L'intelligenza artificiale sta vivendo un'espansione senza precedenti, ma il suo crescente fabbisogno energetico rappresenta una sfida insostenibile. I sistemi di IA attuali, basati su computer tradizionali con unità di elaborazione e memoria separate, divorano quantità enormi di elettricità per le operazioni più complesse. Una soluzione promettente arriva dall'Università di Cambridge, dove i ricercatori hanno sviluppato un nuovo e altamente stabile memristore a base di diossido di afnio, capace di imitare il comportamento delle sinapsi cerebrali.
Questi dispositivi, definiti "neuromorfici", si ispirano all'architettura del cervello umano. A differenza dei computer digitali convenzionali, i computer neuromorfici integrano elaborazione e memoria nello stesso componente, permettendo di processare le informazioni simultaneamente alla loro memorizzazione. Questo approccio "multi-tasking" potrebbe portare a un risparmio energetico fino al 70%, un passo avanti fondamentale per la sostenibilità dell'IA.
I memristori, o resistori di memoria, sono il mattone fondamentale di queste architetture neuromorfiche. La loro particolarità risiede nella capacità di modificare la propria resistenza elettrica in base alla corrente che li attraversa, e soprattutto di "ricordare" questo stato anche a dispositivo spento. Questa caratteristica li rende ideali per simulare le sinapsi neuronali, che apprendono modificando la forza delle loro connessioni. I ricercatori di Cambridge hanno raggiunto un nuovo livello di stabilità ed efficienza energetica con il loro memristore al diossido di afnio, superando i limiti dei precedenti dispositivi, spesso afflitti da comportamenti di commutazione casuali dovuti alla formazione di filamenti conduttivi.