Inovação integra funções de memória e processamento em dispositivo analógico inspirado no cérebro
Dispositivo inovador avança na computação neuromórfica ao integrar funções analógicas de memória e processamento, inspirado no cérebro humano.
A nova fronteira da computação neuromórfica com dispositivo analógico avançado
A computação neuromórfica tem ganhado destaque ao buscar replicar o funcionamento do cérebro humano, integrando processamento e armazenamento de informações em um mesmo substrato físico, semelhantemente às sinapses biológicas. Em um estudo publicado na Nature Communications, pesquisadores internacionais, com participação do professor Victor Lopez-Richard, do Centro de Ciências Exatas e de Tecnologia da Universidade Federal de São Carlos (CCET-UFSCar), apresentaram um dispositivo eletrônico inovador que impulsiona essa tecnologia. O dispositivo, baseado na interface entre os óxidos LaAlO₃ e SrTiO₃, opera em modo analógico e reúne funções de transistor, memristor e memcapacitor, aproximando o funcionamento dos componentes eletrônicos ao comportamento das sinapses.
Estrutura única e funcionamento multifuncional do dispositivo analógico
Diferente dos transistores convencionais que possuem configuração tradicional com gate sobre o canal, este dispositivo apresenta portas de controle laterais, o que confere singularidade à sua arquitetura. A peça analógica permite múltiplos estados intermediários ao invés do binarismo ligado/desligado dos transistores digitais. Tal característica amplia a capacidade de processamento, possibilitando simular funções cerebrais complexas. O canal condutor é modulado eletricamente por cargas armazenadas nas portas laterais, que definem a memória do sistema por meio de controle eletrostático gradual e reversível, distinto do mecanismo usual baseado na migração de vacâncias de oxigênio.
Polimorfismo eletrônico e impacto na eficiência energética
Um avanço crucial apresentado é o polimorfismo eletrônico, que permite a um único dispositivo assumir diferentes funções mediante conexões elétricas específicas. Essa flexibilidade reduz a necessidade de múltiplos componentes e interconexões, fatores que elevam o consumo de energia e a complexidade dos sistemas atuais. Análises indicam que o consumo energético por operação está na ordem de nanojoules, significativamente inferior ao de arquiteturas convencionais equivalentes. Essa eficiência energética e integração funcional representam um passo importante para superar os gargalos da computação tradicional, especialmente em dispositivos como inteligência artificial e aprendizado de máquina.
Aplicações experimentais: reconhecimento, aprendizado e lógica integrada
O dispositivo foi testado em funcionalidades inspiradas no cérebro, como reservoir computing para reconhecimento de padrões simples em imagens de baixa resolução, simulação de plasticidade sináptica que permite reforço de respostas após estímulos repetidos, e lógica reconfigurável para operações “and”, “or” e “not” diretamente no componente. Essas provas de conceito demonstram que é possível realizar e armazenar operações lógicas sem depender de memória externa, aproximando a tecnologia de sistemas neuromórficos práticos e eficientes.
Desafios futuros para a comercialização e desenvolvimento da computação neuromórfica
Apesar dos avanços, os pesquisadores destacam que o dispositivo está em estágio inicial de pesquisa básica. Desafios como escalabilidade, integração com tecnologias existentes e controle da variabilidade entre dispositivos precisam ser superados para viabilizar aplicações comerciais. A colaboração internacional, consolidada ao longo de mais de uma década, tem sido fundamental para o progresso, especialmente com parcerias como a Universidade de Würzburg, na Alemanha. Projetos apoiados por agências de fomento, como a FAPESP, continuam a aprofundar o entendimento das propriedades de memória capacitiva e a otimizar o desempenho desses sistemas, apontando para um futuro promissor da computação inspirada no cérebro humano.
Fonte: www.cnnbrasil.com.br
