Un transistor che impara
Un tema molto trattato, che vediamo spesso nei film di fantascienza, è quello dell'intelligenza artificiale e dei robot capaci di prendere il controllo sul genere umano, di interagire con questo o di prendere decisioni in autonomia.
Oggi, ancora, questo obiettivo è molto lontano soprattutto per problemi di natura tecnologica e di conoscenza del nostro organo di pensiero, però una ricerca sviluppata in Svezia da un ricercatore italiano, Simone Fabiano, a capo di un’équipe di scienziati del Laboratory of Organic Electronics della Linköping University hanno forse compiuto il primo passo verso questo obiettivo. La creazione di un'entità dotata di elementi organici in grado di apprendere e di decidere quando creare nuove connessioni o memorizzare informazioni a breve e lungo termine.
Si tratta di transistor basati su polimeri organici capaci di crescere in presenza di determinati stimoli esterni. I transistor tradizionali, per intenderci, quelli in silicio presenti nei nostri computer e smartphone, hanno una struttura immutabile. Questo polimero organico, invece, ha la capacità di cambiare la propria struttura formando catene sempre più lunghe e, cosa più importante, può imparare a farlo imitando il comportamento delle sinapsi del cervello umano.
Il ricercatore catanese, realizzatore di questa straordinaria ricerca, ci spiega il funzionamento di questo sistema basato su sostanze organiche. In pratica, dice: “immaginiamo di avere tre diversi neuroni, il primo connesso con il terzo come nelle sinapsi nel nostro cervello, mentre il secondo non è collegato con gli altri due. In presenza di un determinato stimolo che, in questo caso può essere un cambiamento di voltaggio, si attiva il primo neurone che automaticamente attiva anche il terzo. Uno stimolo, invece, prodotto sul secondo neurone, non provocherà alcuna reazione del terzo neurone. La cosa eccezionale di questo sistema è appunto la capacità di apprendimento, cioè la capacità del dispositivo che, se opportunamente stimolato riesce a costruire da sé una nuova sinapsi tra il secondo e il terzo neurone a prescindere dei collegamenti precedenti".
I ricercatori sono andati anche oltre, provando a far memorizzare al transistor le informazioni ricevute. Il dispositivo ha funzionato perfettamente e immagazzina sotto forma di corrente ad intensità variabile l’informazione, sia nel lungo che nel breve termine l’informazione ricevuta imitando ancora una volta il funzionamento del nostro cervello.
Le strade aperte sono incredibili; lo stesso Fabiano spiega che l’utilizzo di un siffatto hardware potrebbe semplificare di tanto il sistema di funzionamento l’intelligenza artificiale. Infatti, il transistor potrebbe eseguire calcoli necessari al machine learning direttamente senza l’uso di software. Questo si tradurrebbe in un significativo vantaggio in termini di efficienza del trasnsitor che avrebbe un ridottissimo consumo di energia, se paragonato a quello richiesto per far girare il software e, inoltre, si sta lavorando alla possibilità di aumentare le capacità di memorizzazione e di autonomia creando specifiche reti tridimensionali ottenute collegando centinaia di transistor tra di loro.
