Pesquisadores criam chips que conseguem aprender como o cérebro humano

O sonho de criar computadores inteligentes inspirou o desenvolvimento de chips exóticos com base na estrutura do cérebro, que opera de maneiras misteriosas. Alguns pesquisadores estão construindo esses chips a partir de componentes encontrados nos computadores atuais.

Usando componentes retirados prateleiras de loja, pesquisadores da Universidade do Tennessee, Knoxville, criaram um chip para computadores aprenderem. Os chips são estruturados para descobrir padrões através de probabilidades e associação, ajudando na tomada de decisão.

Os pesquisadores estão usando circuitos reprogramáveis chamados de FPGAs (Field Programmable Gate Arrays) para simular a maneira como neurônios e sinapses operam em um cérebro. O chip foi feito como parte do projeto DANNA Neuromorphic Software da universidade.

Os FPGAs se destacam em algumas tarefas específicas e podem ser facilmente reprogramados para outras aplicações. Os cientistas estão desenvolvendo os chamados chips neuromórficos para o que é conhecida como a era pós Lei de Moore. Isso acontece porque está ficando cada vez mais difícil “encolher” os chips que alimentam PCs e dispositivos móveis, então os pesquisadores estão tentando aplicar a estrutura do cérebro para computar.

[awprm urls=https://imasters.com.br/noticia/cientistas-criam-primeiro-microchip-sem-materiais-semicondutores/?trace=824205206&source=news-search,https://imasters.com.br/noticia/computadores-podem-ficar-ate-1-000-vezes-mais-rapidos-com-novos-chips-de-carbono/?trace=824205206&source=news-search]

Os cérebros possuem 100 bilhões de neurônios que processam e transmitem informações, e podem computar em paralelo através de trilhões de conexões, as sinapses. Os pesquisadores estão criando uma malha de rede de neurônios e sinapses em FPGAs para lidar com inputs, outputs e conexões. Além disso, eles estão estabelecendo modelos de software que podem ser aplicados nessa rede neural↳Deep learning9 conteúdosRedes neurais roots – Parte 01Dev (Back & Front) · abr 2019Redes neurais roots – Parte 02: treinamentoDev (Back & Front) · mai 2019Redes neurais roots – Parte 03: show me the codeDev (Back & Front) · mai 2019Ver tudo em AI →.

Os responsáveis pela iniciativa também estão procurando maneiras de trocar FPGAs pela tecnologia emergente memristor. Memristor é a forma de memória e armazenamento que consegue reter dados e é considerado um substituto para o DRAM.

FPGAs também conseguem imitar CPUs, e vão ao encontro dos objetivos dos pesquisadores para focar na programabilidade dos circuitos. Eles acreditam que as arquiteturas que criaram são particularmente acessíveis para aplicações de supercomputação devido à sua programabilidade.

No entanto, de acordo com o site PC World, há desvantagens no uso de FPGAs para modelos cerebrais práticos. Reprogramar FPGAs exige deixá-los offline, o que pode romper a execução de tarefas.  Além disso, FPGAs não podem ser chips primários que inicializam sistemas. Eles são essencialmente usados como coprocessadores e podem sugar energia.

Para os pesquisadores, a arquitetura do chip é mais importante do que o tipo de chip. Mais protótipos de chip baseados na arquitetura ficarão disponíveis para outros pesquisadores. Há muita colaboração acontecendo entre pesquisadores focando em chips que imitam o cérebro.

Além da IBM, com o TrueNorth, a pesquisa em computação neuromórfica está sendo conduzida pela Universidade de Manchester, no Reino Unido, na Universidade de Heidelberg, na Alemanha, na Stanford University e na Universidade de Zhejiang, na China.