Reconhecimento de fala analógico é aprimorado com computação física

Um novo processador de sinais temporais foi desenvolvido, utilizando hardware de computação in-materia, que promete revolucionar o processamento de dados em sistemas descentralizados, como a Internet das Coisas. Essa inovação é crucial para aplicações que exigem processamento eficiente de sinais temporais, como reconhecimento de voz e veículos autônomos.

O sistema combina extração de características e classificação em um único dispositivo, alcançando alta precisão com baixo consumo de energia. O processador utiliza unidades de processamento não lineares reconfiguráveis (RNPUs) para extrair características diretamente do domínio do tempo, imitando o funcionamento da cóclea humana. Essa abordagem elimina a necessidade de conversões de domínio, que são frequentemente caras e lentas.

Os resultados obtidos em testes com os conjuntos de dados TI-46-Word e Google Speech Commands mostraram uma precisão de 96,2% e 89,3%, respectivamente. O consumo de energia durante a inferência foi de apenas 300 nJ para a extração de características e 78 µJ para a classificação, o que representa uma melhoria significativa em relação aos sistemas tradicionais.

Vantagens do Novo Sistema

A nova arquitetura não apenas melhora a eficiência energética, mas também reduz a latência para menos de um milissegundo. Isso é especialmente relevante para aplicações que requerem respostas rápidas, como assistentes de voz e sistemas de saúde conectados. A combinação de RNPUs e um chip de computação em memória analógica (AIMC) permite que o sistema realize operações complexas sem depender de processadores digitais, mitigando o gargalo de Von Neumann.

Além disso, a implementação de circuitos de extração de características no domínio do tempo simplifica a tarefa de classificação, permitindo que modelos de rede neural menores e mais eficientes sejam utilizados. Essa abordagem não só melhora a precisão, mas também reduz a quantidade de dados que precisam ser processados, resultando em um sistema mais ágil e econômico.

A pesquisa, que recebeu apoio de instituições como a Toyota Motor Europe e o Conselho de Pesquisa Holandês, representa um avanço significativo na busca por soluções de computação mais sustentáveis e eficientes para o processamento de sinais temporais em ambientes descentralizados.