Computer Fungini: Come i Funghi Alimentano i Chip Neuromorfici

Un Nuovo Tipo Di Computer Biologico

Computing è stato inizialmente sviluppato con la tecnologia analogica, che differisce dalla tecnologia digitale perché utilizza segnali più complessi (e disordinati) invece di 1 & 0 chiaramente distinti.

Fonte: Unison Audio

In generale, un segnale digitale è più facile da analizzare, replicare e trasmettere. Ma un segnale analogico è migliore nella gestione della complessità di una situazione reale, con tutte le sue sfumature.

Per questo motivo gli scienziati hanno iniziato a riscoprire i tipi di calcolo analogico per nuovi sviluppi nell’AI, nel sensing e in altre applicazioni. Ciò include molti diversi design di cosiddetti chip neuromorfici, che imitano il modo in cui il cervello elabora i dati.

Un nuovo sviluppo verso l’uso di capacità simili al cervello per il calcolo è l’apparizione di veri computer biologici, che utilizzano tessuti organici per svolgere compiti normalmente affidati ai chip di silicio. Un esempio sono gli organoidi, tessuti coltivati in laboratorio prodotti da neuroni umani, capaci di eseguire compiti di calcolo. Combinato con nuove tecniche per la stampa 3D di tessuti cerebrali funzionali, questo potrebbe aprire la strada a un intero nuovo, strano tipo di capacità di calcolo.

Un altro tipo di componente elettronico che sfrutta componenti biologici dovrebbe essere aggiunto alla lista, con scienziati dell’Ohio State University che hanno creato memristori organici neuromorfici, un tipo di processore di dati che può ricordare stati elettrici passati. Solo che lo hanno creato non da neuroni, ma da funghi.

Hanno pubblicato la loro scoperta nella rivista scientifica PLOS One, con il titolo “Sustainable memristors from shiitake mycelium for high-frequency bioelectronics.”

Perché Utilizzare il Computing Neuromorfico?

Ascesa delle NPU

Neural Processing Units (NPUs), anche chiamate chip neuromorfici, sono un tipo di hardware AI che presenta alcuni vantaggi rispetto ai chip più tradizionali come CPU e GPU:

• Design più flessibile, che consente all’architettura del chip di adattarsi ai dati di addestramento.
• Consumo energetico molto più basso, a volte fino a 1/100^th di una GPU comparabile.
• Meno produzione di calore aiuta a gestire il crescente problema del raffreddamento che affligge i data center AI avanzati.

(Puoi leggere di più sull’hardware specializzato per l’AI, incluse le NPU, nel nostro rapporto dedicato.)

“Essere in grado di sviluppare microchip che imitano l’attività neurale reale significa che non serve molta energia per lo standby o quando la macchina non è in uso.

Questo può rappresentare un enorme vantaggio potenziale sia dal punto di vista computazionale che economico.”

John LaRocco – ricercatore in psichiatria al College of Medicine dell’Ohio State.

Molti metodi sono attualmente esplorati per creare chip neuromorfici:

• Sfruttare la ferroelettricità incipiente, un fenomeno ancora poco compreso.
• Sostituzione attiva usando vanadio o titanio.
• Utilizzare i memristori, un nuovo tipo di componente elettronico, che può eseguire compiti di AI al 1/800^th del consumo energetico normale.

Come i Memristori Imitano le Sinapsi

I memristori sono componenti elettronici che imitano le sinapsi che collegano i neuroni ricordando a quale stato elettrico erano stati impostati dopo lo spegnimento dell’alimentazione.

Questo può ridurre notevolmente l’energia e il tempo persi nello scambio di dati tra processori e memoria.

Una delle principali forze dei memristori è la loro capacità di apprendimento in situ efficiente e auto‑adattivo, fondamentale per applicazioni in robotica e veicoli autonomi.

Inoltre, il basso consumo energetico dei memristori è particolarmente vantaggioso in robotica e veicoli autonomi, dove l’efficienza energetica è fondamentale. I sistemi ibridi analogico‑digitale basati su memristori possono minimizzare l’uso di energia durante l’elaborazione senza sacrificare la reattività.

Il problema finora è che la creazione di memristori elettronici si è basata su tecnologie emergenti con bassi rendimenti di produzione e prestazioni elettroniche inaffidabili, a causa della recente introduzione di questa tecnologia.

Usare neuroni reali, come con gli organoidi, è anche un’opzione, ma i neuroni sono cellule molto difficili da gestire, relativamente fragili e difficili da coltivare.

Ma i neuroni non sono gli unici tessuti biologici capaci di elaborare e rispondere a segnali elettrici.

Una potenziale alternativa è il micelio, il tessuto che costituisce i funghi comuni, un organismo noto per la sua straordinaria robustezza. Può essere coltivato con bioreattori e culture nutritive più semplici rispetto a quelli richiesti per neuroni convenzionali e organoidi neurali.

Costruire Computer a Base di Funghi?

I materiali fungini mostrano percorsi conduttivi che possono formarsi dinamicamente sotto l’influenza di stimoli elettrici, simili ai filamenti conduttivi formati nei memristori convenzionali.

Questa adattabilità può portare a prestazioni migliorate nelle applicazioni neuromorfiche grazie alla facilitazione di stati di resistenza variabili che imitano i comportamenti sinaptici più da vicino rispetto ai tradizionali materiali memristivi.

I materiali organici hanno anche il vantaggio di operare efficacemente a tensioni più basse mantenendo le caratteristiche di commutazione stabili importanti per i memristori, persino più basse rispetto ai memristori elettronici, che sono già molto meno energivori rispetto ai componenti di calcolo tradizionali.

