Tecnologia

3 computadores que imitam o cérebro humano

Fonte: Thinkstock

Durante anos, os pesquisadores trabalharam arduamente em um conceito que soa como algo saído de um ambicioso filme de ficção científica: computadores que imitam as funções e a estrutura do cérebro humano. Embora os computadores que usamos todos os dias tenham percorrido um longo caminho em sua velocidade, memória e capacidade, os computadores que funcionam mais como o cérebro humano poderiam completar uma nova gama de tarefas, como robôs operacionais, sensores ou drones, e lidar com tarefas analíticas complexas que os computadores não podem realizar atualmente.

são pauly d e aubrey juntos

Continue lendo para aprender sobre alguns dos computadores que tentaram imitar as funções do cérebro humano e como nossa crescente compreensão do cérebro humano inspirou novos tipos de máquinas que poderiam levar a computadores mais capazes e eficientes.



DeepMind constrói uma máquina de Turing Neural que imita a memória de trabalho do cérebro

O DeepMind do Google construiu uma rede neural que pode acessar uma memória externa, como uma máquina de Turing. Conforme relata a Revisão de Tecnologia do MIT, o computador tem como objetivo imitar algumas das propriedades do cérebro memória de trabalho de curto prazo . O computador é um novo tipo de rede neural, adaptada para funcionar com uma memória externa. Ele aprende enquanto armazena memórias e pode recuperá-las mais tarde para completar tarefas lógicas - tarefas além daquelas para as quais foi treinado.

Um psicólogo cognitivo chamado George Miller descobriu na década de 1950 que o que define a memória de curto prazo do cérebro humano não é a quantidade de informações que ela contém. Em vez disso, de acordo com a teoria de Miller, a memória de trabalho pode conter aproximadamente sete 'blocos' de informação.

Os 'pedaços' de que tratou a pesquisa de Miller variaram de um único dígito ou letra a um pequeno grupo de palavras. Eles podem representar qualquer coisa, desde uma quantidade muito pequena de informação a uma ideia complexa, equivalente a uma quantidade muito maior de informação, efetivamente dando ao cérebro um atalho para lembrar grandes quantidades de informação.

A Technology Review relata que, nas ciências cognitivas, a capacidade de compreender os componentes de uma frase e armazená-los na memória de trabalho é chamada de 'ligação variável'. Essa capacidade permite que o cérebro receba informações e as atribua a um lugar na memória de trabalho. O cérebro faz isso repetidamente.

Nas décadas de 1990 e 2000, os cientistas da computação começaram a tentar projetar algoritmos, circuitos e redes neurais que pudessem imitar a memória de trabalho do cérebro humano. Um computador com capacidade semelhante à do cérebro seria capaz de analisar uma frase simples, dividindo-a em um ator, uma ação e o receptor da ação. A nova rede neural da DeepMind assume essa tarefa, mas também muda a natureza fundamental de uma rede neural.

Tradicionalmente, uma rede neural é construída de padrões de “neurônios” conectados que podem alterar a força de suas conexões com base na entrada externa. Mas eles carecem de uma memória externa - um elemento fundamental do processo de computação - que pode ser lida e gravada durante o processo computacional. Assim, Alex Graves, Greg Wayne e Ivo Danihelka, da DeepMind, adicionaram uma memória externa à rede neural, que eles chamaram de Máquina de Turing Neural.

Enquanto a Máquina de Turing Neural aprende com a entrada externa como uma rede neural convencional, ela também aprende a armazenar e recuperar informações. Ele pode aprender algoritmos simples a partir de dados de exemplo e, em seguida, usar esses algoritmos para generalizar muito além de sua área de treinamento. Essa capacidade representa um passo significativo para tornar os computadores mais parecidos com o cérebro humano do que nunca.

Uma das próximas etapas pode ser abordar outra capacidade do cérebro: recodificar os vários pedaços de informação de que Miller falou em um único pedaço, em um processo que permite ao cérebro dar sentido a argumentos complexos. Miller considerava essa capacidade de recodificação a chave para a inteligência artificial e acreditava que, até que um computador pudesse reproduzi-la, ela nunca teria o mesmo desempenho do cérebro humano.

