Resumo:
Recentemente, importantes progressos em pesquisas foram feitos na interseção da neurociência e da tecnologia da computação. A última descoberta de uma equipe internacional de pesquisa científica conjunta revelou com sucesso o mecanismo de colaboração eficiente das redes neurais do cérebro humano no processamento de informações complexas e na recuperação de memória. Esta conquista fornece novo suporte teórico e caminhos técnicos para romper o gargalo da eficiência energética da arquitetura de computação tradicional e criar um "computador semelhante ao cérebro" da próxima geração (computação neuromórfica) que está mais próximo da forma como o cérebro humano funciona.
Na arquitetura de computador von Neumann tradicional, a unidade de computação e a unidade de armazenamento são separadas. A transmissão frequente de dados entre os dois não só constitui a chamada “parede de desempenho”, mas também consome enormes quantidades de energia. Em contraste, o cérebro humano pode facilmente completar o reconhecimento de padrões de alta intensidade, o raciocínio lógico e a aprendizagem autônoma, consumindo apenas um consumo de energia extremamente baixo. Compreender e replicar a transmissão dinâmica de sinais extremamente eficiente e os mecanismos de processamento paralelo entre sinapses e neurônios nas redes neurais do cérebro humano sempre foi considerado pela comunidade científica como a chave para romper o atual limite superior do poder de computação da inteligência artificial e da crise de consumo de energia.
Ao combinar tecnologia de neuroimagem de alta resolução com modelagem dinâmica não linear, a equipe de pesquisa conduziu uma análise aprofundada da resposta não linear e das mudanças na plasticidade sináptica dos neurônios biológicos quando confrontados com entrada de informação dinâmica. A pesquisa descobriu que o cérebro humano não depende de um único cálculo centralizado enorme, mas completa a compressão de informações de alta densidade e a recuperação rápida por meio de "sincronização de tempo" e "codificação esparsa" entre grupos de neurônios específicos. Este mecanismo permite que o cérebro biológico complete com precisão tarefas cognitivas complexas, ativando apenas uma proporção muito pequena de neurônios em um ambiente com grande interferência sonora.
Com base nessas descobertas, os pesquisadores construíram uma nova arquitetura de algoritmo inspirada no cérebro e um circuito de simulação de hardware. Dados experimentais mostram que o modelo de computação semelhante ao cérebro, que se baseia na ativação esparsa e nas características de condução sequencial dos neurônios biológicos, pode melhorar sua eficiência energética em várias ordens de grandeza em comparação com as redes neurais artificiais tradicionais ao processar reconhecimento de imagem, análise de fluxo de fala e tarefas complexas de previsão. Ao mesmo tempo, demonstrou forte robustez face a interferências de dados desconhecidas.
Especialistas do setor comentaram que esta pesquisa preenche a lacuna entre a neurociência básica e a prática da engenharia de hardware. À medida que a procura de poder de computação e energia proveniente da inteligência artificial aumenta exponencialmente, a conversão das mais recentes descobertas no campo da biologia em design de arquitetura de chips físicos remodelará completamente o cenário industrial da próxima geração de computação de ponta, robôs autónomos e hardware de inteligência artificial de baixo consumo de energia, e promoverá o salto na tecnologia de computação em direção a uma inteligência que realmente possua características cognitivas humanas.
Comentários