Un elemento di calcolo non deve soltanto trasferire informazioni: può conservarle brevemente attraverso una modifica del proprio materiale. Un gruppo del MIT ha dimostrato questo principio con uno strato di polimero PDMS spesso circa due nanometri tra elettrodi d’oro. La tensione comprime lo strato e modifica la corrente di tunneling. Il ritorno alla forma iniziale non è immediato, perciò la risposta conserva una traccia delle sollecitazioni precedenti.

Nell’esperimento questa memoria del materiale ha permesso di imitare l’accumulo di stimoli e l’emissione di un impulso al superamento di una soglia: alcune caratteristiche del neurone. Non è una cellula biologica né la dimostrazione di una rete neurale funzionante. Gli autori hanno misurato un consumo di 54 nJ in un’area attiva di 200 × 200 nanometri. Il valore molto inferiore di circa 2 fJ per impulso è una prospettiva teorica, subordinata alla riduzione delle perdite e a ulteriori sviluppi, non un consumo operativo raggiunto.

Gli autori hanno anche collegato due elementi, mostrando che l’attivazione di uno poteva inibire temporaneamente l’altro. È un passo verso una rete, non una rete addestrata a un compito utile. La memoria del dispositivo dura nell’ordine dei secondi: il risultato non promette quindi di sostituire subito l’elettronica digitale veloce.

Se fosse possibile collegare questi elementi in numero maggiore e in modo affidabile, potrebbero un giorno elaborare sequenze temporali lente direttamente accanto a un sensore. Si può immaginare un rilevatore che valuti variazioni ricorrenti del segnale in ingresso e invii solo un avviso anziché un flusso continuo di dati. È un possibile impiego futuro del principio, non un’applicazione dimostrata nello studio.

Per arrivare alla pratica servono repliche indipendenti, minori correnti di perdita, caratteristiche stabili e prove di durata. Anche collegamenti ed elettronica di controllo devono rientrare nel bilancio energetico: un singolo elemento promettente non garantisce un sistema efficiente. Restano inoltre da produrre molti dispositivi uniformi e integrarli in una rete utile.

In uno scenario ottimistico, piccoli sistemi di laboratorio per semplici compiti di rilevamento potrebbero arrivare in 2–5 anni, se gli ostacoli saranno superati. È una stima redazionale, non il calendario dei ricercatori. Non esiste ancora una scadenza credibile per prodotti comuni o per sostituire gli attuali chip per l’IA.