Questo potrebbe essere importante per dispositivi a basso consumo energetico per elettronica portatile e applicazioni Internet of Things che potrebbero dipendere da una fornitura di energia molto ridotta.
Scorri per scorrere →

Perché i Funghi Commestibili Funzionano per il Computing

I ricercatori hanno utilizzato funghi champignon comuni, così come funghi Shiitake commestibili e medicinali per i loro esperimenti, entrambe le specie la cui coltivazione è ben compresa e a basso costo.

I funghi Shiitake hanno dimostrato in precedenza di possedere una struttura carboniosa porosa quando attivati. Questa struttura porosa può migliorare le prestazioni elettrochimiche dei dispositivi, rendendoli candidati idonei per l’uso in sistemi di accumulo energetico, inclusi supercondensatori e, potenzialmente, memristori.

Sono anche molto resistenti alle radiazioni, il che potrebbe aiutare in applicazioni come l’aerospazio, dove i chip elettronici possono essere danneggiati da radiazioni ionizzanti come UV e venti solari.

Risposta Elettrica dei Funghi

Gli scienziati hanno collegato la massa fungina di prova dopo che è stata disidratata.

Fonte: PLOS One

Successivamente sono stati testati su una gamma di tensioni, forme d’onda e frequenze per le loro potenziali capacità di memristore.

Il segnale analogico di risposta mostrava forti caratteristiche memristive, imitandone in analogico il segnale digitale.

Fonte: PLOS One

Nel complesso, la rapida velocità di commutazione osservata di 5.850 Hz, un’accuratezza del 90 % (± 1 %), un consumo energetico relativamente basso, leggerezza e resistenza alle radiazioni sembrano rendere i memristori fungini attraenti per il edge computing, l’aerospazio e le applicazioni firmware embedded.

Tuttavia, l’accuratezza diminuisce all’aumentare della frequenza, quindi non tutti i tipi di segnali potrebbero essere elaborati/computati con questo metodo.

Va anche notato che il metodo produce solo materiali biodegradabili (shiitake di grado alimentare coltivato su trucioli di legno) e non richiede terre rare o materiali tossici, a differenza dei chip elettronici convenzionali.

Potenziale Futuro

Lo studio qui presentato è stato un primo esperimento, e ha avuto due limitazioni:

• I test sono stati relativamente brevi, durando solo 2 mesi. Quindi la capacità a lungo termine dei memristori fungini deve ancora essere investigata.
• Il metodo ha utilizzato una produzione su larga scala, mentre le applicazioni reali richiederebbero una microcoltura del micelio coltivata in un ambiente dedicato, fornendo risultati molto più piccoli e molto più controllati.

Quindi questo è davvero solo una prova di concetto, una dimostrazione che qualcosa di così esotico come il computing fungino sia persino possibile e affidabile.

Qualsiasi futuro design probabilmente vedrà l’uso di tecniche di coltivazione più coerenti usando template e strutture stampate in 3D che modellano il fungo Shiitake nella geometria desiderata.

La programmazione potrebbe anche essere facilitata aggiungendo contatti elettrici a una struttura di coltivazione stampata in 3D.

Infine, l’uso a lungo termine richiederebbe la conservazione, che potrebbe includere una varietà di tecniche, tra cui disidratazione, essiccazione, liofilizzazione, alcuni idrogel e rivestimenti speciali.

Tuttavia, l’idea di sviluppare memristori con esclusivamente materiali organici, e con materiale di fungo resistente, economico e biodegradabile, è intrigante.

Investire nella Biostampa

BICO Group AB (BICO.ST)

Man mano che il computing basato su organici avanza, la stampa 3D di tessuti viventi diventerà probabilmente uno strumento sempre più utilizzato. Prima nella ricerca, poi nella produzione effettiva di dispositivi che sfruttano questa tecnologia.

Un leader nel settore è stato Cellink, le cui macchine sono utilizzate per la biostampa da ricercatori in tutto il mondo.

Fonte: Cellink

Nel 2021, Cellink è stata rinominata BICO Group, a seguito dell’acquisizione di Cytena nel 2019 e Scienion nel 2020.

Cellink è ancora il nome del marchio per la parte di biostampa del business. Questo potrebbe anche essere usato per creare tessuti o organi 3D su richiesta. (Puoi leggere una discussione su questo tema in “3D Printing Human Organs – How Realistic Is It?”.)

Bioprinting rappresenta circa 1/5^th del business, con il segmento di automazione bioscientifica, inclusa l’imaging di campioni biologici, che genera più del 3/5^th dei ricavi.

Fonte: BICO Group AB

Nel lungo periodo, le aziende di biostampa probabilmente evolveranno dal fornire strumenti ai ricercatori a diventare fornitori di terapie di biostampa per le case farmaceutiche destinati ai pazienti.

Ciò cambierà completamente il numero di biostampanti in uso e, più importante, il volume di consumabili venduti ogni mese.

Questo è lo stesso processo che è avvenuto per altri produttori di attrezzature biolab, incluse le macchine di sequenziamento genomico di PacBio (PACB) e Illumina (ILMN), che finiscono per generare l’80 % dei loro ricavi dalle vendite ricorrenti di consumabili.

Poiché il BICO Group non dipende esclusivamente da questo settore, può continuare a migliorare la tecnologia finché non raggiunge una massa critica di utenti, guadagnando allo stesso tempo denaro e costruendo la sua rete di vendita con i bioricercatori grazie ai suoi altri prodotti più maturi nell’automazione bioscientifica.