doi.org/10.1038/s41928-025-01488-x
Credibilidade: 999
#neurônios artificiais
Um avanço importante na computação neuromórfica pode reduzir drasticamente o consumo de energia dos chips e acelerar o caminho em direção à inteligência artificial geral (AGI) – sistemas capazes de pensar e aprender de forma semelhante à humana
Pesquisadores da Escola de Engenharia Viterbi e da Escola de Computação Avançada da Universidade do Sul da Califórnia (USC) desenvolveram neurônios artificiais que imitam de maneira muito próxima o comportamento eletroquímico das células cerebrais reais. O estudo, publicado na revista *Nature Electronics*, representa um grande passo para a criação de chips inspirados no funcionamento do cérebro. Essa nova abordagem promete tornar os circuitos muito menores, reduzir o gasto de energia em várias ordens de magnitude e aproximar a ciência da criação de uma inteligência artificial realmente geral.
Diferente dos processadores digitais tradicionais ou dos chips neuromórficos de silício que apenas simulam o funcionamento dos neurônios, esses novos neurônios artificiais reproduzem fisicamente os processos biológicos de forma analógica. Assim como os neurotransmissores ativam a atividade cerebral, certos compostos químicos podem agora ser usados para iniciar cálculos em hardwares inspirados no cérebro. Isso torna o novo sistema fundamentalmente distinto de modelos anteriores, que dependiam apenas de representações matemáticas do comportamento neural.
O projeto foi liderado pelo professor Joshua Yang, do Departamento de Engenharia Elétrica e de Computação da USC, pioneiro na criação de sinapses artificiais. Sua equipe desenvolveu um tipo inédito de neurônio artificial baseado em um “memristor difusivo? – um dispositivo capaz de processar informações de maneira parecida com a de um neurônio biológico. Enquanto os chips convencionais usam o fluxo de elétrons para realizar cálculos, o dispositivo criado por Yang trabalha com o movimento de átomos, o que permite imitar com muito mais precisão os processos cerebrais, oferecendo alta eficiência energética e um caminho promissor para o avanço da AGI.
Como funciona
No cérebro humano, as informações são transmitidas tanto por sinais elétricos quanto químicos. Quando um neurônio é ativado, ele gera um impulso elétrico que, ao chegar à sinapse (a pequena lacuna entre dois neurônios), é convertido em sinais químicos. Esses sinais atravessam o espaço entre as células e voltam sendo elétricos no neurônio seguinte, dando continuidade à transmissão da informação.
Yang e seus colegas conseguiram reproduzir esse processo físico com grande precisão. O grande diferencial é que o neurônio artificial deles ocupa o mesmo espaço que um único transistor – em vez das dezenas ou centenas necessárias nas arquiteturas convencionais.
Nos neurônios biológicos, íons – partículas eletricamente carregadas – são os responsáveis por gerar os impulsos elétricos. No cérebro humano, esse papel é desempenhado por elementos como potássio, sódio e cálcio. No experimento da USC, os pesquisadores usaram íons de prata em óxido para criar pulsos elétricos que imitam esse comportamento e realizam cálculos associados a processos como aprendizado, movimento e planejamento.
“Mesmo que não sejam exatamente os mesmos íons usados pelo cérebro, a física por trás do movimento e da dinâmica iônica é muito semelhante”, explica Yang. Segundo ele, a prata se difunde facilmente e oferece a dinâmica necessária para reproduzir os processos biológicos com uma estrutura simples. Por isso, o dispositivo recebeu o nome de *memristor difusivo*, em referência à movimentação e difusão dos íons de prata.
Yang destaca que a equipe escolheu trabalhar com a dinâmica dos íons justamente porque esse é o mecanismo utilizado pelo cérebro – o sistema mais eficiente já produzido pela evolução. “Não é que nossos chips atuais não sejam poderosos o suficiente. O problema é que eles não são eficientes. Consomem energia demais”, afirma. Isso é particularmente relevante diante do enorme gasto energético dos modelos de inteligência artificial baseados em machine learning, que processam quantidades gigantescas de dados.
Segundo o pesquisador, nossos computadores nunca foram projetados para aprender sozinhos a partir de poucos exemplos – algo que o cérebro faz com naturalidade. Para melhorar tanto a eficiência energética quanto a capacidade de aprendizado das máquinas, é preciso construir sistemas artificiais que sigam os mesmos princípios do cérebro.
Ele explica que, embora os elétrons permitam operações rápidas, os íons são um meio mais adequado para imitar o cérebro. Computadores baseados em elétrons dependem de aprendizado via software, enquanto o cérebro aprende diretamente em seu próprio “hardware biológico? – ou, como Yang diz, em um tipo de *wetware* (sistema “molhado”).
Um exemplo simples: uma criança consegue aprender a reconhecer números escritos à mão depois de ver apenas alguns exemplos, enquanto um computador precisa de milhares. Ainda assim, o cérebro humano realiza esse aprendizado consumindo apenas cerca de 20 watts de energia – o equivalente a uma lâmpada doméstica “, enquanto supercomputadores modernos gastam megawatts para fazer o mesmo tipo de tarefa.
Um futuro mais eficiente e inteligente
O novo método representa um passo importante rumo à criação de sistemas que imitam a inteligência natural. Yang observa que, embora a prata usada no experimento não seja compatível com os processos tradicionais de fabricação de semicondutores, outros tipos de íons podem ser estudados para alcançar resultados semelhantes.
A eficiência dos *memristores difusivos* se manifesta tanto em energia quanto em tamanho. Um smartphone comum contém cerca de dez chips e bilhões de transistores que alternam entre os estados 0 e 1 para realizar cálculos. Já a tecnologia proposta por Yang pode usar o espaço de apenas um transistor para cada neurônio, o que permitiria reduzir o tamanho dos chips e o consumo energético em várias ordens de magnitude, tornando a inteligência artificial mais sustentável e próxima da eficiência do cérebro humano.
Agora que os pesquisadores demonstraram neurônios e sinapses artificiais compactos e funcionais, o próximo passo será integrar grandes quantidades deles para testar até que ponto é possível replicar a eficiência e as capacidades do cérebro. “O mais empolgante”, conclui Yang, “é que sistemas tão fiéis ao cérebro podem não apenas nos aproximar da verdadeira inteligência artificial, mas também nos ajudar a entender melhor como o próprio cérebro funciona.”
Publicado em 05/11/2025 07h57
Estudo original: