Cientistas da Universidade de Sydney e do Instituto Nacional de Ciência de Materiais do Japão (NIMS) descobriram que uma rede artificial de nanofios pode ser ajustada para responder de forma semelhante ao cérebro quando estimulada eletricamente.
A equipe internacional, liderada por Joel Hochstetter com o professor Zdenka Kuncic e o professor Tomonobu Nakayama, descobriu que, ao manter a rede de nanofios em um estado semelhante ao do cérebro “à beira do caos”, realizava tarefas em um nível ideal.
Isso, dizem eles, sugere que a natureza subjacente da inteligência neural é física, e sua descoberta abre um caminho estimulante para o desenvolvimento da inteligência artificial.
O estudo foi publicado na Nature Communications.
“Usamos fios de 10 micrômetros de comprimento e não mais grossos do que 500 nanômetros dispostos aleatoriamente em um plano bidimensional”, disse o autor principal Joel Hochstetter, doutorando no Nano Institute e School of Physics da Universidade de Sydney.
“Onde os fios se sobrepõem, eles formam uma junção eletroquímica, como as sinapses entre os neurônios”, disse ele. “Descobrimos que os sinais elétricos transmitidos por essa rede encontram automaticamente a melhor rota para a transmissão de informações. E essa arquitetura permite que a rede ‘lembre’ de caminhos anteriores através do sistema.”
À beira do caos
Usando simulações, a equipe de pesquisa testou a rede de nanofios aleatória para ver como torná-la melhor para resolver tarefas simples.
Se o sinal que estimula a rede for muito baixo, os caminhos são muito previsíveis e ordenados e não produzem saídas complexas o suficiente para serem úteis. Se o sinal elétrico sobrecarregasse a rede, a saída seria completamente caótica e inútil para a solução de problemas.
O sinal ideal para produzir uma saída útil estava no limite desse estado caótico.
“Algumas teorias da neurociência sugerem que a mente humana pode operar neste limite do caos, ou o que é chamado de estado crítico”, disse o professor Kuncic, da Universidade de Sydney. “Alguns neurocientistas pensam que é neste estado que alcançamos o desempenho cerebral máximo.”
O professor Kuncic é o Ph.D. do Sr. Hochstetter. conselheiro e atualmente é bolsista Fulbright na Universidade da Califórnia em Los Angeles, trabalhando na interseção entre nanociência e inteligência artificial.
Ela disse: “O que é tão empolgante sobre este resultado é que ele sugere que esses tipos de redes de nanofios podem ser sintonizados em regimes com diversas dinâmicas coletivas semelhantes ao cérebro, que podem ser aproveitadas para otimizar o processamento de informações.”
Superando a dualidade do computador
Na rede de nanofios, as junções entre os fios permitem que o sistema incorpore memória e operações em um único sistema. Isso é diferente dos computadores padrão, que separam a memória (RAM) e as operações (CPUs).
“Essas junções agem como transistores de computador, mas com a propriedade adicional de lembrar que os sinais já percorreram esse caminho antes. Como tal, são chamados de ‘memristores'”, disse Hochstetter.
Essa memória assume uma forma física, onde as junções nos pontos de cruzamento entre os nanofios atuam como interruptores, cujo comportamento depende do histórico de respostas aos sinais elétricos. Quando os sinais são aplicados através dessas junções, pequenos filamentos de prata crescem, ativando as junções, permitindo que a corrente flua através delas.
“Isso cria uma rede de memória dentro do sistema aleatório de nanofios”, disse ele.
O Sr. Hochstetter e sua equipe construíram uma simulação da rede física para mostrar como ela poderia ser treinada para resolver tarefas muito simples.
“Para este estudo, treinamos a rede para transformar uma forma de onda simples em tipos mais complexos de formas de onda”, disse Hochstetter.
Na simulação, eles ajustaram a amplitude e a frequência do sinal elétrico para ver onde ocorria o melhor desempenho.
“Descobrimos que se você enviar o sinal muito devagar, a rede fará a mesma coisa indefinidamente, sem aprender e se desenvolver. Se forçarmos demais e rápido, a rede se tornará irregular e imprevisível”, disse ele.
Os pesquisadores da University of Sydney estão trabalhando em estreita colaboração com os colaboradores do International Centre for Materials Nanoarchictectonics no NIMS no Japão e na UCLA, onde o professor Kuncic é um bolsista visitante da Fulbright. Os sistemas de nanofios foram desenvolvidos no NIMS e na UCLA e o Sr. Hochstetter desenvolveu a análise, trabalhando com coautores e colegas estudantes de doutorado, Ruomin Zhu e Alon Loeffler.
Reduzindo o consumo de energia
O professor Kuncic disse que unir memória e operações tem enormes vantagens práticas para o futuro desenvolvimento da inteligência artificial.
“Algoritmos necessários para treinar a rede para saber qual junção deve receber a ‘carga’ apropriada ou o peso das informações consumem muita energia”, disse ela.
“Os sistemas que estamos desenvolvendo dispensam a necessidade de tais algoritmos. Apenas permitimos que a rede desenvolva sua própria ponderação, o que significa que só precisamos nos preocupar com a entrada e a saída do sinal, uma estrutura conhecida como ‘computação de reservatório’. A rede pesos são auto-adaptáveis, potencialmente liberando grandes quantidades de energia.”
Isso, disse ela, significa que qualquer futuro sistema de inteligência artificial usando essas redes teria pegadas de energia muito mais baixas.
Publicado em 30/06/2021 11h05
Artigo original:
Estudo original: