Desde a invenção do transistor em 1947, o desenvolvimento da computação tem visto uma duplicação consistente do número de transistores que cabem em um chip. Mas essa tendência, conhecida como Lei de Moore, pode atingir seu limite, pois os componentes de tamanho submolecular encontram problemas com ruído térmico, tornando impossível escalar ainda mais.

Em seu artigo publicado esta semana em Avaliações de Física Aplicada autores Jack Kendall, da chuva neuromórfica, e Suhas Kumar, da Hewlett Packard Labs, apresentar um exame completo do panorama da computação, concentrando-se nas funções operacionais necessárias para o avanço da computação neuromórfica inspirada no cérebro. O caminho proposto inclui arquiteturas híbridas compostas de arquiteturas digitais, junto com o ressurgimento de arquiteturas analógicas, tornado possível por memristors, que são resistores com memória que podem processar informações diretamente onde estão armazenadas.

"O futuro da computação não será sobre amontoar mais componentes em um chip, mas em repensar a arquitetura do processador desde o início para emular como um cérebro processa informações de forma eficiente, "Kumar disse.

"Soluções começaram a surgir que replicam o sistema de processamento natural de um cérebro, mas os espaços de pesquisa e mercado estão bem abertos, "Kendall acrescentou.

Os computadores precisam ser reinventados. Como os autores apontam, "Os computadores de última geração processam quase tantas instruções por segundo quanto o cérebro de um inseto, "e eles não têm a capacidade de escalar com eficácia. Em contraste, o cérebro humano é cerca de um milhão de vezes maior em escala, e pode realizar cálculos de maior complexidade devido a características como plasticidade e esparsidade.

Reinventar a computação para emular melhor as arquiteturas neurais no cérebro é a chave para resolver problemas não lineares dinâmicos, e os autores preveem que a computação neuromórfica estará disseminada já em meados desta década.

O avanço dos primitivos de computação, como não linearidade, causalidade e dispersão, em novas arquiteturas, como redes neurais profundas, trará uma nova onda de computação que pode lidar com problemas de otimização restrita muito difíceis, como previsão do tempo e sequenciamento de genes. Os autores oferecem uma visão geral dos materiais, dispositivos, arquiteturas e instrumentação que devem avançar para que a computação neuromórfica amadureça. Eles emitem um apelo à ação para descobrir novos materiais funcionais para desenvolver novos dispositivos de computação.

O artigo é um guia para iniciantes no campo para determinar quais novas direções seguir, bem como inspiração para quem procura novas soluções para os limites fundamentais dos paradigmas de computação em envelhecimento.