Nuovo transistor al silicio capace di imitare neuroni e sinapsi | Large language models wikipedia | Ai chat italiano | Intelligenza artificiale rischi | Turtles AI

Un gruppo di ricerca della National University of Singapore ha sviluppato un transistor al silicio capace di emulare sia i neuroni che le sinapsi, migliorando l’efficienza dei sistemi di AI.

Punti chiave:

• Un singolo transistor al silicio può replicare il comportamento dei neuroni e delle sinapsi.
• Ciò consente una significativa riduzione delle dimensioni e dei costi dei circuiti neuromorfici.
• La scoperta sfrutta il fenomeno dell’ionizzazione da impatto, tradizionalmente visto come un difetto.
• Il dispositivo è stato realizzato utilizzando tecnologia a 180 nanometri, accessibile e consolidata.

Il team guidato dal professore associato Mario Lanza, del Dipartimento di Scienza e Ingegneria dei Materiali presso il College of Design and Engineering della National University of Singapore, ha sviluppato un transistor al silicio capace di imitare sia il comportamento dei neuroni che delle sinapsi. Questa innovazione potrebbe migliorare l’efficienza dei sistemi di AI, riducendo le dimensioni e i costi dei circuiti neuromorfici. Tradizionalmente, la realizzazione di neuroni e sinapsi elettronici richiede l’interconnessione di numerosi transistor, aumentando la complessità e il consumo energetico dei dispositivi. La soluzione proposta dal team di Lanza sfrutta il fenomeno dell’ionizzazione da impatto, generalmente considerato un meccanismo di guasto nei transistor al silicio. Controllando questo fenomeno attraverso la regolazione della resistenza al terminale di massa, il transistor può generare picchi di corrente analoghi all’attivazione neuronale o mantenere stati di resistenza persistenti, simulando il comportamento sinaptico. Un aspetto rilevante di questa ricerca è l’utilizzo di transistor con tecnologia a 180 nanometri, una piattaforma consolidata e accessibile, che facilita l’integrazione industriale senza necessità di processi produttivi avanzati. Il professor Lanza sottolinea che, una volta compreso il meccanismo operativo, l’implementazione si basa principalmente sulla progettazione microelettronica. Il dottor Sebastián Pazos, primo autore dello studio, evidenzia come questo approccio rappresenti un’alternativa alla tradizionale miniaturizzazione dei transistor, promuovendo un paradigma informatico più efficiente ed economicamente sostenibile.

Questa ricerca apre nuove prospettive per lo sviluppo di sistemi neuromorfici avanzati, capaci di elaborare informazioni in modo più efficiente e con minori consumi energetici.