Un laboratorio di ricerca e sviluppo che fa parte dell’Energy Department responsabile delle armi nucleari americane, ha fatto sapere che i “computer neuromorfici“, ispirati all’architettura del cervello umano, si stanno dimostrando sorprendentemente abili nel risolvere problemi matematici complessi, alla base di varie sfide scientifiche e ingegneristiche.
Il sito Phys.org riferisce dell’annuncio dei Sandia National Lab (laboratori dell’United States Department of Energy che si occupano, tra le altre cose, di questioni di sicurezza nazionale per conto della National Nuclear Security Administration). In un articolo pubblicato su “Nature Machine Intelligence”, i neuroscienziati computazionali Brad Theilman e Brad Aimone descrivono un nuovo algoritmo che consente all’hardware neuromorfico di affrontare equazioni differenziali alle derivate parziali (PDE, dall’inglese Partial Differential Equation), basi matematiche comunemente usate per formulare e risolvere problemi fisici importanti quali la propagazione del suono o del calore e in svariati campi quali l’elettrostatica, l’elettrodinamica, meccanica dei fluidi, aerodinamica, elasticità, meccanica quantistica, relatività.
I risultati dimostrano che il neuromorphic computing non solo è in grado di gestire queste equazioni, ma di poterlo fare con notevole efficienza. Il lavoro dei ricercatori in questione potrebbe aprire la strada verso il primo supercomputer neneuromorfico al mondo, potenzialmente in grado di rivoluzionare il calcolo ad alta efficienza energetica, per applicazioni di sicurezza nazionale ma anche ambiti che riguardano la medicina.
Calcoli complessi senza ricorrere a supercomputer
“Abbiamo appena iniziato a disporre di sistemi computazionali che possono mostrare comportamenti di tipo intelligente; somigliano al cervello e la quantità di risorse richieste sono semplicemente ridicole”, spiega Theilman. Per decenni gli esperti hanno creduto che i computer neuromorfici erano più adatti a compiti quali il riconoscimento di pattern o accelerare reti neurali artificiali; non ci si aspettava che questi sistemi potessero eccellere nel risolvere rigorosi problematici matematici come le equazioni differenziali alle derivate parziali, tipicamente affrontate da tradizionali supercomputer. Aimone e Theilman non sono sorpresi dai risultati: i ricercatori ritengono che anche il nostro cervello esegua costantemente calcoli complessi, anche se non ce ne rendiamo conto. “Prendiamo ad esempio l’esecuzione di attività che richiedono il controllo motorio, come colpire una palla da tennis o colpire con una mazza la palla da baseball”, spiega Aimone, sono attività che richiedono calcoli molto ricercati, problemi a livello exascale che i nostri cervelli sono in grado di risolvere a buon mercato”.
Questa ricerca solleva affascinanti domande sulla natura dell’intelligenza e del calcolo. L’algoritmo sviluppato da Theilman e Aimone presenta forti analogie con la struttura e le dinamiche della connettività corticale del cervello. “Abbiamo basato il nostro circuito su un modello relativamente noto nel mondo delle neuroscienze computazionali”, spiega Theilman. “Abbiamo mostrato che il modello ha un naturale ma non ovvio legame con le PDE, un legame non era stato individuato finora, 12 anni dopo la presentazione del modello”. Secondo i ricercatori, il neuromorphic computing potrebbe aiutare a colmare il divario tra neuroscienza e la matematica applicata, offrendo nuove prospettive su come il cervello elabora le informazioni. Se le loro intuizioni si riveleranno corrette, il neuromorphic computing potrebbe offrire indizi anche per comprendere meglio e trattare condizioni neurologiche quali l’Alzheimer e il Parkinson.
Tutte le notizie che parlano di Intelligenza Artificiale sono disponibili a partire da questa pagina di Macitynet.
