O físico eletrônico francês Vincent Garcia e sua equipe criaram um dispositivo inteligente do tamanho de um chip que consome menos tempo e energia e vai ajudar as máquinas a agilizar o reconhecimento de imagens e dados.
Enquanto a inteligência artificial se desenvolve rapidamente e o deep learning invade os laboratórios de engenharia da computação, ávidos pela descoberta de novos algoritmos e softwares mais potentes, pouco se fala sobre as máquinas que “rodam” esses programas mais sofisticados. É aí que entra o trabalho da equipe francesa liderada pelo físico francês Vincent Garcia, do Instituto francês CNRS, em parceria com a empresa Thales e as Universidades de Bordeaux, Paris-Sud e Evry, na região parisiense.
Desde 2009, esse time trabalha em um dispositivo eletrônico inteligente e energeticamente mais econômico. O resultado é um modelo físico dotado de uma capacidade de aprendizado inédita. A descoberta abre várias possibilidades: uma delas é a criação de uma rede de sinapses artificiais mais complexas e interligadas, capazes, entre outras coisas, de processar informações mais rapidamente. O estudo, que demorou três anos para ficar pronto, acaba de ser publicado na revista especializada Nature Communications no início de abril.
“Globalmente, o que queremos reproduzir é uma arquitetura que se pareça com a do cérebro, composta de neurônios e sinapses. Para ter o equivalente de uma sinapse em eletrônica, utilizamos um componente que se chama memristor, uma resistência variável que corresponde à memória dos impulsos elétricos recebidos”, explica. “Trabalhamos há nove anos em um sistema que é baseado em uma camada muito fina e ativa de bipolos elétricos. Quando invertemos os bipolos usando eletricidade, isso muda a resistência do sistema”.
Bipolos são terminais elétricos com dois pólos que ligados formam um circuito, como uma pilha, gerando energia. Neste estudo, explica o pesquisador francês, foi demonstrado que a variação da resistência desse sistema pode estar ligada à dinâmica dos bipolos elétricos. Isso permite “antecipar” a resposta do memristor, independentemente do estímulo elétrico. “No fim, demonstramos que, aplicando os impulsos elétricos que se parecem com as sinapses neuronais, podemos entender e antecipar o comportamento de nosso memristor, ou sinapse artificiais”, explica Vincent.
Paralelamente, a descoberta feita pela equipe de pesquisadores franceses também será utilizada no projeto europeu Chronocam, que busca desenvolver uma câmera que enxergue como os humanos. “O objetivo é criar um protótipo que conecte uma câmera a uma rede de neurônios artificiais", diz Garcia.
Aprendizado
Como um sistema aprende alguma coisa? Quando ele envia um impulso elétrico específico, ou sinapse, ativando um neurônio, ou observando um número por exemplo e selecionando uma informação. Desta forma, os neurônios artificiais podem ser usados para reconhecer uma imagem ou voz. “O objetivo a longo prazo é introduzir nos processadores dos computadores e smartphones essa rede de neurônios artificiais que vai trabalhar mais rapidamente no reconhecimento de dados e imagens”.
A ideia já é colocada em prática atualmente por empresas como Facebook ou Google. Um exemplo é a associação de imagens publicadas pelos seus amigos com seu perfil. Essas empresas usam algoritmos baseados em neurônios artificiais. Mas a dificuldade da equipe de Vincent é incluir essa rede elétrica diretamente na máquina, ou hardware, sem gastar a energia que é necessária atualmente.
Cérebro artificial
O pesquisador explica que o termo “cérebro artificial” é usado para comparar, de maneira simplista, o trabalho que vem sendo feito nos laboratórios de pesquisa, que busca simular a arquitetura cerebral. “É uma rede densa, onde em cada nó temos uma sinapse, e, no nosso caso, em cada linha, um neurônio que envia um impulso elétrico, muito diferente do sistema binário que utilizamos”, conclui.
view more