Computadores projetados para imitar a estrutura do cérebro humano estão demonstrando um poder inesperado. Eles podem resolver algumas das difíceis equações matemáticas que estão no cerne dos principais problemas científicos e de engenharia.
Em um estudo publicado pelo Dr. A natureza é inteligência de máquinaOs neurocientistas computacionais do Sandia National Laboratories, Brad Thielman e Brad Imon, introduziram um novo algoritmo que permite que o hardware neuromórfico resolva equações diferenciais parciais, ou PDEs – a base matemática para modelar fenômenos como dinâmica de fluidos, campos eletromagnéticos e mecânica estrutural.
Os resultados mostram que os sistemas neuromórficos podem lidar com essas equações de forma eficiente. O avanço poderá ajudar a abrir as portas ao primeiro supercomputador neuromórfico, proporcionando um novo caminho para a computação energeticamente eficiente para a segurança nacional e outras aplicações críticas.
A pesquisa foi financiada pelo Escritório de Ciência do Departamento de Energia por meio do Programa de Pesquisa em Computação Científica Avançada e Ciências Básicas de Energia, bem como pelo Programa de Simulação e Computação Avançada da Administração Nacional de Segurança Nuclear.
Resolvendo equações diferenciais parciais com um cérebro semelhante a um hardware
Equações diferenciais parciais são essenciais para simular sistemas do mundo real. Eles são usados para prever o clima, analisar como os materiais respondem ao estresse e modelar processos físicos complexos. Tradicionalmente, resolver PDEs requer muito poder computacional. Os computadores neuromórficos abordam o problema processando informações de uma forma semelhante à forma como o cérebro funciona.
“Estamos apenas começando a ter sistemas computacionais que podem exibir um comportamento semelhante ao inteligente. Mas eles não se parecem em nada com cérebros, e a quantidade de recursos que requerem é ridícula, francamente”, disse Thielman.
Durante anos, os sistemas neuromórficos foram vistos principalmente como ferramentas para acelerar o reconhecimento de padrões ou redes neurais artificiais. Poucos esperavam que eles lidassem com problemas matematicamente rigorosos, como os PDEs, que normalmente são resolvidos por supercomputadores de grande escala.
Aimone e Theilman não ficaram surpresos com os resultados. Eles argumentam que o cérebro humano realiza rotineiramente cálculos altamente complexos, mesmo quando as pessoas não têm consciência disso.
“Escolha qualquer tipo de tarefa de controle motor – como acertar uma bola de tênis ou balançar um taco de beisebol”, disse Imon. “Esses são cálculos extremamente sofisticados. São problemas de nível exaescala que nossos cérebros são capazes de resolver de maneira muito barata.”
Computação com eficiência energética para segurança nacional
As descobertas poderão ter implicações importantes para a Administração Nacional de Segurança Nuclear, responsável pela dissuasão nuclear do país. Os supercomputadores utilizados em todo o complexo de armas nucleares consomem grandes quantidades de electricidade para simular a física dos sistemas nucleares e outros cenários de alto risco.
A computação neuromórfica pode fornecer uma maneira de reduzir significativamente o consumo de energia e, ao mesmo tempo, fornecer um desempenho computacional poderoso. Ao resolver PDEs de uma maneira inspirada no cérebro, esses sistemas sugerem que grandes simulações podem ser executadas usando muito menos energia do que os supercomputadores convencionais exigem.
“Você pode resolver problemas reais de física com computação semelhante à do cérebro”, disse Eamon. “É algo que você não esperaria porque a intuição humana vai na direção oposta. E, na verdade, essa intuição muitas vezes está errada.”
A equipe prevê que os supercomputadores neuromórficos eventualmente se tornarão fundamentais para a missão de Sandia de proteger a segurança nacional.
O que a computação neuromórfica revela sobre o cérebro
Além dos avanços da engenharia, a pesquisa também aborda questões mais profundas sobre a inteligência e como o cérebro realiza cálculos. O algoritmo desenvolvido por Theilman e Aimone reflete de perto a estrutura e o comportamento das redes corticais.
“Baseamos nosso circuito em um modelo relativamente bem conhecido no mundo da neurociência computacional”, disse Thielman. “Mostramos que o modelo tem uma ligação natural, mas não óbvia, com o PDE, e essa ligação não foi feita até agora – 12 anos após a introdução do modelo.”
Os investigadores acreditam que este trabalho pode ajudar a unir a neurociência com a matemática aplicada, oferecendo uma nova compreensão de como o cérebro processa a informação.
“As doenças do cérebro podem ser doenças do cálculo”, disse Aimone. “Mas não temos uma compreensão sólida de como o cérebro realiza cálculos”.
Se essa ideia se provar correta, a computação neuromórfica poderá um dia contribuir para uma melhor compreensão e tratamento de doenças neurológicas como Alzheimer e Parkinson.
Construindo a próxima geração de supercomputadores
A computação neuromórfica continua sendo um campo emergente, mas este trabalho representa um importante passo em frente. A equipe Sandia espera que suas descobertas estimulem a colaboração entre matemáticos, neurocientistas e engenheiros para expandir o que esta tecnologia pode alcançar.
“Se já mostramos que podemos importar esse algoritmo matemático aplicado relativamente básico, mas fundamental, para algoritmos neuromórficos – existe uma formulação neuromórfica correspondente para técnicas matemáticas aplicadas mais avançadas?” Theilman disse.
À medida que o desenvolvimento continua, os pesquisadores estão otimistas. “Temos um pé na porta para compreender questões científicas, mas também temos algo que resolve um problema real”, disse Thielman.
