicemente un impulso on-off uniforme. Producono una ricca varietà di schemi di attivazione, inclusi picchi isolati, esplosioni prolungate e oscillazioni ritmiche, che corrispondono alla diversità comportamentale mostrata dai neuroni biologici e che consente al cervello di codificare le informazioni con notevole efficienza.
Comunicare con i tessuti viventi
Per verificare se i neuroni artificiali potessero fare di più che somigliare semplicemente a segnali biologici, i ricercatori hanno collaborato con la professoressa di neurobiologia della Northwestern Indira Raman. Il team ha collegato i propri dispositivi stampati a fette di cervelletto di topo – la regione del cervello che governa la coordinazione motoria – e ha inviato segnali al tessuto vivente.
I neuroni biologici hanno risposto. I neuroni artificiali hanno prodotto segnali con la forma e i tempi corretti per attivare veri e propri circuiti neurali nel tessuto, dimostrando un livello di biocompatibilità che i precedenti dispositivi neuromorfici non avevano raggiunto.
“Puoi vedere i neuroni viventi rispondere al nostro neurone artificiale”, ha detto Hersam. “Quindi, abbiamo dimostrato segnali che non solo hanno la giusta scala temporale ma anche la giusta forma di picco per interagire direttamente con i neuroni viventi.”
Il gruppo di ricerca ha ottenuto questi risultati utilizzando solo due neuroni stampati combinati con componenti circuitali di base, in netto contrasto con i chip neuromorfici convenzionali che richiedono milioni di neuroni artificiali uniformi per ottenere funzionalità anche modeste.
Implicazioni per le interfacce cervello-macchina
La capacità di comunicare direttamente con il tessuto neurale vivente comporta un potenziale significativo per la tecnologia medica. Le neuroprotesi – dispositivi che ripristinano la funzione sensoriale o motoria perduta – si trovano attualmente ad affrontare una limitazione fondamentale: gli elettrodi rigidi di silicio stimolano i neuroni in un modo rozzo e impreciso che il cervello non tollera bene nel tempo. Un dispositivo flessibile e stampato in grado di generare segnali biologicamente accurati potrebbe migliorare le prestazioni e la longevità degli impianti progettati per ripristinare l’udito, la vista o il movimento.
La flessibilità del substrato stampato è importante anche per l’impianto pratico. L’elettronica rigida appoggiata al tessuto cerebrale morbido e in movimento causa stress meccanico e infiammazione nel tempo. Dispositivi morbidi e flessibili come quelli sviluppati dal team della Northwestern si muovono con il tessuto, riducendo potenzialmente i danni a lungo termine.
Una strada più lunga verso l’intelligenza artificiale efficiente dal punto di vista energetico
L’applicazione più distante, ma potenzialmente trasformativa, è l’hardware di intelligenza artificiale ad alta efficienza energetica. Gli attuali chip di silicio raggiungono la complessità computazionale assemblando insieme miliardi di transistor identici. Il cervello raggiunge un’efficienza molto maggiore attraverso la diversità: diversi tipi di neuroni con diversi comportamenti di attivazione lavorano insieme, consentendo al sistema di codificare ed elaborare le informazioni utilizzando molti meno componenti totali.
Il team di Hersam ha dimostrato che il loro approccio di fabbricazione può produrre neuroni artificiali con comportamenti di attivazione vari e complessi da un unico processo stampabile. Questa tecnica non richiede gli impianti di fabbricazione di semiconduttori costosi e altamente controllati richiesti dai chip di silicio. Utilizzando materiali morbidi e metodi di stampa, i ricercatori hanno prodotto dispositivi che si avvicinano alla ricchezza comportamentale dei neuroni biologici a una frazione della complessità di produzione.
“Il silicio raggiunge la complessità avendo miliardi di dispositivi identici”, ha affermato Hersam. “Tutto è uguale, rigido e fisso una volta fabbricato. Il cervello è l’opposto. È eterogeneo, dinamico e tridimensionale. Per muoverci in quella direzione, abbiamo bisogno di nuovi materiali e nuovi modi di costruire l’elettronica.”
I ricercatori avvertono che tradurre la dimostrazione di laboratorio in hardware informatico pratico richiederà anni di ulteriore sviluppo. Il percorso da un dispositivo promettente a un chip producibile che i data center possano adottare è lungo e incerto. Tuttavia lo studio stabilisce una prova di concetto: materiali stampati e flessibili possono produrre il tipo di segnali neurali diversi e biologicamente realistici che richiederanno un hardware AI più efficiente.
Contesto all’interno di un cambiamento più ampio
La svolta della Northwestern arriva in un momento in cui l’industria dell’intelligenza artificiale è alle prese seriamente con i costi energetici del continuo ridimensionamento. Gli approcci concorrenti per un hardware AI più efficiente includono chip fotonici che utilizzano la luce invece dell’elettricità, processori di inferenza specializzati e una gamma di progetti neuromorfici di aziende come Intel e IBM. L’approccio del neurone stampato si distingue per l’uso di materiali morbidi e flessibili e per la capacità dimostrata di interfacciarsi direttamente con il tessuto biologico, una combinazione che nessuna delle alternative a base di silicio può attualmente eguagliare.
Questo studio ha ricevuto il sostegno della National Science Foundation degli Stati Uniti. Il gruppo di ricerca comprendeva scienziati dei dipartimenti di scienza dei materiali, neurobiologia e ingegneria elettrica della Northwestern, riflettendo la natura intrinsecamente interdisciplinare del lavoro che si trova all’intersezione tra intelligenza artificiale, neuroscienza e nanotecnologia.
