QR code per la pagina originale

Processori in diamante grazie al machine learning?

Il machine learning potrebbe portare a nuove frontiere nell'ingegneria della deformazione.

,

Come sanno bene gli scienziati, è possibile modificare drasticamente le proprietà di un materiale cristallino applicando un po’ di tensione, ma trovare la tensione perfetta è tutta un’altra storia. E se ci pensa l‘intelligenza artificiale?

È questa l’idea di un gruppo di ricercatori internazionale. Il team ha studiato un metodo di machine learning per trovare la tensione migliore. Il loro algoritmo di rete neurale prevede che parametri come direzione e grado di sforzo influenzino l’efficienza dei semiconduttori, rendendoli molto più efficienti senza richiedere ipotesi formulate dall’uomo.

Grazie a questa tecnologia potrebbero essere possibile sviluppare invenzioni basate su semiconduttori molto più potenti del solito e con solo piccole modifiche. Ad esempio, una cella solare al silicio potrebbe catturare tanta energia quanto i modelli convenzionali, ma con uno spessore molto inferiore, mentre il diamante potrebbe diventare abbastanza pratico da sostituire il silicio nei processori e migliorare anche le prestazioni: fino a 100 mila volte in una situazione ideale.

Anche se il team internazionale si è concentrato sull’utilizzo dell’intelligenza artificiale per modificare le proprietà elettriche, il team ha fatto sapere che questa tecnologia di machine learning potrebbe essere sfruttata anche per dispositivi ottici o termici.

Anche i processori per smartphone hanno miliardi di transistor, ma effettivamente potrebbe passare molto tempo prima che uno smartphone goda di un incremento di velocità grazie ad un derivato dal diamante. È un inizio importante, tuttavia, e indica di come l’ingegneria della deformazione possa essere una soluzione ai limiti dell’energia solare e della potenza di calcolo.