Pesquisadores do Massachusetts Institute of Technology (MIT) afirmam ter conseguido criar sinapses analógicas um milhão de vezes mais rápidas do que as do cérebro humano. Assim como processadores digitais utilizam transistores, os analógicos funcionam através de resistores programáveis. Com a configuração certa, eles podem ser usados para criar uma rede de sinapses e neurônios analógicos.
Além de incrivelmente rápidas, as sinapses analógicas também são muito eficientes. Isso é de suma importância, já que redes neurais digitais ficam cada vez mais avançadas e poderosas, mas não sem um custo energético alto atrelado, que só aumenta com sua complexidade, aumentando também a pegada de carbono deixada pela tecnologia.
Como é o neurônio analógico
Em um artigo publicado na revista científica Science, os pesquisadores responsáveis detalham o feito e esperam que ele ajude nos avanços do aprendizado profundo (deep learning) analógico, um campo crescente na área de inteligência artificial.
A velocidade do sistema foi alcançada ao abandonar meios orgânicos em favor de um vidro altamente tecnológico, conhecido como vidro de fosfossilicato inorgânico (PSG), que permitiu chegar à marca dos nanossegundos, mais rápido do que o cérebro humano. O potencial de ação das células biológicas sobe e desce na escala dos milissegundos, já que a diferença de voltagem de cerca de 0,1 volt é limitada pela estabilidade da água.
Com a tecnologia, é possível aplicar até 10 volts pela película de vidro, que tem uma espessura na escala nano, conduzindo prótons sem danos permanentes ao material. Já que o PSG aguenta voltagens altas sem quebrar, os prótons conseguem viajar por ele em velocidades escalafobéticas e, de quebra, conseguem ter uma eficiência energética muito grande.
E os benefícios não param por aí: o material ainda é comum e de fácil fabricação, tornando-se uma opção mais rápida e também mais prática para o processamento neural. De acordo com os cientistas, com o processador analógico, não será mais preciso treinar redes nas quais outras pessoas já estão trabalhando.
A complexidade das redes treinadas será muito maior e com potencial para serem únicas. Nas palavras deles, não é como se fosse um carro mais rápido — é como se fosse uma espaçonave, em comparação. Se a novidade será tão boa assim para os cientistas, teremos de esperar estudos feitos com o uso da tecnologia.
