Cientistas da Escola de Engenharia e da Escola de Computação Avançada da USC Viterbi criaram neurônios artificiais que reproduzem o complexo comportamento eletroquímico de células cerebrais reais. Descobertas, publicadas Eletrônica da NaturezaÉ um marco importante na computação neuromórfica, um campo que projeta hardware que imita o cérebro humano. Este avanço poderia reduzir o tamanho do chip em ordens de magnitude, reduzir drasticamente o consumo de energia e levar a inteligência artificial mais perto de alcançar a inteligência artificial geral.
Ao contrário dos processadores digitais ou dos chips neuromórficos anteriores que apenas simulavam a atividade cerebral através de modelos matemáticos, estes novos neurónios reproduzem fisicamente como funcionam os neurónios reais. Tal como a actividade cerebral natural é desencadeada por sinais químicos, estas versões artificiais utilizam interacções químicas reais para iniciar processos computacionais. Isto significa que não são apenas representações simbólicas, mas recriações reais da atividade biológica.
Uma nova classe de hardware semelhante ao cérebro
A pesquisa, liderada por Joshua Yang, professor do Departamento de Computação e Engenharia Elétrica da USC, baseia-se em seu trabalho pioneiro anterior sobre sinapses artificiais, há mais de uma década. A nova abordagem da equipe centra-se em um dispositivo chamado “memristor difusivo”. Suas descobertas descrevem como esses materiais podem levar a uma nova geração de chips que complementam e melhoram a eletrônica tradicional baseada em silício. Enquanto os sistemas de silício dependem de elétrons para realizar cálculos, os memristores difusivos de Young usam o movimento dos átomos, criando um processo que se assemelha ao modo como os neurônios biológicos transmitem informações. O resultado poderia ser chips menores e mais eficientes que processem informações como um cérebro e potencialmente abram caminho para a inteligência artificial geral (AGI).
No cérebro, os sinais elétricos e químicos impulsionam a comunicação entre as células nervosas. Quando um impulso elétrico atinge o final de um neurônio chamado sinapse, ele é convertido em um sinal químico para transmitir informações ao próximo neurônio. Uma vez recebido, esse sinal é convertido novamente em um impulso elétrico que viaja através do neurônio. Yang e seus colegas replicaram esse processo complexo em seu dispositivo com uma precisão impressionante. Uma grande vantagem de seu projeto é que cada neurônio artificial cabe no espaço de um único transistor, enquanto os projetos mais antigos exigiam dezenas ou até centenas.
Nos neurônios biológicos, partículas carregadas conhecidas como íons ajudam a gerar impulsos elétricos que permitem a atividade do sistema nervoso. O cérebro humano depende de íons como potássio, sódio e cálcio para que isso aconteça.
Usando íons de prata para recriar a dinâmica cerebral
No novo estudo, Yang – que também dirige o Centro de Excelência em Computação Neuromórfica da USC – usou íons de prata incorporados em materiais de óxido para gerar pulsos elétricos que imitam a atividade cerebral natural. Inclui processos básicos como aprendizagem, movimento e planejamento.
“Embora não sejam exatamente os mesmos íons em nossas sinapses e neurônios artificiais, a física que governa o movimento e a dinâmica dos íons é muito semelhante”, disse Yang.
“A prata é fácil de dispersar e nos dá a dinâmica que precisamos para simular biossistemas para que possamos atingir a função de neurônios com estruturas muito simples”, explica Yang. O novo dispositivo que poderia ativar um chip semelhante ao cérebro é chamado de “memristor difusivo” por causa do movimento dos íons e do uso de prata para causar difusão dinâmica.
A equipe optou por usar a dinâmica iônica para construir um sistema artificialmente inteligente, acrescentou ele, “porque isso acontece no cérebro humano, por uma boa razão, e porque o cérebro humano, ‘vencedor da evolução – é o motor inteligente mais eficiente'”.
“É mais eficiente”, disse Yang.
Por que a IA é uma questão de eficiência em hardware
Yang afirma que o problema da computação moderna não é a falta de energia, mas a ineficiência. “Não é que nossos chips ou computadores não sejam poderosos o suficiente para o que quer que estejam fazendo. É que eles não são eficientes o suficiente. Eles usam muita energia”, explica ele. Isto é especialmente importante dada a quantidade de energia que os atuais sistemas de inteligência artificial em grande escala consomem para processar enormes conjuntos de dados.
Yang explica que, ao contrário do cérebro, “nossos sistemas de computação existentes nunca foram concebidos para processar grandes quantidades de dados ou aprender com alguns exemplos próprios. Uma maneira de aumentar o poder e a eficiência do aprendizado é criar sistemas artificiais que operem de acordo com princípios observados no cérebro”.
Se você procura velocidade pura, os Electrons com tecnologia de computação moderna serão os melhores para operações mais rápidas. Mas, explica ele, “os íons são um meio melhor do que os elétrons para incorporar os princípios do cérebro. Como os elétrons são leves e voláteis, a computação com eles permite o aprendizado baseado em software, em vez do aprendizado baseado em hardware, que é fundamentalmente diferente de como o cérebro funciona.”
Em contraste, diz ele, “o cérebro aprende movendo íons através da membrana, alcançando um aprendizado adaptável e com eficiência energética diretamente no hardware, ou mais precisamente, o que as pessoas podem chamar de ‘wetware’”.
Por exemplo, uma criança pode aprender a reconhecer dígitos manuscritos depois de ver apenas alguns exemplos de cada um, enquanto um computador normalmente precisa de milhares para realizar a mesma tarefa. No entanto, o cérebro humano realiza este feito notável consumindo apenas 20 watts de energia, em comparação com os megawatts exigidos pelos supercomputadores actuais.
Possíveis implicações e próximos passos
Yang e sua equipe veem essa tecnologia como um passo importante na replicação da inteligência natural. No entanto, ele admite que a prata utilizada nestas experiências ainda não é compatível com os processos padrão de fabricação de semicondutores. Trabalhos futuros irão explorar outros materiais iônicos que podem alcançar efeitos semelhantes.
Os memristores difusivos são eficientes tanto em potência quanto em tamanho. Um smartphone típico pode ter cerca de dez chips, cada um com bilhões de transistores ligando e desligando para realizar cálculos.
“Em vez disso (com esta inovação), usamos apenas uma pegada de transistor para cada neurônio. Estamos projetando blocos de construção que, em última análise, nos levam a reduzir o tamanho do chip em ordens de magnitude, reduzir o consumo de energia em ordens de magnitude, para que possa ser sustentável executar IA no futuro, que não podemos queimar sem níveis de energia.” Jovem.
Agora que demonstramos blocos de construção compactos e capazes, sinapses e neurônios artificiais, o próximo passo é reunir um grande número deles e testar até que ponto podemos replicar as funções e capacidades do cérebro. “Ainda mais emocionante”, disse Yang, “é a possibilidade de que tais sistemas fiéis ao cérebro possam nos ajudar a descobrir novos insights sobre como o próprio cérebro funciona”.
