Ilustração esquemática do processador inspirado no cérebro, que imita as sinapses biológicas para fazer cálculos usando apenas luz. [Imagem: Fun-COMP project]
Processador neuromórfico
Uma equipe alemã e inglesa construiu um chip que contém embutida uma das mais promissoras tecnologias para o futuro da computação: uma rede de neurônios artificiais que funcionam com luz - e não com eletricidade - e capaz de rodar avançados algoritmos de aprendizado de máquina e inteligência artificial.
Essa "rede neurossináptica óptica" é capaz de aprender analisando grandes quantidades de dados e usar esse treinamento como base para computar e reconhecer padrões - como um cérebro.
Como o processador funciona apenas com luz, e não com elétrons, ele pode processar dados muito mais rapidamente, consumindo menos energia e esquentando menos.
"Este sistema fotônico integrado é um marco experimental," disse o professor Wolfram Pernice, da Universidade de Munster, na Alemanha. "A abordagem poderá ser usada no futuro em muitos campos diferentes para avaliar padrões em grandes quantidades de dados, por exemplo, em diagnósticos médicos".
O chip é uma melhoria significativa em relação ao trabalho anterior da equipe, que apresentou sua primeira versão de um neuroprocessador fotônico há cerca de dois anos. Agora o chip já incorpora um hardware dedicado à inteligência artificial.
O chip neuromórfico tem tamanho semelhante ao de uma moeda de um centavo. [Imagem: Peter Lehmann/WWU Muenster]
Rede neurossináptica
A equipe conseguiu mesclar vários materiais de mudança de fase em uma única rede neurossináptica. Os materiais de mudança de fase - usados nos DVDs regraváveis, por exemplo - mudam suas propriedades ópticas dependendo de serem cristalinos - quando seus átomos se organizam de maneira regular - ou amorfos - quando seus átomos se organizam de maneira irregular. Essa mudança de fase pode ser acionada pela luz quando um laser aquece o material.
"Como o material reage tão fortemente e altera suas propriedades dramaticamente, ele é altamente adequado para imitar sinapses e a transferência de impulsos entre dois neurônios," explica o professor Johannes Feldmann, membro da equipe.
A nova versão do chip contém quatro neurônios artificiais e um total de 60 sinapses. Sua estrutura - consistindo de camadas diferentes - foi baseada na tecnologia chamada multiplexação por divisão de comprimento de onda, que é um processo no qual a luz é transmitida em diferentes canais dentro do nanocircuito óptico.
Por enquanto são apenas quatro neurônios e 60 sinapses, mas esse número deverá crescer rapidamente. [Imagem: 10.1038/s41586-019-1157-8]
Processar dados com luz
Para testar até que ponto o sistema é capaz de reconhecer padrões, os pesquisadores alimentaram-no com informações, na forma de diferentes pulsos de luz, usando dois algoritmos diferentes de aprendizado de máquina. O sistema "aprende" a partir dos exemplos e pode, em última instância, generalizá-los.
No caso dos dois algoritmos utilizados - tanto no chamado aprendizado supervisionado quanto no não-supervisionado - a rede artificial conseguiu reconhecer os padrões que estavam sendo procurados - quatro letras consecutivas, por exemplo.
"Trabalhando com fótons em vez de elétrons podemos explorar ao máximo o potencial conhecido das tecnologias ópticas - não apenas para transferir dados, como tem sido o caso até agora, mas também para processá-los e armazená-los em um único lugar," acrescentou o professor Harish Bhaskaran, da Universidade de Oxford, no Reino Unido.
Um exemplo muito específico da aplicação da inteligência artificial embarcada nesse sistema fotônico neuromórfico seria identificar automaticamente células cancerígenas. Mas um bocado de trabalho ainda precisará ser feito para que aplicações assim se tornem realidade. Os pesquisadores precisarão aumentar o número de neurônios artificiais e sinapses e aumentar a profundidade das redes neurais. E fazer tudo funcionar em conjunto ainda é um desafio nada desprezível.
Bibliografia:
All-optical spiking neurosynaptic networks with self-learning capabilities
J. Feldmann, N. Youngblood, C. D. Wright, H. Bhaskaran, W. H. P. Pernice
Nature
Vol.: 569, pages 208-214
DOI: 10.1038/s41586-019-1157-8
FONTE: SITE INOVAÇÃO TECNOLOGICA
Comentários
Postar um comentário