Pesquisadores do Laboratório Nacional de Oak Ridge, do Departamento de Energia, a Universidade do Tennessee e a Texas A&M University demonstraram dispositivos bioinspirados que aceleram as rotas para neuromórficos, ou semelhante ao cérebro, Informática.

Resultados publicados em Nature Communications relatar o primeiro exemplo de um "memcapacitor à base de lipídios, "um componente de armazenamento de carga com memória que processa informações de forma muito parecida com as sinapses no cérebro. A descoberta deles pode apoiar o surgimento de redes de computação modeladas na biologia para uma abordagem sensorial ao aprendizado de máquina.

"Nosso objetivo é desenvolver materiais e elementos de computação que funcionem como sinapses biológicas e neurônios - com vasta interconectividade e flexibilidade - para permitir sistemas autônomos que operam de forma diferente dos dispositivos de computação atuais e oferecem novas funcionalidades e capacidades de aprendizagem, "disse Joseph Najem, um pesquisador de pós-doutorado recente no Centro de Ciências de Materiais Nanofásicos do ORNL, um DOE Office of Science User Facility, e atual professor assistente de engenharia mecânica na Penn State.

A nova abordagem usa materiais suaves para imitar biomembranas e simular a maneira como as células nervosas se comunicam umas com as outras.

A equipe projetou uma membrana celular artificial, formada na interface de duas gotículas de água revestidas com lipídios no óleo, para explorar a dinâmica do material, propriedades eletrofisiológicas. Nas tensões aplicadas, cargas se acumulam em ambos os lados da membrana como energia armazenada, análogo ao modo como os capacitores funcionam em circuitos elétricos tradicionais.

Mas, ao contrário dos capacitores regulares, o memcapacitor pode "lembrar" uma tensão aplicada anteriormente e - literalmente - moldar como a informação é processada. As membranas sintéticas mudam a área superficial e a espessura dependendo da atividade elétrica. Essas membranas que mudam de forma podem ser ajustadas como filtros adaptativos para sinais biofísicos e bioquímicos específicos.

"A nova funcionalidade abre caminhos para processamento de sinais não digitais e aprendizado de máquina modelado na natureza, "disse Pat Collier do ORNL, um cientista pesquisador da equipe do CNMS.

Uma característica distinta de todos os computadores digitais é a separação de processamento e memória. As informações são transferidas para frente e para trás do disco rígido e do processador central, criando um gargalo inerente à arquitetura, não importa o quão pequeno ou rápido o hardware possa ser.

Computação neuromórfica, modelado no sistema nervoso, emprega arquiteturas que são fundamentalmente diferentes em que a memória e o processamento de sinal estão co-localizados em elementos de memória - memristors, memcapacitores e memindutores.

Esses "memelementos" constituem o hardware sináptico dos sistemas que imitam o processamento natural da informação, aprendizagem e memória.

Os sistemas projetados com memelementos oferecem vantagens em escalabilidade e baixo consumo de energia, mas o verdadeiro objetivo é descobrir um caminho alternativo para a inteligência artificial, disse Collier.

Explorar a biologia pode permitir novas possibilidades de computação, especialmente na área de "computação de ponta, "como tecnologias vestíveis e integradas que não estão conectadas a uma nuvem, mas tomam decisões imediatas com base em informações sensoriais e experiências anteriores.

O sensoriamento biológico evoluiu ao longo de bilhões de anos para um sistema altamente sensível com receptores nas membranas celulares que são capazes de detectar uma única molécula de um odor ou sabor específico. "Isso não é algo que possamos igualar digitalmente, "Collier disse.

A computação digital é construída em torno de informações digitais, a linguagem binária de uns e zeros percorrendo circuitos eletrônicos. Ele pode emular o cérebro humano, mas seus componentes de estado sólido não computam dados sensoriais como o cérebro.

"O cérebro calcula as informações sensoriais enviadas através das sinapses em uma rede neural que é reconfigurável e moldada pelo aprendizado, ", disse Collier." Incorporar a biologia - usando biomembranas que detectam informações bioeletroquímicas - é a chave para desenvolver a funcionalidade da computação neuromórfica. "

Embora várias versões de estado sólido de memelementos tenham sido demonstradas, os elementos biomiméticos da equipe representam novas oportunidades para potencial "spiking" redes neurais que podem computar dados naturais de maneiras naturais.

As redes neurais de spiking destinam-se a simular a forma como os neurônios aumentam com potencial elétrico e, se o sinal for forte o suficiente, passá-lo para seus vizinhos por meio de sinapses, descobrindo caminhos de aprendizagem que são podados ao longo do tempo para fins de eficiência.

Uma versão bioinspirada com processamento analógico de dados é um objetivo distante. A pesquisa em estágio inicial atual concentra-se no desenvolvimento dos componentes do biocircuito.

"Começamos com o básico, um memristor que pode pesar informações por meio da condutância para determinar se um pico é forte o suficiente para ser transmitido através de uma rede de sinapses conectando neurônios, "disse Collier." Nosso memcapacitor vai além, pois pode realmente armazenar energia como uma carga elétrica na membrana, permitindo a complexa atividade de 'integração e disparo' dos neurônios necessária para alcançar redes densas capazes de computação semelhante à do cérebro. "

Os próximos passos da equipe são explorar novos biomateriais e estudar redes simples para alcançar funcionalidades parecidas com o cérebro mais complexas com memelementos.

O artigo, "Capacitância de memória não linear dinâmica em membranas biomiméticas, "é publicado em Nature Communications .