Dai neuroni al silicio: al Politecnico nasce Spiker+, l’hardware che imita il cervello

Dal sistema nervoso umano a un chip programmabile: è questa l’ispirazione alla base di Spiker+, il progetto sviluppato al Politecnico per trasformare reti neurali “spiking” - simili ai neuroni biologici - in acceleratori hardware altamente efficienti, pronti per rivoluzionare l’intelligenza artificiale.

A sviluppare il progetto Spiker+, grazie al supporto dei professori Alessandro Savino e Stefano Di Carlo, membri del gruppo di ricerca SMILIES, è stato il dottorando Alessio Carpegna - iscritto al Dottorato in Intelligenza Artificiale afferente al Dipartimento di Automatica e Informatica-DAUIN - il quale è stato menzionato nel numero di giugno della prestigiosa rivista HiPEAC, il magazine del network europeo HiPEAC (High Performance, Edge and Cloud computing), un’importante comunità di ricerca e innovazione nel campo dei sistemi di calcolo avanzati, che comprende oltre 2mila tra ricercatori accademici, rappresentanti dell’industria e studenti provenienti da tutta Europa. 

L’idea del progetto è nata per la tesi di laurea magistrale in Ingegneria Elettronica e poi ha costituito il fulcro del dottorato di ricerca di Alessio Carpegna, rappresentando oggi il primo framework open-source per la generazione automatica di acceleratori hardware per reti neurali spiking (SNN), una tecnologia emergente ispirata al funzionamento dei neuroni biologici. 

Queste reti utilizzano impulsi elettrici (spike) per elaborare l’informazione in maniera più efficiente rispetto ai modelli tradizionali di deep learning, con applicazioni particolarmente promettenti in ambiti dove servono elaborazione in tempo reale, basso consumo energetico e robustezza, come ad esempio la sensoristica, i dispositivi indossabili e l’Internet of Things.

Spiker+ è pensato per applicazioni compatte ed embedded (cioè sistemi integrati, spesso con risorse limitate, progettati per svolgere funzioni specifiche all'interno di dispositivi elettronici), e può essere utilizzato in sistemi che elaborano segnali temporali da sensori analogici, come microfoni, fotodiodi o elettrodi per segnali bioelettrici. Le reti neurali spiking risultano ideali per compiti che coinvolgono la variabilità temporale, come il riconoscimento di segnali audio e video, offrendo una risposta più efficiente e precisa rispetto ai modelli tradizionali.

L’articolo su HiPEAC Info conferma l’interesse della comunità scientifica europea per questo approccio innovativo, sottolineando l’impatto potenziale di Spiker+ nella costruzione di hardware neuromorfico personalizzato, aperto e accessibile, per la prossima generazione di sistemi intelligenti.

“All’università, se mi avessero chiesto se avessi voluto fare un dottorato, avrei detto sicuramente di no - commenta Alessio Carpegna - Eppure gli eventi, primo fra tutti l’incontro con il professore Stefano Di Carlo, mi hanno portato a intraprenderlo. Se oggi mi chiedessero se lo rifarei, risponderei senza esitazione di sì. Mi ha cambiato, formato e fatto capire che nella vita non conta essere un genio, ma credere in un’idea, metterci del proprio e divertirsi. Il resto, verrà da sé.”