Una nuova era nel calcolo ispirato al cervello
Le tecnologie di calcolo hanno raggiunto una velocità e una potenza di calcolo senza precedenti che permette loro di simulare parti del cervello e del comportamento degli animali. Per emulare davvero l’intelligenza animale però, l’energia necessaria per questi sistemi cresce in modo esponenziale. Il cervello contiene un numero altissimo di sinapsi e i neuroni sono plastici e adattabili. Il cervello è strutturato come un sistema in evoluzione nel quale le sinapsi emergono e muoiono e si rafforzano e si indeboliscono. Queste essenzialmente riconfigurano la connettività neuronale e permettono alla rete neurale di adattare le reazioni motorie e comportamentali a input ambientali in continuo cambiamento. Per anni, l’implementazione di reti neurali artificiali è stata fatta in forma di software su computer convenzionali. Recentemente, sono emersi schemi di calcolo neuromorfico che utilizzano dispositivi elettronici in nanoscala in grado di simulare prorpietà neuronali e sinattiche. Un sistema bio-ibrido tra neuroni artificiali e reali Il progetto RAMP, finanziato dall’UE, ha proposto di sviluppare un sistema bio-ibrido che interfaccia reti neurali artificiali a reti neurali biologiche. “Il nostro fondamento logico era sfruttare le proprietà intrinseche dei neuroni e delle sinapsi reali e la loro organizzazione in circuiti neurali,” spiega il coordinatore del progetto, il prof. Vassanelli. I neuroni artificiali sono stati formulati come microchip di silicio e interfacciati fisicamente con neuroni naturali per mezzo di trasduttori elettrici, formando un neurochip bio-ibrido. Poiché i neuroni sono cellule eccitabili elettricamente attive, i trasduttori possono registrare la loro attività elettrica o facilitare la loro stimulazione. A questo fine, i ricercatori hanno sfruttato una delle tecnologie più promettenti, il sensore integratore memristivo (MIS), che può operare come un sensore neuronale intelligente rilevando e codificando simultaneamente segnali elettrici in una struttura di comunicazione con neuroni reali. Per emulare il comportamento delle sinapsi naturali, sono stati generati MIS in grado di codificare e comprimere attività neuronale di picco. I segnali registrati dai neuroni per mezzo di convenzionali elettrodi extracellulari sono immessi nel MIS, il quale percepisce i picchi neuronali che li codificano come cambiamenti della resistenza interna in modo simile a ciò che succede nelle sinapsi reali. “Sia nel caso del MIS che nelle sinapsi questi singoli cambiamenti di resistenza sono integrati nel tempo all’arrivo di una serie di picchi,” continua il prof. Vassanelli. In un tentativo parallelo di riprodurre nella parte artificiale del bio-ibrido quello che succede nelle sinapsi reali ‒ dove la connettività dipende dall’attività neuronale ‒ gli scienziati hanno generato algoritmi ispirati alla neurobiologia. Sostanzialmente, il numero di connessioni tra neuroni artificiali era una funzione di attività che emulava la plasticità del cervello. Applicazioni future I MIS costituiscono strumenti di valore inestimabile per esplorare il calcolo del cervello e per leggere l’attività del cervello. Monitorare l’attività delle cellule neuronali è fondamentale per la neuroscienza, ma l’elaborazione di dati neurali in tempo reale comporta dei requisiti restrittivi di larghezza di banda, energia e capacità di calcolo. I dispositivi memristivi consumano poca energia nel processo di codifica e quindi non solo permettono di superare questo limite ma porteranno anche a una migliore comprensione della base biofisica dell’elaborazione di informazioni in circuiti neuronali reali. Nel lungo termine, questi elementi potrebbero essere usati per creare neuroprotesi innovative come impianti cerebrali, nei quali i circuiti neuromorfici sostituiscono o affiancano reti cerebrali originarie. Tali protesi potrebbero essere usate nei pazienti con disturbi neurologici a fini terapeutici e di riabilitazione. Per rendere più veloce lo sviluppo i partner di RAMP hanno creato un modo per permettere a neuroni e MIS di comunicare attraverso internet. Questo crea un modo rivoluzionario per costruire reti neuroelettroniche in Europa. In generale, il sistema RAMP fornisce una prima prova di concetto che i neuroni possono interagire reciprocamente con dispositivi memristivi nanoelettronici condividendo regole simili di memoria e plasticità. Le richieste di brevetto e le aziende start-up che sono emerse nel corso del progetto sono un’ulteriore conferma dell’innovazione di RAMP. RAMP è stato ufficialmente finanziato tramite il programma per le tecnologie future ed emergent (FET) della Commissione europea.
Parole chiave
Neuroni, plasticità del cervello, reti neurali, RAMP, memristivo