Reti neurali fisiche: una nuova frontiera per l’intelligenza artificiale
L’intelligenza artificiale è sempre più presente nella vita quotidiana, ma la crescita della complessità dei modelli comporta un aumento significativo della domanda di energia e capacità di calcolo, oggi insostenibile con i sistemi digitali tradizionali.
Per superare questi limiti, la ricerca guarda a tecnologie innovative come le reti neurali fisiche (Physical Neural Networks), che elaborano informazioni sfruttando direttamente le leggi della fisica. Su questo tema, la rivista Nature ha pubblicato uno studio a cui ha contribuito il Politecnico di Milano insieme a partner internazionali tra cui l’École Polytechnique Fédérale de Lausanne, la Stanford University, la University of Cambridge e il Max Planck Institute.
Il Politecnico ha sviluppato chip fotonici integrati in grado di eseguire operazioni matematiche tramite interferenza della luce su microchip di silicio di pochi millimetri quadrati. Questa tecnologia riduce drasticamente i consumi energetici e i tempi di elaborazione, con potenziali applicazioni in campi come i veicoli autonomi e i sensori portabili.
Un aspetto chiave riguarda l’addestramento delle reti, che non può seguire i modelli digitali convenzionali. I ricercatori hanno messo a punto una tecnica di addestramento “in-situ” interamente ottico, capace di rendere il processo più veloce, robusto ed efficiente.
Eliminando la digitalizzazione, i nostri chip fotonici consentono calcoli più rapidi ed energeticamente sostenibili, aprendo la strada a dispositivi intelligenti capaci di operare in tempo reale.
Francesco Morichetti, responsabile Photonic Devices Lab
I risultati si inseriscono in un filone di ricerca che esplora diversi approcci complementari – fotonici, elettronici analogici, quantistici – verso sistemi ibridi più potenti e vicini alle esigenze delle persone. Una trasformazione che segna un passo fondamentale per il futuro dell’intelligenza artificiale e che vede il Politecnico di Milano in prima linea.