Nuova IA Ispirata al Cervello Impara in Tempo Reale Utilizzando Energia Ultra‑Bassa

Il cervello umano è il supercomputer più avanzato al mondo. Può apprendere e adattarsi simultaneamente senza l’uso di enormi data center come i sistemi di IA odierni. Questo mese, un team di ingegneri del Dipartimento di Informatica e Ingegneria Elettrica della Texas A&M e di altre istituzioni leader ha introdotto un sistema di IA ispirato al cervello che potrebbe sbloccare prestazioni migliori e aprire la strada a protocolli più intelligenti. Ecco cosa c’è da sapere. 

I Limiti dell’IA Tradizionale e l’Architettura di Turing

L’intelligenza artificiale è una delle industrie tecnologiche più in rapida crescita e più entusiasmanti al mondo. In pochi anni, gli algoritmi di IA sono passati dall’essere accessibili solo a ingegneri di alto livello di Google e Microsoft a diventare uno strumento comune per la persona media. Durante questo percorso, i sistemi di IA hanno costantemente aumentato le prestazioni e le capacità. Parallelamente a questo aumento delle prestazioni, è avvenuto anche un incremento delle capacità hardware. 

In particolare, i sistemi di IA si basano sull’architettura di Turing. Questo stile di calcolo prende il nome dal suo inventore, Alan Turing. Egli ipotizzò che i computer potessero offrire migliori prestazioni se alcune parti delle loro operazioni fossero separate. 

Questa struttura significa che i computer hanno l’elaborazione e la memoria fisicamente separate all’interno del design del chip. Questa separazione ha dettato il design hardware delle macchine da allora. La sua visione dei computer rimane l’architettura più utilizzata, nonostante siano passati decenni dalla sua scoperta. 

La Crisi Energetica: Perché l’IA Moderna Ha Bisogno di un Nuovo Progetto

Il problema di questo layout è che i sistemi di IA richiedono enormi quantità di dati. In alcuni casi, è necessario costruire interi data center da zero, utilizzando l’hardware più avanzato come parte dei requisiti del sistema. Purtroppo, questa struttura non è sostenibile. 

I grandi data center sono enormi consumatori di energia che possono assorbire tanta energia quanto intere città. In molti casi, questi sistemi si affidano all’energia rinnovabile, il che ha contribuito a ridurre l’impatto ambientale. Tuttavia, la crescente domanda di sistemi di IA richiede un miglioramento dell’efficienza per rendere questi protocolli sostenibili in futuro.

Perché i Modelli di IA di Oggi Non Possono Adattarsi in Tempo Reale

Inoltre, questa struttura significa che la scalabilità di questi protocolli si basa sull’hardware piuttosto che sui vincoli software. Anche il sistema più avanzato deve ancora attendere che i dati vengano inviati fisicamente tra i componenti hardware di un dispositivo. 

 Presentazione di un’IA Super‑Turing: Ispirata al Cervello Umano

Un altro svantaggio dei sistemi di IA basati su Turing è che si affidano a punti dati preimpostati. I modelli odierni non offrono alcun modo per modificare le loro prestazioni durante il funzionamento. Questi sistemi dipendono dai dati forniti per completare la retropropagazione. 

Questo approccio differisce dal tuo cervello, che utilizza una combinazione di conoscenza e condizioni ambientali per effettuare valutazioni accurate con una frazione dell’energia. In particolare, è biologicamente impossibile replicare la retropropagazione perché richiederebbe che la persona abbia già vissuto la situazione in precedenza. Riconoscendo questi fatti, gli ingegneri hanno cercato di sviluppare un sistema di IA che imiti l’apprendimento umano.  

Come i Resistor Sinaptici Apprendono Come i Nostri Cervelli

Lo studio “Circuito di resistor sinaptico a base di HfZrO per un sistema intelligente Super‑Turing“¹ presenta un sistema di IA neuromorfico che può imitare il modo in cui il cervello apprende per fornire adattabilità in tempo reale basata sulle condizioni. Lo studio è stato proposto da un team di ricercatori di UCLA, Texas A&M e altri centri di ricerca ed è stato pubblicato su Science Advances. Per realizzare questo compito, il team ha creato un circuito “synstor” (resistor sinaptico) che può apprendere come il tuo cervello. 

Fonte – Dipartimento di Informatica e Ingegneria Elettrica della Texas A&M Department of Computer and Electrical Engineering

Efficienza Simile al Cervello: IA Che Consuma Microwatt, Non Megawatt

Gli ingegneri dietro questo studio riconoscono che il cervello umano è ancora molto più avanzato dell’IA in molti aspetti, come il consumo energetico e la flessibilità. I processi neurali del cervello gli permettono di svolgere funzioni corporee complesse adattandosi simultaneamente alle condizioni mutevoli intorno a te. 

In termini di efficienza energetica, il cervello umano richiede solo circa 20 watt per funzionare. In confronto, l’IA avanzata odierna può consumare fino a 1 miliardo di watt durante le operazioni. Questo consumo di energia proviene dai percorsi di elaborazione e dai componenti, insieme all’architettura dei sistemi di IA.  

 Comprendere la Plasticità Sinaptica nell’Intelligenza Artificiale

Gli ingegneri hanno iniziato studiando la plasticità sinaptica nei cervelli. Il tuo cervello ha milioni di neuroni che alimentano la tua memoria e l’apprendimento. Queste aree di comunicazione dove i nervi si incontrano si chiamano sinapsi. La plasticità sinaptica si riferisce alla capacità del cervello di rafforzare le connessioni che vengono usate più spesso. Si riferisce anche alla capacità del cervello di creare nuovi percorsi quando ciò risulta più efficiente. 

Il Segreto del Cervello: Passare tra le Modalità Turing e Super‑Turing

Curiosamente, i cervelli possono operare sia in modalità Turing sia in modalità super‑Turing. Quando è in uno stato operativo Turing, il tuo cervello utilizzerà compiti e azioni pre‑appresi. Quando si presentano scenari inaspettati o le condizioni cambiano in modo imprevedibile, il tuo cervello passerà automaticamente a una postura super‑Turing. Questo approccio consente al cervello di adattarsi sempre all’ambiente circostante.

Come l’IA Super‑Turing Impara e si Adatta Istantaneamente

Gli scienziati ritengono che questo stato super‑turnante sia al centro delle capacità uniche del cervello. Hanno utilizzato questa struttura per reinventare le architetture IA, immaginando un flusso operativo più simile a quello umano in cui apprendimento e inferenza avvengono simultaneamente. 

Questa strategia riduce notevolmente il consumo energetico. L’eliminazione della necessità di spostare enormi quantità di dati tra i componenti hardware riduce il consumo e migliora le prestazioni. Supporta inoltre l’adattabilità in tempo reale riducendo il consumo di energia a nuovi minimi.

All’interno del Synstor: Il Circuito Ferroelettrico che Imità l’Apprendimento Umano

Al centro di questo studio c’è la creazione di un circuito sensore inclusivo capace di elaborare, apprendere e operare simultaneamente in modo fluido. Il team ha fabbricato un circuito di synstor basati su Hf0.5Zr0.5Ο2 come parte del loro studio. 

Questo circuito costruito su misura presentava resistor sinaptici che integrano materiali ferroelettrici HfZrO. In particolare, i materiali ferroelettrici, come gli ossidi di Hf, offrono agli ingegneri la possibilità di creare memorie analogiche non volatili, scalabili e compatibili con Si, oltre a dispositivi neuromorfici. 

Simulazione di Drone: Uomo vs IA vs Synstor

Il team ha configurato una simulazione di volo di drone e ha fatto navigare la simulazione a un’IA tradizionale, a un umano e a un sistema di IA super‑Turing per testare la loro teoria. Prima di qualsiasi turbolenza o ostacolo, il circuito synstor, gli operatori umani e la rete neurale artificiale hanno appreso con successo a guidare il drone verso la posizione target senza problemi o ritardi. 

