Basi di calcolo neuromorfico: tecnologie flessibili bioispirate a basso consumo energetico

In un’epoca di trasformazioni tecnologiche sempre più rapide, il calcolo neuromorfico si propone di creare sistemi in grado di emulare alcuni meccanismi del cervello per svolgere compiti complessi mantenendo al minimo i consumi energetici. Questa prospettiva rappresenta un primo passo per superare i limiti dell’architettura di Von Neumann e rispondere al superamento della legge di Moore, introducendo dispositivi fisici bioispirati progettati per integrare, apprendere e adattarsi. Per affrontare questi limiti, la tesi esplora dispositivi come memristori e transistor neuromorfici flessibili, capaci di riprodurre meccanismi biologici come la plasticità sinaptica a breve e a lungo termine e la trasmissione dei segnali a spike, consentendo forme di apprendimento associativo a basso consumo direttamente nell’hardware. Le possibili applicazioni del calcolo neuromorfico sono numerose: questa tesi accenna a sistemi di percezione neuromorfica e a modelli per lo studio di patologie degenerative come l’Alzheimer, evidenziando da un lato le potenzialità di queste tecnologie e dall’altro le sfide ancora aperte, dalla scelta dei materiali all’integrazione con il tessuto biologico fino alla stabilità a lungo termine.