Há anos os cientistas tentam emular o cérebro por meio de software. Mas
um grupo de cientistas japoneses está adotando uma abordagem de
hardware.
Um grupo de pesquisadores japoneses desenvolveu um circuito eletrônico que imita o sistema de memorização e esquecimento que caracteriza o aprendizado do cérebro humano.
O "circuito sináptico" - um dispositivo totalmente de hardware - reproduz de forma totalmente autônoma dois fenômenos que são marcas registradas da atividade neural do cérebro: a memorização das informações necessárias e o esquecimento das informações desnecessárias.
Acredita-se que a memória seja o resultado de dois tipos de plasticidade sináptica: a plasticidade de curto prazo e a potenciação de longo prazo. Só os registros mais importantes - e, portanto, mais fortes ou mais intensos - passariam ao registro definitivo.
Os cientistas tentam há anos reproduzir esse comportamento neural do aprendizado, dentro do campo conhecido como engenharia neuromórfica.
Isso vem sendo tentado principalmente por meio de software, o que não é uma tarefa fácil devido à complexidade das interconexões verificadas nos processos neurais que dão sustentação ao pensamento.
Mas Takeo Ohno e seus colegas do Instituto Nacional de Ciência dos Materiais, no Japão, decidiram adotar uma abordagem de hardware.
A
chave atômica tem sua condutância reforçada pela intensidade dos
estímulos. Um ou poucos estímulos geram uma memória de curto prazo
(STP). O reforço dos estímulos leva a uma memória de longo prazo (LTP).
[Imagem: Ohno et al./Nature Materials]
O circuito sináptico é essencialmente uma chave atômica de lacuna - onde a lacuna se refere a uma minúscula distância entre dois eletrodos -, que funciona como um memristor.
O componente é formado por um eletrodo de prata, recoberto com sulfeto de prata (Ag2S), e um contra-eletrodo de platina, com uma separação de um nanômetro entre eles - portanto, um componente totalmente inorgânico.
Seu funcionamento se dá pela formação e destruição de uma "ponte", formada por um átomo de prata, que se coloca entre os dois eletrodos. A ponte é construída e destruída controlando-se a reação eletroquímica (uma reação de estado sólido) do condutor híbrido iônico/eletrônico, ou eletroiônico, o sulfeto de prata.
A chave atômica tem dois estados de condutância: o primeiro é produzido por um sinal fraco, o que faz com que esse estado se degrade rapidamente; o outro é gerado por um sinal mais forte, o que exige um outro sinal igualmente forte que o anule.
Modelo
de memória do circuito sináptico. Uma alta taxa de repetição da
informação forma uma memória de longo prazo (linha vermelha), enquanto
poucas repetições formam memórias de curto prazo (linha azul), que logo
desaparecem. A intensidade da lembrança praticamente não muda nas
primeiras inserções, de forma equivalente ao que ocorre com a memória
sensorial. [Imagem: NIMS]
Usando o movimento dos íons, os pesquisadores conseguem controlar essa ponte metálica entre os eletrodos.
Isso porque o movimento dos íons depende da frequência de entrada do estímulo elétrico - que representa o "aprendizado". Em outras palavras, eles conseguem controlar a intensidade da conexão sináptica do seu circuito neural artificial.
Na prática, o circuito sináptico ajusta sua própria "força" (ou intensidade) de acordo com a frequência da estimulação elétrica - o estímulo intermitente causa um decaimento espontâneo do nível de condutância da sinapse inorgânica quando ela opera em níveis críticos de tensão.
No circuito, essa frequência do estímulo nada mais é do que a frequência de uma corrente elétrica.
Contudo, vista sob o ponto de vista de um emulador de um circuito neural, essa frequência representa a quantidade de vezes que o "cérebro artificial" esteve exposto a um aprendizado em particular.
Ou seja, quando maior a frequência, maior será a fixação do material "aprendido".
O
padrão repetido acaba sendo gravado na matriz de memória, mesmo quando
ele está disperso em um padrão mais complexo. [Imagem: Ohno et
al./Nature Materials]
No experimento, os pesquisadores construíram uma matriz de 7 x 7 pontos - pense neles como os pixels de uma tela - cada um contendo sua própria sinapse artificial.
Os valores inseridos poucas vezes - com baixa frequência - somem rapidamente da tela. O circuito sináptico se "esquece" deles porque, não sendo repetidos uma quantidade de vezes suficiente, eles não devem ser importantes.
Mas aqueles que são repetidos várias vezes logo permanecem gravados, imitando o aprendizado por repetição - o que os pesquisadores chamam de "lembrar-se do que é importante".
Ao contrário da sinapse sintética construída com nanotubos de carbono, esta emula a memorização em um dispositivo de hardware único e muito simples, e sem a necessidade de qualquer programação externa.
Além disso, outros experimentos têm resultado em sinapses artificiais que só funcionam para o fim específico para a qual foram projetadas - ao contrário da flexibilidade do "aprendizado" demonstrado agora.
Computadores inspirados em cérebros
Como o novo circuito sináptico permite a realização de diversas operações sem qualquer programação prévia, os cientistas acreditam que ele é um passo importante para a construção de sistemas de inteligência artificial capazes de aprender com o uso, de forma similar aos humanos.
"Os elementos sinápticos inorgânicos são funcionalmente adequados para o projeto de sistemas neurais que possam funcionar sem a necessidade dos softwares de difícil escalabilidade e da pré-programação atualmente empregada nos sistemas de redes neurais, com claro potencial para [a construção de um] hardware apropriado para os sistemas inteligentes físicos e artificiais," escrevem os pesquisadores.
Mas computadores que repliquem de fato o cérebro ainda dependerão de progressos futuros.
Por exemplo, embora o comportamento de memristor da chave atômica tenha ele próprio uma memória, "lembrando-se" da última corrente que o atravessou, os pesquisadores não conseguiram demonstrar uma correlação entre o tempo e a memória registrada no dispositivo.
Ou seja, várias entradas iguais ao longo do tempo não reforçam o "aprendizado", o que é uma característica da neuroplasticidade.
Esses computadores inspirados em cérebros biológicos são vistos como uma das saídas para superar o atual paradigma da computação baseada em transistores eletrônicos.