Tuttavia, quando sono stati aggiunti alberi o venti forti, le prestazioni di tutte le parti sono diminuite. In particolare, l’umano e il sistema IA basato sul circuito synstor hanno completato il compito. Il sistema IA tradizionale non è stato in grado di adattarsi al nuovo ambiente e non ha completato il test poiché gli ostacoli aggiunti ne hanno ridotto le prestazioni.

Adattabilità dell’IA in Azione: Risultati del Corso a Ostacoli per Drone

Lo studio ha dimostrato che i circuiti di resistor sinaptici appena sviluppati dagli ingegneri supportano sistemi di IA Super‑Turing efficienti e adattivi in grado di navigare ambienti reali incerti e dinamici. Hanno esaminato perché solo il drone pilotato dall’umano e quello alimentato da synstor potessero completare il percorso. Il loro successo è dovuto alla capacità di adattarsi al volo.

Perché i Circuiti Synstor Sono un Salto in Avanti per l’IA Sostenibile

Ci sono diversi vantaggi che un sistema IA basato su circuiti synstor potrebbe offrire al mercato. In primo luogo, aprirà la porta a opzioni di IA più avanzate e capaci. Questi protocolli saranno in grado di eseguire inferenza e apprendimento in tempo reale simultaneamente, fornendo un trampolino verso protocolli di IA di nuova generazione. 

Ecologico: L’architettura del sistema IA degli ingegneri utilizza una frazione dell’elettricità necessaria per far funzionare i protocolli IA tradizionali. Questo utilizzo energetico migliorato consente ai sistemi IA Synstor di rivendicare il titolo di architettura IA più ecologica per i dati. Man mano che la domanda per questi servizi aumenta, crescerà anche la necessità di opzioni sostenibili. 

Efficienza: L’ingegneri hanno creato con successo un sistema che imita il cervello umano. Il loro approccio riduce i requisiti energetici per tutti i sistemi IA e consente ai sistemi IA di massimizzare il consumo di energia quando eseguono o addestrano nuovi modelli. 

Adattabilità: Uno dei principali vantaggi di questa struttura IA è la sua adattabilità. I sistemi IA devono diventare più veloci e più adattabili per gestire il numero crescente di compiti a loro affidati. Dal pilotare la tua auto elettrica a decidere quali canzoni riprodurre per te, i futuri sistemi IA prenderanno in considerazione l’ambiente come parte delle loro procedure di elaborazione. 

Applicazioni Future: IA Simile al Cervello in Auto, Dispositivi Indossabili e Tecnologia Militare

Il sistema di IA ispirato al cervello ha il potenziale di rivoluzionare l’industria. Offre agli ingegneri la prospettiva di uno sviluppo di IA sostenibile e potrebbe supportare la creazione dei sistemi autonomi avanzati di domani. Questa tecnologia troverà inoltre impiego nella robotica, nei dispositivi indossabili e nel settore medico.  

Calcolo Avanzato: Puoi aspettarti di vedere sistemi IA avanzati che utilizzano presto questa tecnologia. Il ridotto consumo energetico ridurrà i costi operativi per questi sistemi, rendendoli un’opzione attraente rispetto allo status quo. Inoltre, man mano che il design del chip synstor migliora, ne guiderà una maggiore adozione. 

Militare: L’esercito è uno dei più grandi sostenitori dell’IA. I sistemi IA possono assistere nel tracciamento, nel targeting, nella pianificazione e nella logistica, migliorando le capacità operative di qualsiasi esercito che li utilizzi. In futuro vedrai sistemi IA alimentare munizioni di sorvolo avanzate e droni e aiutare i pianificatori a mantenere la consapevolezza situazionale.. 

Veicoli Autonomi: Uno dei principali scenari d’uso per l’IA avanzata è il pilotaggio di veicoli autonomi. Il sogno di auto completamente autonome è stato lento a prendere piede, ma i recenti progressi hanno avvicinato la visione più che mai. Questa ultima scoperta IA aiuterà a migliorare le prestazioni e aprirà la porta a veicoli autonomi più avanzati capaci di volare e altro. 

