Diante do crescente consumo de energia da inteligência artificial, a equipe de pesquisa da Universidade de Buffalo buscou inspiração nos mecanismos altamente eficientes do cérebro humano e desenvolveu uma arquitetura inovadora de computação neuromórfica, que promete trazer transformações disruptivas para a manufatura verde e para o próprio campo da IA.
O professor do Departamento de Física e vice-reitor de pesquisa da Faculdade de Artes e Ciências da Universidade de Buffalo, Dr. Sambandamurthy Ganapathy, destacou: “A evolução do cérebro tem como objetivo maximizar a capacidade de armazenamento e processamento de informações, minimizando ao mesmo tempo o consumo de energia — uma eficiência superior a qualquer sistema biológico conhecido.” Embora ainda seja inviável reproduzir totalmente a complexidade do cérebro, imitar seus padrões de processamento pode gerar computadores mais eficientes, impulsionando o desenvolvimento verde da inteligência artificial.
Embora o conceito de computação neuromórfica tenha surgido na década de 1980, sua relevância aumenta à medida que tarefas de IA exigem mais poder de processamento e consomem mais energia. A equipe de Ganapathy foca em inovações de hardware, integrando ciência quântica e engenharia para explorar propriedades elétricas únicas de materiais que podem ser usados na construção de chips neuromórficos. O estudante de pós-graduação Nitin Kumar explicou: “Computadores tradicionais dependem de um sistema binário, enquanto a computação neuromórfica busca superar essa limitação, aproximando-se dos sistemas complexos presentes na natureza.”
A alta eficiência do cérebro decorre do processamento e armazenamento de informações feitos de maneira simultânea, ao contrário dos computadores tradicionais, que separam essas funções e acabam gerando custos elevados no transporte de dados. A equipe de Ganapathy utiliza a técnica de “computação na memória”, que integra estreitamente memória e processador dentro do chip, reduzindo significativamente o consumo de energia. Essa inovação oferece uma base promissora para arquiteturas de computação de alto desempenho energético voltadas para modelos de IA.
A equipe está desenvolvendo neurônios e sinapses artificiais para reproduzir os padrões de transmissão de sinais elétricos dos organismos biológicos. Kumar explicou: “Queremos reproduzir as oscilações elétricas sincronizadas observadas em exames cerebrais, o que exige materiais avançados com controle preciso da condutividade elétrica.” Os materiais de mudança de fase (PCM) surgem como candidatos ideais, pois podem alternar entre estados condutores e resistivos e manter características de ‘memória’. Esses materiais podem alterar sua condutividade gradualmente sob pulsos elétricos repetidos, simulando o mecanismo de fortalecimento das sinapses biológicas.
A equipe publicou recentemente resultados no Journal of the American Chemical Society, Advanced Electronic Materials e na plataforma arXiv, destacando o potencial de compostos como bronze de óxido de cobre-vanádio, óxido de nióbio e estruturas metal-orgânicas (MOFs). Ao ajustar a condutividade dos materiais por meio de voltagem e temperatura, os pesquisadores aprofundam a compreensão de suas propriedades eletrônicas. No momento, a equipe trabalha com parceiros para alcançar controle estrutural em escala atômica, possibilitando ajustes precisos nas características de comutação elétrica.
O professor Ganapathy revelou que o próximo passo será sincronizar a oscilação de vários dispositivos, construindo redes neurais oscilatórias capazes de simular funções cerebrais complexas, como reconhecimento de padrões e controle motor. Ele enfatizou que computadores neuromórficos não buscam reproduzir a consciência, mas sim o comportamento funcional do cérebro. Seu modo de resolver problemas será mais parecido com o pensamento humano — não linear, altamente adaptativo e especialmente efetivo em situações com dados limitados ou imprecisos.
Os chips neuromórficos têm grande potencial no setor de veículos autônomos. Por exemplo, diante de um evento inesperado (como um cervo cruzando a estrada), o chip pode tomar decisões em tempo real no próprio dispositivo, sem depender de servidores remotos. Ganapathy prevê: “Os chips neuromórficos talvez não se tornem comuns em smartphones no curto prazo, mas devem primeiro se estabelecer em aplicações altamente específicas, como resposta em tempo real e planejamento de rotas em carros autônomos. No futuro, é possível que vários chips especializados trabalhem em conjunto, em vez de existir um único computador neuromórfico de uso geral.”
Essa pesquisa não apenas oferece novas ideias para a manufatura verde, como também abre um novo caminho para o desenvolvimento sustentável da inteligência artificial, marcando um passo importante rumo à era da computação inspirada no cérebro.
