- Pesquisadores criaram um computador que aprende como o cérebro, usando nanofios de prata que se auto-organizam e imitam a plasticidade sináptica.
- O projeto, liderado pela Universidade de Sydney, usa uma malha de nanofios que se conecta de forma variável para aprender, lembrar e esquecer informações conforme a necessidade.
- Os dois pilares são: condutividade adaptativa (fios que fortalecem caminhos mais usados) e memória distribuída (dados armazenados pela rede, sem unidade de memória separada).
- O estudo, publicado na Nature Communications, mostra o comportamento autônomo da máquina; o canal Código Fonte TV aborda a inovação de forma acessível.
- A arquitetura pode impulsionar a computação neuromórfica comercial na próxima década, com aplicações em próteses neurais e robótica, mantendo consumo de energia muito baixo em relação à IA atual.
A pesquisa revelou um computador que aprende de modo semelhante ao cérebro humano, usando sinapses artificiais com base em nanofios de prata. O projeto foi desenvolvido pela Universidade de Sydney, com publicação na Nature Communications. O objetivo é criar sistemas que aprendem, lembram e esquecem conforme a necessidade.
O dispositivo utiliza uma malha de nanofios que se auto-organiza em tempo real, simulando a plasticidade sináptica. Os pesquisadores indicam que a arquitetura permite aprendizagem e adaptação autônomas, com consumo energético significativamente menor do que os sistemas atuais.
A tecnologia busca substituir parte do silício tradicional por uma rede que imita a conectividade neural do córtex cerebral. Em termos de funcionamento, o arranjo facilita caminhos de informação que se fortalecem com uso frequente, gerando eficiência energética notável.
Pilares físicos da inovação
A escolha dos nanofios de prata deve-se à capacidade de formar conexões variáveis, atuando como pontes elétricas adaptáveis. Essa característica sustenta a memória distribuída e a flexibilidade de processamento, sem depender de uma unidade de memória central.
Dois aspectos centrais são destacáveis: condutividade adaptativa, que reforça os caminhos mais usados, e memória distribuída, que armazena dados ao longo da rede. Juntas, promovem processamento eficiente para tarefas complexas.
Implicações e próximos passos
O estudo indica que a máquina pode operar de maneira autônoma, com potencial para aplicações em hardware avançado e IA neuromórfica. Pesquisadores apontam que a arquitetura pode se consolidar em dispositivos portáteis e compactos.
Especialistas citados pelo estudo aguardam avanços para uso comercial na próxima década, com perspectivas de integração em próteses neurais e robótica de alta precisão. O caminho científico busca uma computação mais próxima do funcionamento biológico.
Entre na conversa da comunidade