Ricercatori del Korea Advanced Institute of Science and Technology (KAIST) hanno sviluppato un innovativo 'Neurone a Frequenza Variabile' (Frequency Switching Neuristor) capace di emulare la straordinaria capacità del cervello di adattarsi e apprendere. Questa scoperta promette di rivoluzionare l'hardware per l'intelligenza artificiale (IA), rendendolo significativamente più efficiente dal punto di vista energetico e intrinsecamente più stabile. Il dispositivo è in grado di modificare autonomamente la frequenza del proprio segnale, un'abilità nota come plasticità intrinseca, che permette ai neuroni biologici di regolare la propria sensibilità in base alle esperienze. Questa caratteristica è fondamentale per migliorare le prestazioni e la resilienza dei sistemi di IA.
Integrando memristori sia volatili che non volatili, il neurone artificiale raggiunge un comportamento programmabile a più livelli di frequenza-tensione, facilitando un apprendimento e un adattamento più efficaci. Le simulazioni condotte su reti neurali sparse hanno evidenziato una riduzione del consumo energetico del 27,7% rispetto alle architetture di IA tradizionali, mantenendo al contempo un'elevata accuratezza computazionale. Inoltre, il neurone artificiale dimostra una notevole capacità di auto-riorganizzazione per recuperare le prestazioni anche in seguito a danni simulati ai suoi componenti neurali, un aspetto cruciale per applicazioni che richiedono affidabilità a lungo termine.
Questa innovazione, pubblicata su Advanced Materials il 18 agosto 2025 e guidata dal Professor Kyung Min Kim, apre nuove prospettive per settori che necessitano di stabilità continua. Tra questi spiccano i dispositivi di edge computing e i veicoli autonomi, ambiti in cui la capacità di elaborare dati in tempo reale e di adattarsi a condizioni mutevoli è di primaria importanza. L'edge computing, in particolare, permette l'elaborazione dei dati direttamente sul dispositivo o nelle sue immediate vicinanze, riducendo la latenza e la dipendenza da connessioni cloud, un vantaggio fondamentale per applicazioni critiche come la guida autonoma, dove ogni millisecondo conta per la sicurezza e l'efficienza.
L'efficienza energetica è una delle sfide più pressanti nel campo dell'IA, con il consumo energetico destinato a raddoppiare nei prossimi anni. Tecnologie come questo nuovo neurone artificiale sono essenziali per mitigare questo impatto, consentendo all'IA di operare in modo più sostenibile. La capacità di auto-riparazione e adattamento del neurone artificiale lo rende particolarmente adatto per sistemi che operano in ambienti difficili o dove la manutenzione è complessa, come nei veicoli autonomi che devono garantire prestazioni costanti anche in condizioni di scarsa connettività o in presenza di guasti parziali.