Estamos a um passo em direção à computação sensorial

Sua descoberta poderia apoiar o surgimento de redes de computação modeladas em biologia para uma abordagem sensorial ao aprendizado de máquina.

“Nosso objetivo é desenvolver materiais e elementos de computação que funcionem como sinapses biológicas e neurônios – com vasta interconectividade e flexibilidade – para permitir sistemas autônomos que operam de maneira diferente dos atuais dispositivos de computação e oferecer novas funcionalidades e recursos de aprendizado”, disse Joseph Najem, um recente pesquisador de pós-doutorado no Center for Nanophase Materials Sciences do ORNL, um escritório de ciências do DOE, e atual professor assistente de engenharia mecânica da Penn State.

A nova abordagem utiliza materiais moles para imitar as biomembranas e simular a maneira como as células nervosas se comunicam.

A equipe projetou uma membrana celular artificial, formada na interface de duas gotas de água revestidas de lipídios no óleo, para explorar as propriedades eletrofisiológicas dinâmicas do material. Nas tensões aplicadas, as cargas se acumulam nos dois lados da membrana como energia armazenada, análoga à maneira como os capacitores funcionam nos circuitos elétricos tradicionais.

Mas, diferentemente dos capacitores comuns, o memcapacitor pode “lembrar” uma tensão aplicada anteriormente e – literalmente – moldar como as informações são processadas. As membranas sintéticas alteram a área e a espessura da superfície, dependendo da atividade elétrica. Essas membranas de mudança de forma podem ser sintonizadas como filtros adaptativos para sinais biofísicos e bioquímicos específicos.

“A nova funcionalidade abre caminhos para o processamento de sinal não-digital e o aprendizado de máquina modelado na natureza”, disse Pat Collier, da ORNL, um cientista pesquisador da equipe do CNMS.

Uma característica distinta de todos os computadores digitais é a separação de processamento e memória. As informações são transferidas para frente e para trás do disco rígido e do processador central, criando um gargalo inerente à arquitetura, não importa quão pequeno ou rápido o hardware possa ser.

A computação neuromórfica, modelada no sistema nervoso, emprega arquiteturas que são fundamentalmente diferentes, pois o processamento da memória e do sinal está co-localizado nos elementos da memória – memristores, memcapacitors e meminductors.

Essas “memórias” compõem o hardware sináptico de sistemas que imitam o processamento, o aprendizado e a memória naturais da informação.

Os sistemas projetados com memórias oferecem vantagens em escalabilidade e baixo consumo de energia, mas o objetivo real é encontrar um caminho alternativo para a inteligência artificial, disse Collier.

Explorar a biologia pode permitir novas possibilidades de computação, especialmente na área de “computação de ponta”, como tecnologias vestíveis e incorporadas que não estão conectadas a uma nuvem, mas tomam decisões dinâmicas com base em informações sensoriais e experiências passadas.

A detecção biológica evoluiu ao longo de bilhões de anos em um sistema altamente sensível, com receptores nas membranas celulares, capazes de captar uma única molécula de um odor ou sabor específico. “Isso não é algo que possamos combinar digitalmente”, disse Collier.

A computação digital é construída em torno da informação digital, a linguagem binária de uns e zeros correndo através de circuitos eletrônicos. Ele pode emular o cérebro humano, mas seus componentes de estado sólido não computam dados sensoriais da mesma forma que um cérebro.

“O cérebro calcula informações sensoriais empurradas através de sinapses em uma rede neural que é reconfigurável e modelada pelo aprendizado”, disse Collier. “Incorporar a biologia – usando biomembranas que detectam informações bioeletroquímicas – é essencial para o desenvolvimento da funcionalidade da computação neuromórfica.”

Embora inúmeras versões de memórias em estado sólido tenham sido demonstradas, os elementos biomiméticos da equipe representam novas oportunidades para possíveis redes neurais em potencial, capazes de calcular dados naturais de maneiras naturais.

As redes neurais de pico têm como objetivo simular a maneira como os neurônios atingem o potencial elétrico e, se o sinal for forte o suficiente, transmiti-lo aos vizinhos através de sinapses, criando caminhos de aprendizado que são podados ao longo do tempo por eficiência.

Uma versão de inspiração bio com processamento de dados analógico é um objetivo distante. A pesquisa atual em estágio inicial se concentra no desenvolvimento dos componentes do biocircuito.

“Começamos com o básico, um memristor que pode pesar informações via condutância para determinar se um pico é forte o suficiente para ser transmitido através de uma rede de sinapses que conectam neurônios”, disse Collier. “Nosso memcapacitor vai além, na medida em que pode realmente armazenar energia como carga elétrica na membrana, permitindo a complexa atividade de ‘integrar e disparar’ dos neurônios necessários para alcançar redes densas capazes de computação semelhante ao cérebro”.

Os próximos passos da equipe são explorar novos biomateriais e estudar redes simples para obter funcionalidades mais complexas do tipo cérebro com memórias.

Fonte da Matéria: CNMS

DEIXE UMA RESPOSTA

Por favor digite seu comentário!
Por favor, digite seu nome aqui