Piccolo dispositivo neuromorfo che rileva il movimento della mano, memorizza ricordi e elabora informazioni come un cervello umano, senza la necessità di un computer esterno
Il piccolo dispositivo promette una nuova tecnologia con un tocco umano.
Il leader del team, Professor Sumeet Walia (1), ha dichiarato che l’innovazione rappresenta un passo avanti verso l’elaborazione visiva istantanea nei veicoli autonomi, nella robotica avanzata e in altre applicazioni di nuova generazione per migliorare l’interazione umana.
«I sistemi di visione neuromorfica sono progettati per utilizzare un’elaborazione analogica simile a quella del nostro cervello, che può ridurre notevolmente l’energia necessaria per svolgere compiti visivi complessi rispetto alle tecnologie digitali attualmente utilizzate», ha affermato il dottor Sumeet Walia, Direttore del RMIT Centre for Opto-electronic Materials and Sensors (COMAS).
Il lavoro unisce materiali neuromorfici ed elaborazione avanzata dei segnali, sotto la guida del Professor Akram Al-Hourani (2), Vice Direttore del COMAS.
Il dispositivo contiene un composto metallico noto come disolfuro di molibdeno, o MoS2.
Nel loro ultimo studio, il team ha mostrato come i difetti su scala atomica in questo composto possano essere sfruttati per catturare la luce e convertirla in segnali elettrici, in modo simile a come funzionano i neuroni nel cervello umano.
Il dottor Sumeet Walia racconta: «Questo dispositivo concettuale imita la capacità dell’occhio umano di catturare la luce e quella del cervello di elaborare le informazioni visive, permettendo di percepire cambiamenti ambientali in modo istantaneo e creare memorie senza la necessità di utilizzare grandi quantità di dati ed energia. I sistemi digitali attuali, al contrario, consumano molta energia e non riescono a tenere il passo con l’aumento di volume e complessità dei dati, il che limita la loro capacità di prendere decisioni davvero in tempo reale.
La ricerca è stata pubblicata su
Il RMIT ha depositato un brevetto provvisorio per questa scoperta.
Vedere il futuro con un gesto della mano
Durante gli esperimenti, il dispositivo ha rilevato variazioni nel movimento di una mano che sventolava, senza dover catturare gli eventi fotogramma per fotogramma — un processo noto come edge detection, che richiede molta meno elaborazione e potenza.
Una volta rilevati i cambiamenti, il dispositivo ha memorizzato gli eventi come farebbe un cervello.
Gli esperimenti sono stati condotti nello spettro visibile all’occhio umano, ampliando precedenti ricerche neuromorfiche (4) del team nel dominio ultravioletto.
«Abbiamo dimostrato che il disolfuro di molibdeno, sottile quanto un atomo, può replicare accuratamente il comportamento dei neuroni ‘leaky integrate-and-fire’ (LIF), un elemento fondamentale delle reti neurali spiking», ha detto Thiha.
La ricerca precedente sull’UV si era concentrata solo su immagini statiche. In entrambi i dispositivi (UV e visibile), le memorie potevano essere resettate per permettere nuove attività.
Applicazioni potenziali
L’innovazione del team potrebbe un giorno migliorare i tempi di risposta dei veicoli automatizzati e dei sistemi robotici avanzati alle informazioni visive, particolarmente in ambienti pericolosi e imprevedibili.
«La visione neuromorfica in queste applicazioni, ancora lontana dall’essere realtà, potrebbe rilevare cambiamenti in una scena quasi istantaneamente, senza dover elaborare grandi quantità di dati, permettendo risposte molto più rapide che potrebbero salvare vite», ha detto Walia.
«Per i robot che lavorano a stretto contatto con l’uomo, nella produzione o come assistenti personali, questa tecnologia potrebbe rendere le interazioni più naturali, riconoscendo e reagendo al comportamento umano con un ritardo minimo», ha aggiunto Al-Hourani.
Prossimi passi
Il team sta ora ampliando il dispositivo proof-of-concept a pixel singolo in una matrice di pixel più ampia, sempre basata su MoS2.
L’Australian Research Council ha recentemente finanziato il team con un contributo LIEF (Linkage Infrastructure, Equipment and Facilities) per supportare questa espansione.
Il professor Sumeet Walia spiega che «Anche se il nostro sistema imita alcuni aspetti dell’elaborazione neurale del cervello, in particolare nella visione, si tratta comunque di un modello semplificato. Ottimizzeremo i dispositivi per applicazioni reali con compiti visivi più complessi e ridurremo ulteriormente il consumo energetico».
Il team prevede di sviluppare sistemi ibridi che integrano la loro tecnologia analogica con l’elettronica digitale convenzionale.
Il professor Sumeet Walia continua: «Vediamo il nostro lavoro come complementare al calcolo tradizionale, non come un sostituto. I sistemi convenzionali sono eccellenti in molti compiti, mentre la nostra tecnologia neuromorfica offre vantaggi nell’elaborazione visiva, dove efficienza energetica e operazioni in tempo reale sono fondamentali».
Il team sta anche studiando materiali alternativi al MoS2 per estendere le capacità all’infrarosso, il che potrebbe permettere il monitoraggio in tempo reale delle emissioni globali e la rilevazione intelligente di contaminanti come gas tossici, patogeni e sostanze chimiche.
Riferimenti:
(1) Sumeet Walia
(2) Akram Al-Hourani
(3) Photoactive Monolayer MoS2 for Spiking Neural Networks Enabled Machine Vision Applications
(4) Tiny device mimics human vision and memory abilities
Descrizione foto: Il primo autore Thiha Aung ispeziona il dispositivo di visione neuromorfa del team. - Credit: Will Wright, RMIT University.
Autore traduzione riassuntiva e adattamento linguistico: Edoardo Capuano / Articolo originale: Tiny device promises new tech with a human touch