Che cos’è il calcolo neuromorfico? E perché fa bene all’ambiente?

Il calcolo neuromorfico è un paradigma emergente nell’ambito dei nuovi modelli di reti neurali. Il problema che oggi limita l’hardware delle reti neurali è il costo dell’addestramento di questi modelli, (utilizzati, per esempio, per le traduzioni o per il tracking di oggetti in ambienti tridimensionali).

L’impatto energetico e ambientale dell’addestramento di grandi reti neurali per attività complesse è la difficoltà principale. Se si considera l’attuale consumo di decine di miliardi di kWh mondiali dei grossi centri di elaborazione dati, si capisce come sia sempre più rilevante sviluppare nuovi modelli di calcolo in cui l’addestramento non sia così pesante. È necessario identificare nuovi modelli computazionali e nuovo hardware più efficienti.

Un paradigma che si va affermando è il cosiddetto calcolo “neuromorfico”, ispirato dal funzionamento efficiente del cervello umano. Nelle reti neuromorfiche, la maggior parte dei pesi non viene ottimizzato, e l’addestramento avviene solo nell’input e nell’output. Se la rete è sufficientemente grande, si può dimostrare che la potenzialità computazionali sono confrontabili con i modelli standard.

Inoltre, gli schemi neuromorfici sono direttamente implementabili con hardware fotonico in cui la luce sostituisce la corrente elettronica nell’elaborazione. In questo hardware ottico, il consumo di energia si riduce drasticamente perché si usano solo componenti passivi, la velocità di elaborazione è la massima possibile, e la scala dei problemi raggiunge al momento 106 spin, ed è destinata a moltiplicarsi rapidamente nel futuro.

Nell’ambito del CREF saranno realizzati nuovi calcolatori neuromorfici fotonici classici e quantistici. Si tratta di una nuova classe di esperimenti e dispositivi che apre moltissime sfide sia teoriche che applicative, ma soprattutto che è più sostenibile delle tecniche tradizionali.