Un microchip sperimentale elabora segnali wireless e dati digitali a velocità record con consumi minimi, aprendo nuove frontiere per intelligenza artificiale ed edge computing
Silicio e microonde: il chip che riscrive l’intelligenza artificiale.
Gli scienziati della Cornell University hanno creato un nuovo tipo di microchip a basso consumo chiamato “cervello a microonde”, capace di elaborare sia dati ultraveloci sia segnali di comunicazione wireless sfruttando le proprietà uniche delle microonde.
Recentemente descritto sulla rivista Nature Electronics (1), questo processore è la prima rete neurale a microonde completamente funzionale costruita direttamente su un chip di silicio. Esegue calcoli in tempo reale nel dominio della frequenza per compiti impegnativi come la decodifica di segnali radio, il tracciamento radar e l’elaborazione di dati digitali, il tutto consumando meno di 200 milliwatt di potenza.
Un chip che riscrive l’elaborazione dei segnali
«Poiché è in grado di distorcere in modo programmabile su un’ampia banda di frequenze istantaneamente, può essere riconfigurato per diversi compiti di calcolo», ha detto l’autore principale Bal Govind (2), dottorando che ha condotto la ricerca insieme a Maxwell Anderson, anch’egli dottorando. «Bypassa un gran numero di passaggi di elaborazione del segnale che i computer digitali normalmente devono eseguire».
Le prestazioni del chip derivano dalla sua architettura, che funziona come una rete neurale — un sistema ispirato al cervello umano. Utilizza modalità elettromagnetiche interconnesse all’interno di guide d’onda regolabili per riconoscere schemi e adattarsi alle informazioni in ingresso. A differenza delle reti neurali standard che si basano su operazioni digitali e istruzioni temporizzate da clock, questo sistema opera nell’intervallo analogico delle microonde, permettendogli di elaborare flussi di dati nell’ordine delle decine di gigahertz, superando di gran lunga la velocità della maggior parte dei processori digitali.
Abbandonare il manuale digitale
«Il dottor Bal Govind ha abbandonato gran parte del design convenzionale dei circuiti per ottenere questo risultato», ha detto la dottoressa Alyssa B. Apsel (3), professoressa di ingegneria, che è stata co-autrice senior insieme al dottor Peter McMahon (4), professore associato di fisica applicata e ingegneristica. «Invece di cercare di imitare esattamente la struttura delle reti neurali digitali, ha creato qualcosa che somiglia più a un miscuglio controllato di comportamenti di frequenza che alla fine può offrire calcoli ad alte prestazioni».
Il risultato è un chip che può gestire sia operazioni logiche semplici sia compiti più avanzati, come riconoscere sequenze binarie o identificare schemi in dati ad alta velocità. Ha raggiunto tassi di accuratezza dell’88% o superiori in diverse sfide di classificazione di segnali wireless, eguagliando le prestazioni delle reti neurali digitali pur utilizzando solo una frazione della loro energia e spazio.
Calcolo più intelligente con meno potenza
«Nei sistemi digitali tradizionali, man mano che i compiti diventano più complessi, servono più circuiti, più potenza e più correzione degli errori per mantenere l’accuratezza», ha detto Govind. «Ma con il nostro approccio probabilistico, siamo in grado di mantenere un’elevata accuratezza sia nei calcoli semplici che in quelli complessi, senza quel sovraccarico aggiuntivo».
L’estrema sensibilità del chip agli input lo rende particolarmente adatto per applicazioni di sicurezza hardware, come il rilevamento di anomalie nelle comunicazioni wireless su più bande di frequenze a microonde, secondo i ricercatori.
Verso l’intelligenza artificiale integrata e l’edge computing
«Pensiamo anche che, se riduciamo ulteriormente il consumo energetico, potremmo impiegarlo in applicazioni come l’edge computing», ha detto Alyssa Apsel. «Potresti installarlo su uno smartwatch o un cellulare e costruire modelli nativi direttamente sul tuo dispositivo intelligente invece di dover dipendere da un server cloud per tutto».
Sebbene il chip sia ancora sperimentale, i ricercatori sono ottimisti riguardo alla sua scalabilità. Stanno sperimentando modi per migliorarne l’accuratezza e integrarlo nelle piattaforme di elaborazione a microonde e digitali esistenti.
Riferimenti:
(1) An integrated microwave neural network for broadband computation and communication
(2) Bal Govind
(3) Alyssa B. Apsel
(4) Peter McMahon
Descrizione foto: Creazione grafica di un “microwave brain” chip. - Credit: Redazione ECplanet.
Autore traduzione riassuntiva e adattamento linguistico: Edoardo Capuano / Articolo originale: Cornell’s Tiny “Microwave Brain” Chip Could Transform Computing and AI