Archivio per dicembre, 2011

Fonte: L’Espresso

Licenza Creative Commons
Questo opera è distribuito con licenza Creative Commons Attribuzione – Non commerciale – Condividi allo stesso modo 3.0 Italia.

Annunci

Traduzione a cura di Daniel Iversen

Quanto vi piacerebbe poter scaricare nel vostro cervello l’abilità di suonare il piano? Magari non avrete lo stesso senso di soddisfazione,
ma sarebbe sicuramente molto più veloce e facile di anni passati a fare pratica e lezioni.
Beh, non ci siamo ancora (e forse non dovremmo mai arrivarci), ma questo scenario è ora un po’ più vicino alla realtà, grazie alla ricerca condotta dall’Università di Boston e la ATR Computational Neuroscience Laboratories di Kyoto, in Giappone.

L’idea base è questa: usando una tecnica chiamata neuro-feedback decodificata, o DecNef, le persone potrebbero essere allenate a modificare la loro attività cerebrale, in modo da farla coincidere con qualcuno che già è in possesso di una certa abilità.

Gli scienziati dei due istituti hanno usato la risonanza magnetica funzionale (fMRI) per osservare il modello di attività della corteccia visiva nei soggetti durante il test, dove venivano mostrati loro dei cerchi striati messi in varie orientazioni. Successivamente i ricercatori hanno usato DecNeft per allenare gli stessi soggetti a cambiare il loro pattern cerebrale, per farlo riassemblare nella maniera più ottimale al target predeterminato .
Questo è stato fatto presentandogli un’immagine di un cerchio verde che diventava più grande ogni volta che loro si avvicinavano al pattern posto come obiettivo.

Nei soggetti che hanno trovato questo modello numerose volte si è notato che, la performance in un determinato compito visivo (discriminare tra diverse orientazioni dei cerchi striati) è migliorata, ed è rimasta così per molto tempo. Questo approccio ha funzionato anche quando i soggetti non erano consapevoli di ciò a cui erano stati addestrati nel compito visivo.

Mentre l’acquisizione di abilità complesse, per esempio pilotare un’elicottero, come si è visto in Matrix, non sarà possibile in tempi brevi, i ricercatori ritengono che DecNef potrebbe anche avere un valore terapeutico, come per esempio allenare persone con disturbi mentali a far corrispondere la loro attività cerebrale con quella di individui sani

Fonte: Gizmag

Licenza Creative Commons
Questo opera è distribuito con licenza Creative Commons Attribuzione – Non commerciale – Condividi allo stesso modo 3.0 Italia.

Traduzione a cura di Daniel Iversen

Geoffrey Hinton ha tenuto la conferenza "NSERC Herzberg Gold Medal" a Ryerson su come si può insegnare alle macchine il riconoscimento di forme via via sempre più complesse. La sua squadra ha sviluppato un programam che può identificare oggetti nelle fotografie.

Come ogni genitore sa bene, insegnare ad un infante a riconoscere oggetti comporta una serie di tentativi e svariati errori.
Un bambino per esempio, non riconoscerà subito una mucca su di un libro di figure, dopo averlo visto dal vivo e dopo che gli è stata mostrata la sua figura.
Infatti il bambino confonderà la mucca per un cavallo. Dopo tutto, entrambi gli animali hanno quattro gambe.

L’applicare questo principio di apprendimento umano a reti neurali artificiali o a delle macchine è il campo di Geoffrey Hinton, professore di informatica presso l’Università di Toronto e membro del Canadian Institute for Advanced Research. Pioniere dell’intelligenza artificiale a reti neurali, Hinton è un esperto nell’apprendimento delle macchine e ha anche portato grandi contributi in campi come la psicologia cognitiva e le neuroscienze.
Nel riconoscimento di questi risultati, gli è stata data nel 2011 la medaglia d’oro “Gerhard Herzberg” per la scienza e l’ingegneria, dalla “Natural Sciences and Engineering Research Council of Canada (NSERC), il premio più alto del paese per la scienza e l’ingegneria, che celebra i ricercatori di più alto livello in Canada.

Ogni anno, il vincitore della medaglia d’oro Herzberg della NSERC tiene una conferenza sulle proprie ricerche.
Sponsorizzata dalla stessa NSERC e della Royal Canadian Institute for the Advancement of Science, la conferenza pubblica è stata tenuta da Ryerson alla fine di questo mese.

