À medida que o progresso na computação tradicional diminui, novas formas de computação estão surgindo. Na Penn State, uma equipe de engenheiros está tentando criar um tipo de computação que imita a eficiência das redes neurais do cérebro enquanto explora a natureza analógica do mesmo.
A computação moderna é digital, composta de dois estados, on-off ou um e zero. Um computador analógico, como o cérebro, tem muitos estados possíveis. É a diferença entre ligar ou desligar um interruptor de luz e girar um interruptor mais escuro para diferentes níveis de iluminação.
A computação neuromórfica ou inspirada no cérebro tem sido estudada por mais de 40 anos, de acordo com Saptarshi Das, líder da equipe e professor de engenharia e mecânica da Penn State. A novidade é que, à medida que os limites da computação digital foram atingidos, a necessidade de processamento de imagem em alta velocidade, por exemplo, para carros autônomos, cresceu. O surgimento do big data, que exige tipos de reconhecimento de padrões para os quais a arquitetura do cérebro é particularmente adequada, é outro fator na busca da computação neuromórfica.
“Temos computadores poderosos, sem dúvida, o problema é que você tem que armazenar a memória em um lugar e fazer a computação em outro”, disse Das.
O transporte desses dados da memória para a lógica e vice-versa consome muita energia e diminui a velocidade da computação. Além disso, essa arquitetura de computador requer muito espaço. Se a computação e o armazenamento de memória pudessem estar localizados no mesmo espaço, esse gargalo poderia ser eliminado.
“Estamos criando redes neurais artificiais, que buscam emular a eficiência de energia e área do cérebro”, explicou Thomas Shranghamer, estudante de doutorado no grupo Das e primeiro autor de um artigo publicado recentemente na Nature Communications. “O cérebro é tão compacto que pode caber em seus ombros, enquanto um supercomputador moderno ocupa um espaço do tamanho de duas ou três quadras de tênis.”
Como as sinapses que conectam os neurônios do cérebro que podem ser reconfigurados, as redes neurais artificiais que a equipe está construindo podem ser reconfiguradas pela aplicação de um breve campo elétrico a uma folha de grafeno, a camada de átomos de carbono com uma espessura de um átomo. Neste trabalho, eles mostram pelo menos 16 estados de memória possíveis, em oposição aos dois na maioria dos memristores baseados em óxido, ou resistores de memória.
“O que mostramos é que podemos controlar um grande número de estados de memória com precisão usando transistores de efeito de campo de grafeno simples”, disse Das.
A equipe acredita que levar essa tecnologia para uma escala comercial é viável. Com muitas das maiores empresas de semicondutores buscando ativamente a computação neuromórfica, Das acredita que eles encontrarão este trabalho de interesse.
Além de Das e Shranghamer, o autor adicional do artigo, intitulado “Graphene Memristive Synapses for High Precision Neuromorphic Computing”, é Aaryan Oberoi, estudante de doutorado em engenharia e mecânica.
Achou útil essa informação? Compartilhe com seus amigos! 
Deixe-nos a sua opinião aqui nos comentário.
