Uma pequena viga de silício (vermelho), juntamente com seus eletrodos de acionamento (amarelo), e de leitura (verde e azul), implementa um MEMS capaz de fazer cálculos usados pela inteligência artificial.[Imagem: Guillaume Dion]
Computação de reservatório
Conforme a inteligência artificial se torna cada vez mais sofisticada, ela vem inspirando esforços para desenvolver hardwares cuja arquitetura física lhe seja mais adequada.
É o caso da computação neuromórfica, que imita o cérebro humano, tipicamente baseada em componentes chamados memoristores, que misturam memória com processador - um desses protótipos demonstrou recentemente ser capaz de acelerar a inteligência artificial em 200 vezes.
Mas existem outras abordagens, como a chamada "computação de reservatório".
Ao permitir que os componentes de hardware façam cálculos de maior dimensão exigidos pela inteligência artificial, essa vertente já fez demonstrações surpreendentes, como adivinhar as palavras antes que você fale.
Mais surpreendente ainda é que, agora, uma equipe canadense demonstrou que é possível fazer computação de reservatório usando não componentes eletrônicos, mas sistemas eletromecânicos extremamente pequenos, os chamados MEMS (MicroElectroMechanical Systems).
Microprocessador mecânico
Já se sabia que um processador mecânico poderia gastar menos energia do que um processador eletrônico, mas Guillaume Dion e seus colegas da Universidade de Sherbrooke foram os primeiros a construir o dispositivo computacional mecânico baseado na computação de reservatórios, dispensando os tediosos "treinamentos" exigidos para que as redes neurais aprendam.
A rede neural micromecânica explora a dinâmica não linear de uma viga de silício em microescala, 20 vezes mais fina do que um fio de cabelo humano, conforme ela oscila no espaço. Os resultados dessa oscilação são usados para construir uma rede neural virtual que projeta o sinal de entrada no espaço de maior dimensão necessário para a computação neural.
A computação de reservatórios elimina o treinamento das redes neurais. [Imagem: Guillaume Dion et al. - 10.1063/1.5038038]
"Esses tipos de cálculos são normalmente feitos apenas em software e os computadores podem ser ineficientes. Muitos dos sensores hoje são construídos com MEMS, então dispositivos como o nosso seriam a tecnologia ideal para diluir a fronteira entre os sensores e os computadores," disse Dion, ressaltando que isso é particularmente interessante para o campo da robótica.
Nas demonstrações, o sistema foi capaz de alternar entre diferentes tarefas de referência comumente usadas para testes de redes neurais com relativa facilidade, incluindo a classificação de sons falados e o processamento de padrões binários - ele atingiu uma precisão de 78,2% e 99,9%, respectivamente.
A equipe agora pretende explorar cálculos cada vez mais complicados usando o microprocessador mecânico neuromórfico com a expectativa de desenvolver sensores pequenos e energeticamente eficientes, além de microcontroladores para robôs.
Bibliografia:
Reservoir computing with a single delay-coupled non-linear mechanical oscillator
Guillaume Dion, Salim Mejaouri, Julien Sylvestre
Journal of Applied Physics
Vol.: 124, 152132
DOI: 10.1063/1.5038038
FONTE: SITE INOVAÇÃO TECNOLOGICA
Comentários
Postar um comentário