Como os computadores pretendem imitar o cérebro
Pesquisadores neuromórficos
Apesar de toda a sua sofisticação, os computadores empalidecem quando são comparados com o mais simples dos cérebros.
O córtex de um camundongo, por exemplo, opera 9.000 vezes mais rápido e consome 40.000 vezes menos energia do que uma simulação de suas funções feita em computador – valores que podem aumentar conforme as técnicas de medição da atividade cerebral melhoram.
Isso, contudo, é um incentivo para os pesquisadores que trabalham na tentativa de construir os primeiros processadores neuromórficos – que operam imitando o funcionamento dos neurônios.
A última grande novidade na área surgiu há exatamente um ano, quando a equipe do Dr. Kwabena Boahen, da Universidade de Stanford, nos Estados Unidos, apresentou seu Neurogrid.
Do alto do seu lugar no pódio, o Dr. Boahen foi agora convidado pelo renomado IEEE (Instituto de Engenheiros Elétricos e Eletrônicos) para fazer um apanhado dos principais avanços na área, destacando os projetos mais promissores.
O artigo analisa como os “pesquisadores neuromórficos” estão usando silício e software para construir sistemas eletrônicos que imitam neurônios e sinapses, com vistas a construir uma geração de computadores mais eficientes e mais rápidos.
Efervescência cerebral
Em seu artigo, Boahen observa o contexto mais amplo da investigação neuromórfica, começando pelo Projeto Cérebro Humanoda União Europeia, que tem como objetivo simular um cérebro humano em um supercomputador.
Já o projeto norte-americano Brain (sigla para pesquisa do cérebro através de neurotecnologias inovadoras avançadas) adotou uma abordagem de construção de ferramentas, desafiando os cientistas a desenvolver novos tipos de mecanismos que possam ler a atividade de milhares ou mesmo milhões de neurônios no cérebro, assim como registrar padrões complexos de atividade.
Outras equipes estão se voltando para o hardware, como o projeto Synapse da IBM (sigla de sistemas de eletrônica plástica neuromórfica adaptativa e escalável).
Como o nome indica, o projeto Synapse envolve uma tentativa de redesenhar os chips – que receberam o codinome de Golden Gate – para emular a capacidade dos neurônios para fazer um grande número de conexões sinápticas, uma característica que ajuda o cérebro a resolver problemas em paralelo.
Até o momento, um chip Golden Gate é composto por 256 neurônios digitais, cada um equipado com 1.024 circuitos sinápticos, mas a IBM já está trabalhando para aumentar consideravelmente o número de neurônios em cada processador.
O projeto BrainScales, da Universidade de Heidelberg, na Alemanha, mereceu destaque na análise, com seu objetivo ambicioso de imitar o comportamento de neurônios e sinapses usando chips analógicos.
Seu chip Hicann (sigla para rede neural analógica com grande número de entradas) deverá ser o núcleo de um sistema projetado para acelerar as simulações do cérebro, permitindo aos pesquisadores modelar interações medicamentosas que podem levar meses para serem feitas no método tradicional de laboratório.
No momento, o chip Hicann consegue emular 512 neurônios, cada um equipado com 224 circuitos sinápticos, mas a equipe também já está trabalhando para aumentar esse poder neuronal.
Métrica para processadores neurais
O Dr. Boahen avalia que cada uma dessas equipes tem feito escolhas técnicas diferentes, como a possibilidade de dedicar cada circuito de hardware para modelar um único elemento neural (por exemplo, uma única sinapse) ou várias (por exemplo, ativando o circuito de hardware duas vezes para modelar o efeito de duas sinapses ativas).
Estas escolhas, obviamente, resultam em diferentes ganhos e perdas em termos de capacidade e desempenho.
Para tentar avaliar qual delas tem mais vantagens, Boahen propõe uma métrica que tente dar conta do custo total do sistema, incluindo o tamanho do chip, quantos neurônios ele simula e a energia que consome.
Talvez seja melhor ouvir as outras equipes antes, mas a métrica proposta por Boahen conclui que seu próprio chip, o Neurogrid, é o mais eficiente em termos de simular neurônios.
A seu favor está o fato de que o grande objetivo é construir um sistema que seja acessível o suficiente para ser amplamente utilizado em pesquisa por qualquer grupo que queira se dedicar à área.
Boahen destaca que seu protótipo custou US$40,000, mas foi construído na universidade com uma tecnologia de microeletrônica de 15 anos atrás.
Fabricado hoje em grandes quantidades, cada computador Neurogrid completo – a placa inteira – poderia custar 100 vezes menos, o que faz o pesquisador sonhar com um milhão de computadores neuromórficos vendidos a US$400 cada um.
Neurocompilador
Antes disso, porém, será necessário projetar o software que permita programar um computador neuromórfico.
E este é um desafio ainda a ser vencido por todas as equipes, qualquer que seja a abordagem utilizada para a implementação do “cérebro de silício.”
“Neste momento, você tem que saber como o cérebro funciona para programar um desses,” disse Boahen. “Queremos criar um neurocompilador de modo que você não precise saber nada sobre sinapses e neurônios para poder usar um desses.”
Fonte: inovação tecnológica