Durante la presentazione, intitolata “Come il cervello riconosce le forme”, Hinton descrive come i computer siano in grado di imparare in un modo simile al cervello umano e a rispondere intelligentemente alla complessità del mondo reale.
Per esserne onesti, simulare le capacità di calcolo di un cervello non è un’impresa facile; basta considerare ciò che è in grado di fare quello umano, dall’identificare modelli e fare previsioni, all’imparare dagli esempi e pensare sempre al quadro d’insieme.

Insegnare alle macchine a eseguire automaticamente questi processi ad alto livello ha molte applicazioni nel nostro mondo così pieno di informazioni.
Tra questi, il riconoscimento facciale, i sistemi di controllo di qualità, le diagnosi mediche e la conduzione di previsioni finanziarie. Hinton e i suoi collaboratori hanno sviluppato algoritmi usati in applicazioni come, per esempio, creare migliori sistemi per il riconoscimento vocale, la lettura automatica di assegni bancari e monitorare piani industriali per la sicurezza.

Nella sua conferenza alla Ryerson, Hinton mostra per prima cosa delle macchine che possono essere allenate a riconoscere numeri scritti a mano, anche molto distorti. Da li, dimostra come i computers possono predire la lettera seguente in una frase di Wikipedia o creare un modello animato di un movimento umano.

Hinton ha anche mostrato come si può insegnare alle macchine a riconoscere forme sempre più complesse, incluse quelle che possono variare di molto. Infatti, il suo team ha sviluppato un programma che può identificare un migliaio di oggetti diversi in delle fotografie. Il computer fornisce diverse ipotesi circa la natura dell’oggetto, e poi corregge la risposta di solito all’interno delle sue prime cinque ipotesi.

Spesso la prima ipotesi del computer è errata, ma, osserva Hinton, anche le risposte sbagliate sono spesso plausibili. Per esempio, un cumulo di anacardi è stato identificato dal computer come lenticchie, ceci, o fagioli. Inoltre, una quaglia è stata accidentalmente scambiata per una lontra, un errore ragionevole, dice Hinton, in quanto l’uccello nella foto ha un cappotto elegante che assomiglia a del pelo bagnato.

“Tifo per la rete neurale” ha scherzato.

La ricerca di Hinton è supportata dalla “Natural SCiences and Engineering Research Council of Canada”, il “Canadian Institute for Advanced Reserach” , il “Canadian Foundation for Innovation e finanziamenti da Google e Microsoft.

Provided by Ryerson University.

Fonte: Physorg

Licenza Creative Commons
Questo opera è distribuito con licenza Creative Commons Attribuzione – Non commerciale – Condividi allo stesso modo 3.0 Italia.

IL PINGUINO CAMBIERA’ IL MONDO (L’Espresso, 24.11.2011)

 

Article cropped by Michele Peghini

IL capitalismo sta fallendo perche si è basato su una filosofia egoista e rapace. Ma il futuro è il modello aperto e sociale di Linux.
Parla il teorico dell’economia condivisa.

(L'Espresso, 24.11.2011)

Fonte: L’Espresso (cartaceo)

Licenza Creative Commons
Questo opera è distribuito con licenza Creative Commons Attribuzione – Non commerciale – Condividi allo stesso modo 3.0 Italia.

Traduzione a cura di Daniel Iversen

I nuovi transistor 3D , tri-gate

I nuovi transistor 3D , tri-gate

I ricercatori delle Università di Purdue e di Harvard hanno creato un nuovo tipo di transistor con circuiti in indio-gallio-arseniuro, materiale che potrebbe sostituire il silicio. Questi transistor hanno una struttura a 3 dimensioni invece di quella piatta, comunemente usata.

Questo approccio permetterebbe agli ingegneri di costruire circuiti più veloci, più compatti, integrati in maniera più efficiente e dei laptop piu sottili che genererebbero meno calore rispetto a quelli di adesso.

Visto che questo sistema è compatibile con i processi manifatturieri convenzionali, è probabile che venga adottata per un utilizzo industriale, ci spiega Peide “Peter” Ye, professore di ingegneria computeristica ed elettronica a Purdue.

Nuova generazione di chip verticali da 22 nanometri nel 2012

Una nuova generazione di chips al silicio, in accordo con il loro debutto nel 2012, conterranno transistor con una struttura verticale invece del design piatto convenzionale. Tuttavia, avendo il silicone una limitata “mobilità elettronica” (la velocità degli elettroni), saranno presto necessari altri materiali per continuare con l’avanzamento dei transistor 3D, ci spiega Ye.

