Quante volte vi sarete lamentati della lentezza del vostro computer o dello smartphone? La memoria non basta mai e le app hanno difficoltà nel funzionare. Il problema è nella compressione hardware dei dati e sembra che i ricercatori del MIT-Massachusetts Institute of Technology abbiano trovato una soluzione.

La comprensione del linguaggio e il suo utilizzo da parte dell'intelligenza artificiale sta divenendo un ambito in cui impiegare sempre più risorse: le nuove tecnologie, dalla ricerca in rete all'utilizzo di assistenti vocali come Alexa e Siri, fino ad arrivare alla domotica, necessitano di caratteristiche sempre più sofisticate. I ricercatori del MIT, in un articolo presentato durante la Empirical Methods in Natural Language Processing conference (conferenza riguardante i metodi empirici nell'elaborazione del linguaggio naturale), hanno descritto un nuovo metodo per insegnare alle macchine un linguaggio, prendendo spunto dal modo in cui i bambini imparano a parlare.

Il grafene è una struttura ordinata di atomi di carbonio, disposti in due dimensioni ed è un materiale che è stato capace di conferire nuove spinte al progresso tecnologico. Ora il silicio può essere depositato su un supporto isolante di zaffiro assumendo una struttura atomica bidimensionale, analoga a quella del grafene, che potrà rivoluzionare il futuro della fotonica (ambito scientifico che si occupa della realizzazione di dispositivi optoelettronici, ossia analoghi a quelli elettronici ma in grado di sfruttare fotoni invece degli elettroni), attivandosi anche in zone dello spettro ottico considerate proibite.

È da decenni che gli scienziati fanno suonare il pianoforte ai robot. Nel caso dello studio pubblicato recentemente su Science Robotics, però, il tentativo diviene più ambizioso: gli ingegneri hanno cercato di avvicinarsi quanto più possibile alla riproduzione di un arto robotico con caratteristiche dell'anatomia umana. Quali sono stati i risultati? Capiamolo insieme.

I fisici dell'Istituto NANOscienze del Consiglio Nazionale delle Ricerche (CNR-NANO) di Pisa, con il contributo dell'Istituto Superconduttori, materiali innovativi e dispositivi di Genova (CNR-SPIN), hanno dimostrato che, al contrario di quanto creduto finora, è possibile realizzare transistor basati interamente su materiali superconduttori, anziché su semiconduttori come il silicio. Il risultato, oltre a fornire un'innovativa prospettiva tecnologica, smentisce alcuni assunti della teoria della superconduttività. Lo studio è stato pubblicato sulle riviste Nature Nanotechnology e NanoLetters, mentre Nature Electronics gli ha dedicato l'articolo Transistors go metal nella sezione "in evidenza".