Calcolo a fibre ottiche basato sul cervello umano
I dendriti sono strutture ramificate che si trovano all’estremità delle cellule nervose e che ricevono ed elaborano i segnali elettrochimici in arrivo. La loro struttura assomiglia molto a quella di un albero: molti rami in cui arrivano molti segnali che vengono preelaborati localmente in questi rami dendritici prima che il risultato di tali calcoli sia inviato al corpo cellulare (soma) del neurone per l’elaborazione finale. «Possiamo immaginare questi dendriti come costituiti da molte “reti locali” che sottraggono al “processore centrale” - il corpo cellulare - gran parte del carico computazionale», spiega Florentin Wörgötter, professore di Fisica presso l’Università di Göttingen. I moderni sistemi informatici fanno in parte lo stesso quando utilizzano più «processori slave» per la preelaborazione, alleggerendo la CPU principale, spiega Wörgötter. I ricercatori del progetto ADOPD, finanziato dall’UE, hanno cercato di sfruttare queste idee per creare unità di calcolo in fibra ottica ultraveloce per l’informatica neuromorfica (basata sul cervello umano), che utilizza una quantità di energia significativamente inferiore rispetto ai sistemi informatici convenzionali e che potrebbe soddisfare la richiesta di velocità di elaborazione in aumento esponenziale. «Questa tecnologia è particolarmente interessante per il suo basso assorbimento di energia e per l’estrema velocità», aggiunge Wörgötter, coordinatore del progetto ADOPD.
Una proficua interazione tra modellizzazione teorica e sviluppo hardware
Il progetto ADOPD ha combinato la modellizzazione teorica con l’effettiva implementazione hardware. I ricercatori sono partiti da un principio computazionale noto, una regola per modificare l’intensità delle connessioni all’interno di una rete dendritica (la cosiddetta regola della plasticità sinaptica), sviluppando il corrispondente hardware elettro-ottico, che consente un’elaborazione del segnale rapida ed efficiente. «Grazie alla regola di plasticità implementata, questo sistema è in grado di adattarsi in qualche misura alle variazioni dei segnali in ingresso», osserva Wörgötter. Parallelamente, il team ha continuato a sviluppare modelli teorici di elaborazione del segnale dendritico in modelli neuronali realistici dal punto di vista bio-fisico. «Questa interazione si è rivelata fruttuosa, poiché alla fine del progetto la regola di plasticità originale ha potuto essere aumentata da nuovi principi computazionali, scoperti grazie ai nostri sforzi di modellizzazione teorica», afferma Wörgötter.
La prima plasticità sinaptica a fibre ottiche
Il progetto ADOPD è riuscito a implementare la plasticità sinaptica utilizzando le fibre ottiche, facendo riferimento a un principio computazionale simile a quello dei neuroni del cervello umano. «Nel farlo, abbiamo scoperto e brevettato un innovativo metodo che consente una sincronizzazione molto rapida di segnali diversi», osserva Wörgötter. Questo metodo si basa sulla stessa regola di plasticità e ha il potenziale per competere con le soluzioni hardware convenzionali. Il team sta attualmente utilizzando questo metodo per sviluppare un microchip per applicazioni che vanno dalle telecomunicazioni ai veicoli autonomi.
Gettare le basi per l’informatica neuromorfica di prossima generazione
I risultati del progetto ADOPD contribuiscono allo sviluppo dell’informatica neuromorfica, che alcuni partner del progetto stanno perseguendo attivamente. Le difficoltà rimanenti risiedono nella scalabilità del sistema esistente su più dendriti e reti più grandi, anche se il sistema ADOPD potrebbe raggiungere la maturità commerciale entro i prossimi 10 anni. Un’altra linea di ricerca in corso riguarda i metodi «olografici» per i calcoli basati sulle fibre ottiche. Uno dei risultati di ADOPD è che è possibile utilizzare fibre più spesse e iniettare un flusso di segnali. Questo porta a una sequenza di schemi complessi, simili a quelli che si susseguono in un film. «È possibile utilizzare questi schemi anche per i calcoli e questo offre il vantaggio di un flusso di informazioni altamente compresso», spiega Wörgötter. «Si tratta di una chiara estensione dei risultati esistenti ottenuti nell’ambito di ADOPD, ma è difficile.»
Parole chiave
ADOPD, informatica neuromorfica, modellizzazione teorica, hardware, neuroni, cervello, calcolo