Quello in Indio-Gallio-Arseniuro è uno dei conduttori piu promettenti in fase di studio a sostituire il silicio.
Questi semiconduttori sono detti materiali III-V visto che combinano elementi del terzo e del quinto gruppo della tavola periodica.

“Le industrie e il mondo accademico stanno facendo una corsa per sviluppare transistor con materiali III-V” dice Ye.
“Qui abbiamo creato il primo transistor in 3D su un materiale che ha una mobilità molto maggiore del silicone, l’ indio-gallio-arseniuro”.
Le nuove scoperte hanno confermato che il dispositivo costruito con un materiale III-V conduce  gli elettroni a una velocità potenziale cinque volte maggiore al silicio.

I transistor contengono dei componenti fondamentali chiamati “gates” (degli interruttori), che permettono al dispositivo di cambiare da acceso a spento e di direzionare la corrente elettrica. Nei chip di oggi, la lunghezza di questi “gates” è di circa 45 nanometri (nm = un miliardesimo di metro). Tuttavia, nel 2012 l’industria introdurrà transistors 3D a base di silicio che avranno i gates della lunghezza di 22 nanometri.

“Se si acquisterà un computer l’anno prossimo, questo avrà un transistor 3D di silicio con gates di 22 nanometri” dice Ye.

Il design in 3D è fondamentale, questo perchè i gates di 22 nanometri non funzionano con un design piatto.

“Una volta che si riduce la lunghezza dei gates sul silicio fino a 22 nanometri , si ha a che fare con un design di struttura molto piu complicato” ci spiega Ye. “Il gate ideale ha una struttura simile a un collo, con i gates posizionati tutt’intorno, in modo che circondino il transistor su ogni lato”.
I nanowires  sono rivestiti con un materiale “dielettrico”, che agisce come un gate

Gates di 14 nanometri nel 2015

Gli ingegneri stanno lavorando su gates ancora piu corti, della lunghezza di 14 nanometri, per il 2015. Tuttavia usando il silicio non sono possibili ulteriori riduzioni e miglioramenti di prestazioni, il che significa che saranno necessari nuovi design e nuovi materiali per avanzare, spiega Ye.
“Nanowires fatti di leghe in III-V ci porteranno ai 10 nanometri” afferma.

La creazione di transistor piu piccoli richiederà anche trovare un nuovo tipo di strato isolante, essenziale  per lo spegnimento del dispositivo.
Quando la lunghezza di un gate si riduce andando oltre i 14 nanometri, l’isolante usato nel transistor comuni, il biossido di silicio, non riesce a svolgere correttamente il suo lavoro e si dice che “perde” la carica elettrica

Una possibile soluzione per ovviare al problema è di sostituire il biossido di silicio con materiali che hanno un maggiore valore isolante o “costante elettrico” come il biossido di afnio o l’ossido di alluminio.

In questo nuovo passaggio, i ricercatori applicano uno strato dielettrico fatto di ossido di alluminio usando un metodo chiamato “deposizione per strati atomici”. Visto che questo metodo è comunemente usato anche nell’industria, il nuovo design rappresenterà la soluzione pratica per ovviare ai limiti dei transistor al silicio convenzionali.

Usando una deposizione di strati a livello atomico si permette agli ingegneri di progettare transitor con strati di ossido e metalli ancora piu sottili sui “gates”, consumando minor energia dei dispositivi in silicio.

“Avere uno strato di-elettrico piu sottile significa un aumento di velocità e una diminuzione di voltaggio richiesto” spiega Ye.

L’ultima ricerca è simile, ma anche fondamentalmente diversa, da quella del gruppo di Ye uscita nel 2009.
Questo lavoro ha coinvolto un design chiamato finFET, per transitor con un effetto detto “fin-field”, che usa una struttura simile a pinna invece del design piatto convenzionale. Il nuovo progetto usa nano-wires invece del design a “pinna”

I risultati saranno presentati in un documento durante il meeting dei dispositivi elettronici , il 5-7 dicembre a Waschington , D.C.

Ref. J. J. Gu et al., First Experimental Demonstration of Gate-all-around III-V MOSFETs by Top-down Approach

Fonte: kurzweilai.net

Licenza Creative Commons
Questo opera è distribuito con licenza Creative Commons Attribuzione – Non commerciale – Condividi allo stesso modo 3.0 Italia.