SAN BENEDETTO DEL TRONTO – Si chiama Memristor, ed è la prima sinapsi artificiale che riproduce il meccanismo dell’apprendimento. La notizia arriva dal CNRS (Centre national de la recherche scientifique); una fruttuosa collaborazione tra i ricercatori dell’Università Paris-Saclay e dell’Università di Bordeaux, che hanno compiuto un importante passo avanti nello sviluppo dell’intelligenza artificiale.

Memristor non è in realtà una novità assoluta, in quanto già da diversi anni ingegneri di tutto il mondo lavorano per ricreare, a livello elettronico, le meraviglie del cervello umano. I congegni prodotti finora sono in grado di registrare informazioni, elaborarle e confrontarle, per usarle poi nella risoluzione di vari problemi. Tuttavia, le modalità con cui questo avviene sono molto diverse da quelle naturali, e soprattutto consumano una gran quantità di energia elettrica; i neuroni, al contrario, ne richiedono pochissima per funzionare in maniera ottimale, creano più collegamenti e possono scegliere quali informazioni conservare e quali no.

Riproporre un simile meccanismo in un computer ne aumenterebbe le prestazioni in modo vertiginoso. Non stupisce, quindi, che la corsa all’innovazione sia iniziata già nella seconda metà del ‘900; i progressi, però, procedono con una certa lentezza, in quanto il sistema nervoso è ancora oggetto di intensi studi.

Gli attuali computer immagazzinano i dati utili memorizzandoli su particolari strutture, dette media; sono media, ad esempio, i CD e gli hard disk. Questi congegni possiedono numerose celle di memoria, costituite da materiali semiconduttori, sulle quali viene impressa un’informazione. Il principio è simile a quello di una lastra fotografica: così come la luce impressiona la pellicola, così l’elettricità a bassa tensione trasferisce elettroni all’interno della cella, i quali possono venire in seguito letti come dati.

Negli anni sono stati formulati alcuni algoritmi che permettono ai computer di confrontare le informazioni archiviate; il caso più famoso, forse, è stato Deep Blue, il cervellone elettronico programmato per giocare a scacchi. Deep Blue è in grado di calcolare fino a 200 milioni di posizioni al secondo, basandosi sulle classiche tecniche di gioco e anche su appositi dati delle strategie avversarie. Grazie a queste informazioni, nel 1996 fu il primo computer a battere l’allora campione del mondo Garry Kasparov. Tuttavia, la vittoria non fu interamente merito di Deep Blue: come venne alla luce in seguito, alcune mosse furono comandate a distanza da umani. L’azienda produttrice, l’IBM, contava infatti sulla macchina per aumentare il valore delle sue azioni in borsa, la sfida con Kasparov era più una strategia pubblicitaria che una dimostrazione scientifica.

Oggi le cosiddette “macchine intelligenti” sono presenti in molti aspetti della vita quotidiana: basti pensare a Siri, l’applicazione in grado di recepire la voce umana e di rispondere, e al grazioso roboaspirapolvere che pulisce in completa autonomia dopo aver mappato il perimetro della casa.

Tutti congegni che memorizzano informazioni dell’ambiente esterno e reagiscono di conseguenza. Si tratta però di una semplice memorizzazione attraverso sensori, legata al già citato sistema delle celle semiconduttrici.

Memristor, invece, sfrutta un diverso sistema: il congegno è formato da una minuscola striscia di materiale ferroelettrico, collocata tra due elettrodi. L’impulso elettrico altera la resistenza del metallo, e vi imprime un’informazione che viene ricordata anche dopo la scossa; più la resistenza viene abbassata durante questo processo, più il dato viene memorizzato efficacemente, perché il metallo riceve un voltaggio maggiore. In questo modo, oltre ad avere una bassissima richiesta energetica, Memristor è potenzialmente capace di differenziare un’informazione importante, memorizzata meglio, da una meno rilevante.

Si tratta, in definitiva, dello stesso principio che regola le sinapsi neuronali. I neuroni, se stimolati, sono in grado di generare deboli impulsi elettrici, che viaggiano lungo l’assone cellulare e finiscono all’estremità, nel cosiddetto bottone sinaptico. La sinapsi è data dalla giunzione tra questo bottone ed un secondo bottone sinaptico, appartenente ad un diverso neurone.

Si parla di sinapsi elettrica quando l’impulso elettrico passa direttamente da un neurone all’altro. Nelle sinapsi chimiche, invece, la corrente si ferma nel primo bottone, e attiva il rilascio di un neurotrasmettitore; questo viene captato dal neurone ricevente, che rigenera l’impulso elettrico di conseguenza. Le sinapsi chimiche sono le più diffuse nell’organismo umano.

La formazione della scarica elettrica è mediata da atomi di calcio, sodio e potassio. Questi, infatti, possiedono una carica positiva +, che altera la normale carica negativa della cellula. Quando molti atomi positivi entrano nel neurone, lo depolarizzano e innescano il passaggio di corrente.

Nei processi connessi alla memoria, più stimoli elettrici ripetuti, oppure uno stimolo intenso, inducono una migliore memorizzazione; una volta immagazzinato un ricordo, entra poi in gioco la plasticità sinaptica: il cervello instaura continuamente nuovi collegamenti tra neuroni, ne elimina di vecchi, ne potenzia alcuni, in modo da contestualizzare l’informazione. Si pensi ad esempio ad un bambino che sente per la prima volta la parola “fiume”; la parola, una volta archiviata nel sistema nervoso centrale, verrà associata ad un’immagine astratta. Successivamente, quando il bambino avrà occasione di vedere un fiume dal vivo, scoprirà che è fatto di acqua fresca, che scorrendo emette un rumore caratteristico, che è popolato da pesci, e molti altri dettagli. Il cervello quindi modificherà le sinapsi per collegare alla parola fiume tutti gli stimoli sensoriali associati: tatto, udito, vista, gusto e olfatto, captati e processati da diverse aree cerebrali, lavorano in sinergia per creare un’unica percezione.

Questa eccezionale plasticità dei neuroni permane per tutta la vita, ed è alla base dell’esperienza. Al momento, nessuna macchina è in grado di gestire un simile processo in maniera autonoma, nemmeno Memristor. Esistono, certo, algoritmi per l’apprendimento automatico, ma sono pallide e limitate imitazioni dei processi cognitivi naturali.

Con nuovi processori, più simili a sinapsi, gli ingegneri sperano di creare macchine sempre più intelligenti, e non solo. Costruire un neurone artificiale significherebbe poter collegare un arto bionico ad un paziente che ha subito un’amputazione, curare lesioni al midollo spinale, e aprirebbe innumerevoli altre porte alla medicina rigenerativa.

Per ora, Memristor rappresenta un piccolo, ma importante passo avanti. Nei prossimi anni sarà possibile osservare computer e programmi sempre più in linea con le esigenze del consumatore, capaci di ricerche avanzate e di una migliore percezione dell’ambiente esterno.