Comportamento caótico do cérebro inspira a criação de IAs mais eficientes

Pesquisadores da Universidade de Sydney, na Austrália, e do Instituto Nacional de Ciência dos Materiais do Japão descobriram que uma rede de nanofios pode replicar a estrutura e a dinâmica encontrada no cérebro humano para resolver tarefas que tenham um processamento simples.

• Rede neural inovadora prevê o fim da vida útil de um rolamento
• Cientistas desenvolvem rede neural artificial a partir de DNA
• Nova rede neural mostra que é possível ligar cérebro a computador sem usar fios

Eles conseguiram demonstrar que a rede artificial pode ser ajustada quando é estimulada por uma corrente elétrica em um estado semelhante ao dos neurônios, uma característica que os cientistas chamam de “limite do caos”. Essa descoberta pode ser a chave para o desenvolvimento de uma inteligência artificial (IA) mais eficiente.

“O que é tão empolgante sobre esse resultado é que ele sugere que esses tipos de redes de nanofios podem ser sintonizados em regimes diferentes com diversas dinâmicas coletivas semelhantes ao cérebro e que podem ser aproveitadas para otimizar o processamento de informações”, comemora a neurocientista da Universidade de Sydney Zdenka Kuncic, coautora do estudo.

Redes neurais

Atualmente, as redes neurais profundas já conseguem imitar os processos do cérebro humano, mas os neurônios artificiais realizam apenas cálculos, ao contrário das células biológicas que são capazes de “lembrar” de atividades anteriores, influenciando seu comportamento no futuro.

Já na rede de nanofios, as junções entre os fios permitem que o sistema incorpore a memória e as operações em um único sistema. Isso é diferente dos computadores padrão, que separam a memória (RAM) e as operações (CPUs). Essa “memória” embutida é um aspecto importante para o processamento de informações.

"Essas junções agem como transistores computacionais, mas com a propriedade adicional de lembrar que os sinais já percorreram esse caminho antes. Esses sistemas são chamados de “memristores”, que são componentes elétricos com respostas que dependem de sinais aos quais foram expostos anteriormente”, explica o doutorando em nanotecnologia na Universidade de Sydney Joel Hochstetter, autor principal do estudo.

No limite do caos

Usando simulações em laboratório, os pesquisadores testaram uma rede aleatória de nanofios para realizar tarefas simples. Se um sinal de estímulo for muito baixo, os caminhos são mais previsíveis e ordenados e não produzem saídas complexas. Já se o sinal elétrico sobrecarrega a rede, ele produz uma saída caótica e inútil para a solução de problemas.

"Usamos fios de 10 micrômetros de comprimento com espessura de 500 nanômetros dispostos aleatoriamente em um plano bidimensional. Onde os fios se sobrepõem, eles formam uma junção eletroquímica, como as sinapses entre os neurônios. Essa arquitetura permite que a rede 'lembre' de caminhos anteriores através do sistema”, diz Hochstetter.

Conforme a corrente passa por esta rede, as junções eletroquímicas são ligadas e desligadas, alterando o caminho do sinal. O padrão dessa mudança varia de acordo com a força do sinal de entrada. Para testar essa dinâmica, a equipe criou uma simulação para ensinar a rede neural a realizar uma tarefa com processamento de sinal simples.

Eles ajustaram a amplitude e a frequência de entrada desse sinal e descobriram que a rede tinha um desempenho melhor quando a intensidade do estímulo se aproximava de um estado caótico, uma característica comportamental muito parecida com os processos sinápticos que ocorrem dentro do cérebro.

“Algumas teorias da neurociência sugerem que a mente humana poderia operar neste limiar do caos, ou o que é chamado de estado crítico. Alguns neurocientistas pensam que é neste estado que alcançamos o desempenho cerebral máximo. Em nossa simulação, descobrimos que ao enviar um sinal muito devagar, a rede fará a mesma coisa indefinidamente, sem aprender e se desenvolver. Se fizermos mais rápido, ela se tornará irregular e imprevisível”, explica a professora Kuncic.

Na prática

Segundo os pesquisadores, ainda resta um longo caminho para que as redes de nanofios possam igualar o desempenho do cérebro humano. Esses resultados, porém, mostram que é possível dar às máquinas uma capacidade poderosa de processamento com uma eficiência energética muito superior.

Ao unir componentes de memória e operações específicas dentro do mesmo dispositivo eletrônico, os cientistas esperam aprimorar o design da inteligência artificial sem a necessidade de desenvolver algoritmos de treinamento para capacitar as redes neurais artificiais, como ocorre em sistemas convencionais.

“Os processos que estamos desenvolvendo dispensam a necessidade de algoritmos. Apenas permitimos que a rede desenvolva sua própria ponderação, o que significa que só precisamos nos preocupar com a entrada e a saída do sinal, uma estrutura conhecida como computação de reservatório. Isso significa que qualquer sistema de IA poderia gerar pegadas de energia muito mais baixas”, completa a professora Zdenka Kuncic.

Fonte: University of Sydney