Protótipo de Computador que Aprende como o Cérebro Humano
Pesquisadores da Universidade do Texas em Dallas desenvolveram um protótipo de computador que simula o aprendizado do cérebro humano, possibilitando uma nova era de inteligência artificial (IA) que pode ser utilizada em dispositivos simples, como celulares e wearables.
O projeto, liderado pelo professor Joseph S. Friedman, chefe do laboratório NeuroSpinCompute, utiliza uma arquitetura chamada computação neuromórfica. Essa abordagem imita a conexão e adaptação de neurônios e sinapses no cérebro, diferentemente dos sistemas de IA atuais que requerem grandes volumes de dados e alta capacidade computacional.
O novo chip é capaz de reconhecer padrões e fazer previsões com um processamento significativamente menor, o que pode revolucionar a forma como as máquinas aprendem e reduzir o consumo de energia.
Princípio da Aprendizagem Natural
A pesquisa se fundamenta na lei de Hebb, proposta pelo neuropsicólogo Donald Hebb, que descreve como as conexões entre neurônios se fortalecem quando ativadas simultaneamente. A equipe de Friedman aplicou essa lógica ao hardware, onde um “neurônio artificial” que dispara estimula outro, tornando a conexão entre eles mais eficiente.
Esse mecanismo de autoajuste permite que o sistema aprenda continuamente, sem necessidade de reprogramação. Cada experiência reforça as conexões mais úteis, semelhante à plasticidade do cérebro humano.
O núcleo do protótipo utiliza junções de túnel magnético (MTJs), que são dispositivos nanométricos compostos por duas camadas magnéticas separadas por um isolante. A interconexão dessas junções cria um sistema que ajusta suas conexões conforme os sinais são processados, imitando o fortalecimento e enfraquecimento das sinapses biológicas durante o aprendizado.
Rumo a Máquinas Cerebrais Escaláveis
O próximo objetivo do projeto é expandir o protótipo para realizar tarefas mais complexas e processar informações em tempo real. Friedman acredita que sistemas maiores poderão operar modelos de IA localmente, em dispositivos de borda, sem depender da nuvem.
Essa abordagem pode diminuir o consumo energético dos data centers, que enfrentam pressão devido ao crescimento dos modelos generativos, e permitir que dispositivos pessoais desenvolvam capacidade de aprendizado autônomo.
Se bem-sucedido, esse avanço permitirá que telefones e dispositivos inteligentes pensem e se adaptem de forma independente, sem necessidade de conexão constante com servidores remotos. O estudo completo foi publicado na revista Communications Engineering, representando um progresso significativo na computação inspirada no cérebro, que busca integrar biologia e eletrônica para criar IAs verdadeiramente autônomas e sustentáveis.
Fonte por: It Forum