O sonho de criar computadores inteligentes inspirou o desenvolvimento de chips baseados na estrutura do cérebro, que opera em formas, digamos, misteriosas.
Alguns pesquisadores estão fabricando tais chips a partir de componentes encontrados nos computadores de hoje. Usando componentes encontrados nas prateleiras, pesquisadores da Universidade de Tennessee, em Knoxville, fizeram um chip para computadores aprenderem.
Os chips são estruturados para descobrir padrões através de probabilidades e associação, ajudando na tomada de decisão. No caso, os pesquisadores estão usando circuitos reprogramáveis chamados FPGAs, sigla para Field Programmable Gate Arrays, para simular a forma como neurônios e sinapses operam no cérebro humano. Os chips foram feitos como parte do projeto DANNA Neuromorphic Software da universidade.
Os FPGAs se destacam em algumas tarefas específicas e conseguem facilmente serem reprogramados para outras aplicações. Pesquisadores estão desenvolvendo os chamados chips neuromórficos para o que é tida como a era pós Lei de Moore. Isso por que está ficando cada vez mais difícil “encolher” os chips que alimentam PCs e dispositivos móveis, então pesquisadores estão tentando aplicar a estrutura do cérebro para computar.
Cérebros contam com 100 bilhões de neurônios que processam e transmitem informação e conseguem computar em trilhões de conexões paralelas, as sinapses.
Os pesquisadores estão criando uma malha de rede de neurônios e sinapses em FPGAs para lidar com conexões, inputs e outputs e estão também estabelecendo modelos de software que conseguem ser aplicados a essa rede neural. Ao mesmo tempo, cientistas estão olhando formas de trocar FPGAs com a tecnologia emergente memristor.
Memristor é a forma de memória e armazenamento que consegue reter dados e é considerado um substituto para o DRAM.
A habilidade para FPGAs e memristors armazenarem dados diferencia da pesquisa de outros esforços para desenvolver sistemas neuromórficos. O mais notável é o TrueNorth da IBM, que é modelado para ser mais uma unidade central de processamento.
FPGAs conseguem imitar CPUs, mas encontram os objetivos dos pesquisadores para focar na programabilidade dos circuitos.
A flexibilidade no chip e na arquitetura amplia o escopo das aplicações nas quais sistemas neuromórficos poderiam ser usados, escreveram os pesquisadores em um artigo apresentado no International Workshop na conferência Post Moore’s Era Supercomputing, que aconteceu na última semana na cidade de Salt Lake City, Utah.
“Nós acreditamos que nossas arquiteturas são particularmente acessíveis para aplicações de supercomputação devido a sua programabilidade”, escreveram.
Porém, há desvantagens em usar FPGAs para modelos cerebrais práticos. Reprogramar FPGAs exige deixá-los offline, o que pode romper a execução de tarefas.
Além disso, FPGAs não podem ser chips primários que inicializam sistemas. Eles são, essencialmente, usados como coprocessadores e podem sugar energia.
Para os pesquisadores, a arquitetura do chip é mais importante do que o tipo de chip. Mais protótipos de chip baseados na arquitetura ficarão disponíveis para outros pesquisadores. Há muita colaboração acontecendo entre pesquisadores focando em chips que imitam o cérebro.
Além da IBM, pesquisa em computação neuromórfica está sendo conduzida pela Universidade de Manchester, no Reino Unido, na Universidade de Heidelberg, na Alemanha, na Stanford University e Universidade de Zhejiang, na China.
*IDGNow! é marca registrada da IDG (International Data Group), licenciada exclusiva no Brasil pela DigitalNetwork!Brasileiros, divisão de mídia digital da Brasileiros Editora
Deixe um comentário