Sinapse artificial pode ser a chave para computação que imita cérebro humano

Se você está no universo da computação que imita o cérebro humano, é certo que gostaria de replicar o comportamento gerado por esse órgão. E agora alguns pesquisadores conseguiram isso. Eles desenvolveram uma sinapse artificial que imita o cérebro humano, tanto aprendendo quanto lembrando sempre que sinais elétricos se cruzam – a maioria das tentativas anteriores só conseguia gerenciar uma ação de cada vez. Basta descarregar e recarregar a sinapse em tensões específicas para programá-la, e ela promete ser muito mais eficiente do que as abordagens convencionais do setor.

O hardware foi construído a partir de dois filmes flexíveis cujos terminais são ligados por um eletrólito de água salgada. Ele se comporta como um transistor, com um terminal regulando a eletricidade que flui entre dois outros. Embora não seja exatamente natural, ele é em grande parte feito de carbono e hidrogênio, e deve ser compatível com a química de um cérebro real – as tensões são realmente as mesmas que passam por neurônios reais.

[awprm urls=https://imasters.com.br/desenvolvimento/computacao-cognitiva-nossa-autoevolucao-programada/,https://imasters.com.br/noticia/microsoft-trabalha-no-cloud-shell-versao-leve-do-windows-para-a-computacao-moderna/]

De acordo com o Engadget, o objetivo final é criar redes neurais↳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 → que exibam mais das propriedades dos cérebros humanos, e eles conseguiram algum grau de sucesso. Por enquanto, há apenas uma sinapse, mas a equipe mostrou que uma série simulada delas poderia realizar tarefas de computação real com um alto grau de precisão: a rede poderia reconhecer números manuscritos após o treinamento em três conjuntos de dados.

Agora, o maior desafio é encolher a sinapse para que ela alcance a eficiência da verdadeira sinapse – eles ainda estão usando 10 mil vezes mais energia do que uma sinapse real precisa.