O Processamento do Cérebro Humano Pode Inspirar Sistemas de IA de Próxima Geração, Dizem Pesquisadores

Pesquisas publicadas em 22 de janeiro na Nature sugerem que o processamento de informações humanas pode servir como modelo para treinar sistemas de IA de próxima geração.

O estudo reuniu mais de uma dúzia de pesquisadores de todo o mundo, incluindo Cory Merkel, professor associado de engenharia de computação no Instituto de Tecnologia de Rochester. Merkel é especialista em computação neuromórfica, uma abordagem inspirada no cérebro que visa melhorar o poder de processamento e a eficiência energética em aplicações de IA.

“A capacidade de ter uma IA eficiente em dispositivos limitados também abrirá a porta para muitos novos domínios de aplicação em áreas como a interface cérebro-computador, exploração espacial, tecnologias de monitoramento de saúde e sistemas de vigilância autônomos, por exemplo”, explicou Merkel, no comunicado de imprensa da universidade.

Seu trabalho aborda a crescente demanda por sistemas de IA adaptados ao tamanho, peso e ambientes limitados de energia, como dispositivos vestíveis, smartphones, robôs, drones e satélites. A computação neuromórfica promete melhorias significativas nas capacidades de processamento e nas necessidades de armazenamento em massa.

As pesquisadoras destacam como os sistemas neuromórficos utilizam princípios de bio-inteligência identificados por neurocientistas, oferecendo um modelo para redes computacionais mais rápidas e eficientes.

Merkel e Suma George Cardwell, uma pesquisadora sênior do Laboratório Nacional de Sandia, também exploraram tecnologias emergentes de memória, como RRAM e Spintronics, para armazenamento em massa em sistemas neuromórficos. Essas tecnologias mostram potencial para soluções escaláveis e manuseio eficaz das variabilidades do dispositivo.

À medida que o consumo de eletricidade da IA é projetado para dobrar até 2026, pesquisadores enxergam a computação neuromórfica como uma solução promissora. Eles ressaltaram que o campo está em um “ponto crítico”, com a escalabilidade se tornando uma medida crucial de progresso.

A computação neuromórfica apresenta um caminho para a criação de sistemas de IA mais eficientes e conscientes quanto ao consumo de energia para o futuro.