Questa tecnologia un giorno aiuterà a rendere le comunità più sicure e le tue attività quotidiane più facili. Tuttavia, ci sono ancora alcuni dettagli e ostacoli che la tecnologia deve superare prima di diventare di massa. Nonostante i ritardi, si stima che l’adozione commerciale potenziale avverrà entro 5–10 anni, con applicazioni a breve termine in compiti IA specializzati a basso consumo. 

Incontra il Team di Ricerca Dietro Questa Scoperta IA

Ingegneri del Dipartimento di Informatica e Ingegneria Elettrica della Texas A&M e dell’Università della California-Los Angeles hanno collaborato per portare alla luce questo studio. In particolare, Jungmin Lee, Rahul Shenoy e Atharva Deo hanno guidato la ricerca. 

Hanno ricevuto aiuto da un team di ingegneri, tra cui Sun Yi, Dawei Gao, David Qiao, Mingjie Xu, Shiva Asapu, Zixuan Rong, Dhurva Nathan, Yong Hei, Dharma Paladugu, Jian-Guo Zheng, J. Joshua Yang, R. Stanley Williams, Qing Wu e Yong Chen. In particolare, lo studio ha ricevuto finanziamenti dall’Air Force Office of Scientific Research. 

 L’Angolo Commerciale: Come NVIDIA e Altri Stanno Avanzando l’IA Neuromorfica

La corsa all’IA è in corso, e le aziende concorrenti stanno spendendo miliardi per cercare di dominare il settore. La natura relativamente dirompente dell’IA significa che ci sono nuove opportunità per aziende come OpenAI di emergere dal nulla e assicurarsi una posizione di vertice nel mercato. Sebbene sia molto difficile determinare chi sarà il prossimo nuovo attore nel settore, è facile vedere chi ha dominato il mercato negli ultimi anni.  

NVIDIA Corporation

NVIDIA (NVDA ) è entrata sul mercato nel 1993 ed ha sede in California. Il ormai famoso produttore di schede grafiche 3D ha introdotto ASIC e altri design rivoluzionari nel corso degli anni. questi aggiornamenti hanno aiutato l’azienda a trasformarsi da un’azienda di schede grafiche per videogiochi a uno dei nomi più riconoscibili nel settore dell’IA. 

 La crescita di NVIDIA non è passata inosservata. Le sue azioni hanno registrato una crescita considerevole e, nel giugno 2024, l’azienda ha raggiunto una capitalizzazione di mercato di 3 trilioni di dollari. Oggi, NVIDIA è leader nell’hardware neuromorfico e AI edge. Come tale, è fortemente coinvolta nella progettazione dell’efficienza dell’inferenza AI e delle architetture ispirate al cervello. Chi cerca un’azione IA affidabile e comprovata dovrebbe prendersi del tempo per approfondire la ricerca su NVIDIA. 

Per una visione più approfondita di NVIDIA, assicurati di consultare il nostro approfondimento su questo gigante del settore.

Ultime Notizie su NVIDIA Corporation

Il Futuro dell’IA: Intelligenza Naturale, Progettata Artificialmente

Gli ingegneri dietro questo studio hanno sbloccato un nuovo livello di capacità dell’IA. Il loro nuovo design del chip consentirà all’IA di sviluppare algoritmi più rapidi e intelligenti. Questi sistemi un giorno alimenteranno quasi ogni componente della tua vita. Per ora, questa ricerca ha dimostrato come gli scienziati possano trarre ispirazione dalla natura e dal corpo umano per spingere l’innovazione a nuovi livelli.. 

Scopri altri progetti IA interessanti ora.

Studi Citati:

^{1. Lee, J., Shenoy, R., Deo, A., Yi, S., Gao, D., Qiao, D., Xu, M., Asapu, S., Rong, Z., Nathan, D., Hei, Y., Paladugu, D., Zheng, J.-G., Yang, J. J., Williams, R. S., Wu, Q., & Chen, Y. (2025). Circuito di resistor sinaptico a base di HfZrO per un sistema intelligente Super‑Turing. Science Advances, 11(9), eadr2082. https://doi.org/10.1126/sciadv.adr2082}