Material quntico apresenta comportamento no-local que imita funo cerebral

Eletrnica

Redação do Site Inovação Tecnológica – 18/09/2023

Rumo computao neuromrfica

Frequentemente acreditamos que os computadores so mais eficientes do que os humanos. Afinal, os computadores podem resolver uma equao matemtica complexa em um instante ou podem se “lembrar” de qualquer coisa que precisarmos.

No entanto, os crebros humanos podem processar camadas complicadas de informao com rapidez, preciso e quase nenhum consumo de energia: Reconhecer um rosto depois de v-lo apenas uma vez ou saber instantaneamente a diferena entre uma montanha e o oceano, por exemplo. Tarefas assim, que nos parecem to simples, exigem processamento pesado e grande aporte de energia para os computadores e, mesmo assim, as respostas nem sempre so boas.

Mas o esforo para a criao de computadores que funcionem de modo semelhante ao crebro – os chamados computadores neuromrficos – tem tido avanos rumo a essas mquinas que prometem revolucionar quase todos os aspectos da vida moderna, e fazer isto com requisitos mnimos de energia.

Um passo para isso foi a descoberta de maneiras de criar ou imitar as propriedades de um nico elemento cerebral (como um neurnio ou sinapse) em um material quntico. A seguir, esses componentes neuromrficos juntaram as funes dos transistores e dos memoristores, dando origem inclusive a materiais no-vivos que tm memria, aprendem e reagem ao ambiente.

Voltando especificamente aos computadores, uma equipe da Universidade da Califrnia em San Diego acredita estar pronta para passar para a prxima fase da computao neuromrfica.

Ravindra Bisht e seus colegas descobriram que estmulos eltricos passados entre componentes neuromrficos vizinhos tambm podem afetar eletrodos distantes, uma propriedade conhecida como no-localidade. Esta descoberta um marco crucial rumo a novos tipos de componentes e circuitos que imitam funes cerebrais, no apenas aumentando muito a velocidade dos clculos, mas tambm finalmente obtendo o paralelismo massivo do processamento cerebral.

“No crebro, entende-se que essas interaes no-locais so nominais – acontecem com frequncia e com esforo mnimo. Elas so parte crucial do funcionamento do crebro, mas comportamentos semelhantes replicados em materiais sintticos so escassos,” disse o professor Alex Fra, coordenador da equipe.

Comportamento no-local

A possibilidade terica de que materiais sintticos pudessem apresentar no-localidade s emergiu nesta dcada. Mas a equipe foi rpida em passar da teoria para uma demonstrao prtica.

Isto envolveu pegar uma cermica (uma fina pelcula de um “material quntico” base de nquel que apresenta interessantes propriedades eletrnicas), inserir nela ons de hidrognio e lig-la a um eletrodo metlico. O material quntico – um material cujo comportamento ditado pela mecnica quntica – uma perovskita de frmula NdNiO₃, depositada sobre um substrato de LaAlO₃.

Um fio preso ao metal, de modo que um sinal eltrico possa ser enviado ao niquelato. O sinal faz com que os tomos se movam para uma determinada configurao, que permanece quando o sinal removido – uma configurao no-voltil.

” essencialmente assim que funciona uma memria,” afirmou Fra. “O componente lembra que voc perturbou o material. Agora voc pode ajustar para onde esses ons vo, para criar caminhos que sejam mais condutores e mais fceis para a eletricidade fluir.” E a que emerge o comportamento no-local, j que os pontos entre esses caminhos no precisam estar fisicamente conectados.

Tradicionalmente, criar redes que transportam eletricidade suficiente para alimentar algo como um computador requer circuitos complicados, com pontos de ligao contnuos, o que ao mesmo tempo caro e ineficiente, perdendo energia na forma de calor conforme a eletricidade percorre fios. O novo conceito muito mais simples porque o comportamento no-local no experimento significa que os fios de um circuito no precisam estar todos conectados uns aos outros.

Rumo s complexidades

O funcionamento do componente anlogo forma como o crebro aprende: No de forma linear, mas em camadas complexas. Cada aprendizagem cria conexes em mltiplas reas do crebro, permitindo-nos diferenciar no apenas pessoas de rvores, mas tambm um rosto familiar de um desconhecido e uma espcie de rvore de outra.

Hoje, essas tarefas de reconhecimento de padres que o crebro executa de maneira to rpida e natural s podem ser simuladas por meio de software de computador. Programas de IA, como o ChatGPT e o Bard, usam algoritmos complexos para imitar atividades como pensar e escrever. A novidade agora que est nascendo um hardware correspondentemente avanado para rodar essas redes neurais de modo direto, sem precisar simular tudo por software.

A prxima etapa envolver a criao de redes de componentes mais complexas, com mais eletrodos em configuraes mais elaboradas. ” amplamente sabido que, para que esta tecnologia [de IA] realmente exploda, precisamos encontrar formas de melhorar o hardware – uma mquina fsica que possa realizar a tarefa em conjunto com o software. A prxima fase ser aquela em que criaremos mquinas eficientes cujas propriedades fsicas so as que fazem o aprendizado. Isso nos dar um novo paradigma no mundo da inteligncia artificial,” concluiu Fra.

Outras notcias sobre:

Mais tópicos