Stanford team builds artificial synapse / Gruppo di Stanford costruisce sinapsi artificiale.

Segnalato dal Dott. Giuseppe Cotellessa / Reported by Dr. Joseph Cotellessa

(Credit: Manel Torralba via flickr)

Researchers from Stanford University have created an artificial synapse made from organic materials, a development with potential for advanced computing and brain-machine technologies.

When we learn, electric signals are sent around the brain via synapses, creating neural pathways. Less energy is required each time a path is travelled, as the route becomes more defined. This essentially makes learning and memory part of the same process. Reported in the journal Nature Materials, the Stanford device attempts to mimic this behaviour, co-locating processing and memory, and using much less energy than traditional computing while doing so.
The artificial synapse consists of two thin, flexible films with three terminals, connected by a salt-water electrolyte. The device works as a transistor, with one of the terminals controlling the flow of electricity between the other two. By discharging and recharging it repeatedly, the researchers were able to ‘train’ the synapse, and were able to predict within one per cent of uncertainty what voltage was required to get the synapse to a specific electrical state and keep it there.
“It works like a real synapse but it’s an organic electronic device that can be engineered,” said Alberto Salleo, associate professor of materials science and engineering at Stanford and senior author of the paper.
“It’s an entirely new family of devices because this type of architecture has not been shown before. For many key metrics, it also performs better than anything that’s been done before with inorganics.”

Salleo and his team have only built one artificial synapse, but researchers at Sandia National Laboratories were able to use 15,000 measurements from experiments on that synapse to simulate how an array of them would work in a neural network. The simulated array was able to identify handwritten digits between 0 and 9 with between 93 to 97 per cent accuracy. This type of visual task is something that traditional computing generally struggles with.
“More and more, the kinds of tasks that we expect our computing devices to do require computing that mimics the brain because using traditional computing to perform these tasks is becoming really power hungry,” said Sandia’s A Alec Talin, the paper’s other senior author. “We’ve demonstrated a device that’s ideal for running these type of algorithms and that consumes a lot less power.”
Where digital transistors can be in only two states, such as 0 and 1, the researchers successfully programmed 500 states in the artificial synapse. In switching from one state to another they used about one-tenth as much energy as a state-of-the-art computing system needs in order to move data from the processing unit to the memory.
According to the researchers, the organic nature of the device also means it could be compatible with our own neurons, opening up the possibility of brain-machine interfaces.

ITALIANO

I ricercatori della Stanford University hanno creato una sinapsi artificiale a base di materiali organici, uno sviluppo con un potenziale di tecnologie di calcolo e lo sviluppo di cervello-macchina avanzate.
Quando impariamo, i segnali elettrici vengono inviati in tutto il cervello attraverso le sinapsi, creando percorsi neurali. Meno energia è necessaria ogni volta che un percorso è stato già efettuato, come il percorso diventa più definito. Ciò rende sostanzialmente effettivo apprendimento e la memoria parte dello stesso processo. Riportato sulla rivista Nature Materials, il dispositivo di Stanford tenta di imitare questo comportamento, l'elaborazione e la memoria di co-localizzazione, e l'utilizzo di molta meno energia rispetto al calcolo tradizionale.
La sinapsi artificiale è costituita da due pellicole flessibili sottili con tre terminali, collegati da un elettrolita di acqua salata. Il dispositivo funziona come un transistor, con uno dei terminali che controllano il flusso di energia elettrica tra gli altri due. Scaricando e ricaricando ripetutamente, i ricercatori sono stati in grado di generare un 'treno' sinapsi, e sono stati in grado di prevedere entro l'uno per cento di incertezza che tensione sia stato necessaria per ottenere la sinapsi a uno stato elettrico specifico e tenerlo lì.
"Funziona come una vera sinapsi, ma è un dispositivo elettronico organico che può essere ingegnerizzato", ha dichiarato Alberto Salleo, professore associato di scienza dei materiali e ingegneria presso la Stanford e senior autore dell'articolo.
"E 'una famiglia completamente nuova di dispositivi, perché questo tipo di architettura non è stato mostrata prima. Per molti parametri chiave, esegue anche meglio di tutto ciò che è stato fatto prima con sostanze inorganiche ".
Salleo e il suo gruppo hanno costruito una sola sinapsi artificiale, ma i ricercatori Sandia National Laboratories sono stati in grado di utilizzare 15.000 misurazioni da esperimenti su quella sinapsi per simulare come una serie  avrebbe funzionato in una rete neurale. L'array simulato è stato in grado di identificare le cifre scritte a mano da 0 a 9 con tra il 93 al 97 per cento di  precisione. Questo tipo di compito visivo è qualcosa che l'informatica tradizionale sta cercando di ottenere.
"Sempre di più, i tipi di attività che ci aspettiamo dai nostri dispositivi di elaborazione per richieste di calcolo che simula il cervello perché l'utilizzo di calcolo tradizionale per eseguire queste attività richiedono molta potenza di calcolo", ha detto di Sandia A Alec Talin, altro autore maggiore dell'articolo. "Abbiamo dimostrato un dispositivo che è ideale per l'esecuzione di questo tipo di algoritmi e che consuma molta meno energia."
Dove transistor digitali possono essere solo in due stati, come 0 e 1, i ricercatori hanno programmato con successo 500 Stati della sinapsi artificiale. Nel passaggio da uno stato all'altro hanno usato circa un decimo dell'energia di un sistema informatico che ha bisogno per spostare i dati dall'unità di elaborazione alla memoria.
Secondo i ricercatori, la natura organica del dispositivo significa anche che potrebbe essere compatibile con i nostri neuroni, aprendo la possibilità di interfacce cervello-macchina.

Da:

https://www.theengineer.co.uk/stanford-team-builds-artificial-synapse/?cmpid=tenews_3136133