Allo studio un’intelligenza artificiale a basso consumo energetico

Set 22 2020
a cura della Redazione
Ricercatori del Dipartimento di fisica della Sapienza di Roma e dell’Istituto dei sistemi complessi del CNR hanno proposto un modello innovativo di IA, detto “neuromorfico” perché funziona in modo simile al cervello umano, che sfrutta la propagazione di onde luminose per compiere attività complesse in maniera economica e con un basso impatto ambientale.
(Immagine dal web)
(Immagine dal web)

Un gruppo di ricercatori del Dipartimento di fisica della Sapienza Università di Roma e dell’Istituto dei sistemi complessi del CNR ha proposto un nuovo modello di intelligenza artificiale che sfrutta la propagazione di onde per compiere attività complesse come comprendere un testo o guidare un’automobile.

Lo studio è stato pubblicato sulla prestigiosa rivista americana “Physical Review Letters” e si basa sul fatto che nel cervello umano si propagano onde di natura chimica ed elettrica, denominate onde cerebrali, che permettono alle persone di svolgere le operazioni complesse alla base dei loro comportamenti: come un bambino appena nato sa muovere le gambe, usare gli occhi per esplorare l’ambiente, chiudere o aprire la bocca per reagire agli stimoli, oppure addirittura nuotare, senza che il suo cervello sia mai stato istruito per farlo, questo sistema fisico studiato dal gruppo di ricercatori riesce a svolgere operazioni complesse senza addestramento.

Il modello neuromorfico

Gli studi in quest’ambito si sono concentrati, negli ultimi dieci anni, su un nuovo modello di intelligenza artificiale definito “neuromorfico”, perché simile nel funzionamento al cervello umano e come tale con un consumo di energia potenzialmente molto ridotto per l’apprendimento. Giulia Marcucci, Davide Pierangeli e Claudio Conti del Dipartimento di fisica della Sapienza e dell’Istituto dei sistemi complessi del CNR hanno proposto, proprio in quest’ambito, un modello completamente innovativo per realizzare un sistema d’intelligenza artificiale che, sfruttando la propagazione di onde luminose, è in grado di fare computazione in maniera “economica”.

Nel nostro lavoro”, ha spiegato Conti, “abbiamo mostrato come, sfruttando la propagazione delle onde luminose di un fascio laser e la loro interazione in un cristallo si possano risolvere diverse tipologie di problemi computazionali in maniera potenzialmente molto efficiente da un punto di vista energetico. Le applicazioni includono la classificazione di big data, l’analisi delle immagini e nuovi calcolatori neuromorfici.

(Foto da Università la Sapienza di Roma)
(Foto da Università la Sapienza di Roma)
Oltre la tradizionale idea di IA

L’intelligenza artificiale in genere evoca l’immagine di una complessa rete di computer, disposti in interminabili stanze, che elaborano immense quantità di dati per le funzioni più disparate. Ma la superiorità dell’uomo rispetto alla macchina è ancora evidente se si analizza il consumo di energia necessaria per addestrare un computer, per esempio, a riconoscere un gatto da un cane e lo si rapporta ai pochi cucchiaini di zucchero che bastano al nostro cervello per fare operazioni molto più complesse, come comprendere un testo o guidare un’automobile. Il divario tra uomo e macchina è impietoso: si stima che “insegnare” a una rete neurale a compiere attività complesse inquini quanto 20 volte un essere umano in un anno.

L’intelligenza artificiale tradizionale prevede, quindi, la realizzazione di sistemi elettronici da addestrare sotto ogni aspetto con un dispendio di energia molto alto. Il suddetto studio ha dimostrato come le onde possiedano una capacità computazionale che utilizza un consumo energetico molto basso, che quindi presenta un vantaggio evidente in relazione all’inquinamento e all’impatto ambientale. Il passo successivo sarà quello di effettuare verifiche sperimentali sul sistema al fine di sostituire le complesse e costose reti di computer con piccoli dispostivi ottici che sfruttino l’intelligenza delle onde.

La teoria del calcolo neuromorfico tramite onde

Come illustrato nell’articolo pubblicato sulla “Physical Review Letters”, lo studio si focalizza sulle reti neurali artificiali con onde non lineari come serbatoio di calcolo e discute dell’universalità e delle condizioni per apprendere un set di dati in termini di canali di output e non linearità.

Un modello “feed-forward” a tre strati, con un livello di input di codifica, un livello di onde e una lettura di decodifica, si comporta come una rete neurale convenzionale nell’approssimazione di funzioni matematiche, set di dati del mondo reale e porte booleane universali. Il rango della matrice di trasmissione ha un ruolo fondamentale nella valutazione delle capacità di apprendimento dell’onda. Per un dato insieme di punti di addestramento, esiste una non linearità di soglia per l’interpolazione universale. Quando si considera l’equazione di Schrödinger non lineare, l’uso di regimi altamente non lineari implica che i solitoni, le onde anomale e le onde d’urto hanno un ruolo di primo piano nell’addestramento e nell’elaborazione. I risultati dello studio possono consentire la realizzazione di nuovi dispositivi di apprendimento automatico utilizzando diversi sistemi fisici, come l’ottica non lineare, l’idrodinamica, la polaritonica e i condensati di Bose-Einstein.

L’applicazione di questi concetti alla fotonica apre la strada a una vasta classe di acceleratori e nuovi paradigmi computazionali. In sistemi di onde complessi, come fibre multimodali, circuiti ottici integrati, dispositivi casuali e topologici e metasuperfici, le onde non lineari possono essere impiegate per eseguire calcoli e risolvere complesse ottimizzazioni combinatorie.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato.