Como os
computadores pretendem imitar o cérebro
Redação
do Site Inovação Tecnológica - 30/04/2014
Um cérebro eletrônico espalhado pela mesa: protótipo do Neurogrid, um
computador neuromórfico que o pesquisador vislumbra vender a US$400 cada um.
[Imagem: Stanford University]
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.
O objetivo do Projeto Cérebro Humano é
compreender o mau funcionamento do cérebro humano, que leva a doenças como
Parkinson e Alzheimer. [Imagem: Nevit Dilmen/Wikimedia]
Efervescência cerebral
Em seu artigo, Boahen observa o
contexto mais amplo da investigação neuromórfica, começando pelo Projeto Cérebro Humano da 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.
A grande novidade do projeto Brainscale é imitar o cérebro usando um processador
neuromórfico analógico. [Imagem: Pfeil et al.]
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."
Veja outras pesquisas sobre a criação de cérebros
artificiais:
- Robô dá primeiros sinais de consciência
- Desenvolvido um simulador do sistema nervoso humano
- Computadores neurais: cientistas querem reproduzir cérebro de gato
- Computação cognitiva: IBM simula o cérebro de um gato
- Cérebro eletrônico emula um bilhão de neurônios
- Próteses biônicas serão ligadas ao cérebro com luz
Bibliografia:
Neurogrid: A Mixed-Analog-Digital Multichip System for Large-Scale Neural Simulations
B. V. Benjamin, P. Gao, E. McQuinn, S. Choudhary
Proceedings of the IEEE
Vol.: PP, Issue: 99 - Page(s): 1-18
DOI: 10.1109/JPROC.2014.2313565
Neurogrid: A Mixed-Analog-Digital Multichip System for Large-Scale Neural Simulations
B. V. Benjamin, P. Gao, E. McQuinn, S. Choudhary
Proceedings of the IEEE
Vol.: PP, Issue: 99 - Page(s): 1-18
DOI: 10.1109/JPROC.2014.2313565
Nenhum comentário:
Postar um comentário