Pesquisadores de Stanford desenvolvem o circuito Neurogrid, inspirado no cérebro humano

Em abril, o serviço de notícias da Universidade de Stanford relatou que bioengenheiros desenvolveu um novo circuito modelado no cérebro humano. Kwabena Boahen e sua equipe de pesquisadores desenvolveram a Neurogrid, uma placa de circuito composta por 16 chips “Neurocore” que podem simular 1 milhão de neurônios e bilhões de conexões sinápticas. O dispositivo Neurogrid, do tamanho de um iPad, pode simular mais “ordens de magnitude, mais neurônios e sinapses” do que outros computadores que imitam o cérebro, tudo com a potência necessária para operar um tablet.

Boahen planeja reduzir os custos de construção da Neurogrid e, em seguida, criar um software que permitiria aos engenheiros ou cientistas da computação sem conhecimento de neurociência resolver problemas como controlar um robô humanóide com a Neurogrid.

Em sua forma atual, os pesquisadores precisam saber como o cérebro humano funciona para programar o protótipo de $ 40.000. Como observa o comunicado à imprensa: “Suas características de velocidade e baixo consumo de energia tornam o Neurogrid ideal para mais do que apenas modelar o cérebro humano. Boahen está trabalhando com outros cientistas de Stanford para desenvolver membros protéticos para pessoas paralisadas que seriam controladas por um chip semelhante ao Neurocore. ”

Para tornar um sistema acessível o suficiente para ser usado amplamente em pesquisas, Boahen mudaria o processo de fabricação dos 16 Neurocores - que cada um suporta 65.536 neurônios - que dependiam de técnicas de fabricação de 15 anos atrás. Ao mudar para processos de fabricação mais modernos e fabricar os chips em grandes volumes, ele projeta que poderia custar 100 vezes o custo de um Neurocore e, teoricamente, construir uma placa de um milhão de neurônios por apenas US $ 400 por cópia.

Capitão América quase levanta o martelo de Thor

O projeto SyNAPSE da IBM produz o chip neurossináptico TrueNorth

No projeto SyNAPSE da IBM - abreviação de Sistemas de Eletrônica Escalável Plástica Adaptável Neuromórfica - os pesquisadores assumiram a tarefa de redesenhar os chips de computador para replicar a capacidade dos neurônios de fazer conexões sinápticas. Conforme relatado pela CNET na época, a IBM em agosto revelou o que chamou de o primeiro chip de computador neurossináptico do mundo, um processador que imita o do cérebro humano habilidades e eficiência energética .

O chip TrueNorth, do tamanho de um selo postal, incorpora 5,4 bilhões de transistores, 1 milhão de neurônios programáveis ​​e 256 milhões de sinapses programáveis. Embora esses números sejam inferiores aos 100 bilhões de neurônios e de 100 trilhões a 150 trilhões no cérebro humano, o chip encaixa habilidades semelhantes às de um supercomputador em um microprocessador muito menor e mais eficiente.

O investigador principal e gerente sênior da IBM, Dharmendra Modha, disse à CNET que TrueNorth tem neurônios e sinapses suficientes para executar dispositivos que podem emitir alertas de tsunami proativamente, monitoramento completo de derramamento de óleo ou aplicar regras de rota de embarque, tudo funcionando com aproximadamente a mesma quantidade de energia usada por um aparelho auditivo.

A CNET relata que, em vez de resolver problemas por meio de cálculos matemáticos de força bruta, o chip TrueNorth foi projetado para entender seu ambiente, lidar com ambigüidade e agir em tempo real. As aplicações em potencial podem incluir robôs de busca e resgate, ajudando pessoas com deficiência visual a se movimentarem com segurança ou distinguir vozes em uma reunião e criar transcrições precisas para cada palestrante.

Embora o chip TrueNorth ainda esteja em sua fase de protótipo, pode levar apenas dois a três anos para seu primeiro uso comercial. É possível que o chip TrueNorth ou uma inovação como ele possa ajudar a superar as limitações da arquitetura de von Neumann, que formou o núcleo de quase todos os computadores criados desde 1948.

Em contraste com uma máquina de Turing, uma máquina baseada na arquitetura de von Neumann tem memória de acesso aleatório (RAM), que permite que cada operação leia ou grave em qualquer local da memória. Também possui uma unidade central de processamento (CPU), com um ou mais registros que armazenam os dados em operação. Como o processador e a memória são separados e os dados se movem constantemente entre eles, os atrasos são inevitáveis. Não importa a rapidez com que um processador possa trabalhar, o desempenho da máquina é limitado pela taxa de transferência entre o processador e a memória.

Como o The New York Times relatou quando a IBM revelou o TrueNorth, a ideia de que as redes neurais podem ser uma ferramenta útil para o processamento de informações existe desde 1940, antes da invenção dos computadores modernos, mas apenas recentemente - graças aos ganhos na capacidade de memória e processamento velocidade - as redes neurais se tornaram ferramentas de computação poderosas . Google, Microsoft e Apple têm usado o reconhecimento de padrões impulsionado por redes neurais para melhorar serviços como reconhecimento de voz e classificação de fotos.

Com o TrueNorth, a IBM quer levar os computadores além das tarefas matemáticas típicas do “cérebro esquerdo” para completar as funções de processamento sensorial do “cérebro direito” com muito pouca energia. Isso permitiria que chips instalados em carros ou smartphones fizessem cálculos em tempo real, sem conexão com a Internet.

Muitos outros projetos inspirados no cérebro estão em andamento

Uma variedade de outros projetos também estão em vários estágios de tentativa de emular as funções do cérebro humano com um computador. Da União Europeia Projeto Cérebro Humano , por exemplo, é um empreendimento de 10 anos com objetivos que incluem o desenvolvimento de computação neuromórfica e sistemas neurorobóticos, bem como a simulação de um cérebro humano em um supercomputador. O projeto U.S. BRAIN - abreviação de Brain Research through Advancing Innovative Neurotechnologies - desafia os cientistas a desenvolver novos tipos de ferramentas para ler a atividade de milhares ou mesmo milhões de neurônios no cérebro e escrever em padrões complexos de atividade.

ZDNet relata que pesquisadores da Universidade RMIT de Melbourne construíram um estrutura nano de armazenamento de dados que imita o cérebro humano, usando uma película de óxido mais de 10.000 vezes mais fina do que um fio de cabelo humano. O comportamento da memória depende de suas experiências anteriores, e a pesquisa visa ajudar a abrir a porta para a exploração de novos materiais à medida que a memória flash se aproxima dos limites de escala.

Como parte do projeto BrainScales da Universidade de Heidelberg, os pesquisadores estão desenvolvendo chips analógicos que imitam o comportamento de neurônios e sinapses. O chip HICANN - abreviação de High Input Count Analog Neural Network - aceleraria as simulações cerebrais, o que permitiria aos pesquisadores simular interações medicamentosas que, de outra forma, poderiam levar meses para acontecer.

Como ComputerWorld relatado em maio, pesquisadores do Sandia National Laboratories estão empreendendo um projeto de longo prazo para construir computadores de inspiração neuro, que uniriam processamento e memória em uma única arquitetura, para que os dados fossem processados ​​e armazenados pelos mesmos componentes da máquina. Sandia diz que os pesquisadores serão capazes de criar essa arquitetura nos próximos anos, mas que as aplicações comerciais provavelmente ainda estão a anos de distância.

O Gizmodo relatou que pesquisadores da Universidade de Zurique e da ETH Zurique construíram 11.011 eletrodos em um pedaço de silício de 2 por 2 mm, criando um microchip que imita o cérebro humano para criar um microchip que pode 'sentir' e completar o complexo tarefas sensório-motoras usando as habilidades cognitivas da rede.

Embora seja uma tarefa monumental criar um computador que possa realmente agir como o cérebro humano, cientistas de várias disciplinas e experiências demonstraram que estão à altura do desafio. O escopo e a ambição dos projetos em andamento são amplos, e o esforço global para construir computadores que imitem o cérebro humano provavelmente continuará a produzir invenções e percepções fascinantes sobre novas arquiteturas e materiais para tornar os computadores mais poderosos e capazes.

Mais da Folha de Dicas de Tecnologia:

  • O que é um computador quântico e por que o Google está construindo um?
  • Um Chromebook pode substituir o seu computador?
  • Dez tecnologias fictícias retratadas em filmes que desejamos que fossem reais