p Os cientistas da IBM criaram neurônios com spikes aleatórios usando materiais de mudança de fase para armazenar e processar dados. Esta demonstração marca um passo significativo no desenvolvimento de sistemas eficientes de energia, tecnologias neuromórficas integradas ultradensas para aplicações em computação cognitiva. p Inspirado pela forma como o cérebro biológico funciona, cientistas teorizam há décadas que deveria ser possível imitar as versáteis capacidades computacionais de grandes populações de neurônios. Contudo, fazer isso em densidades e com um orçamento de energia que seria comparável aos vistos na biologia tem sido um desafio significativo, até agora.

p "Temos pesquisado materiais de mudança de fase para aplicativos de memória por mais de uma década, e nosso progresso nos últimos 24 meses foi notável, "disse o IBM Fellow Evangelos Eleftheriou." Neste período, descobrimos e publicamos novas técnicas de memória, incluindo memória projetada, armazenado 3 bits por célula na memória de mudança de fase pela primeira vez, e agora estão demonstrando os poderosos recursos dos neurônios artificiais baseados em mudança de fase, que pode realizar vários primitivos computacionais, como detecção de correlação de dados e aprendizado não supervisionado em altas velocidades usando muito pouca energia. "

p Os neurônios artificiais projetados por cientistas da IBM em Zurique consistem em materiais de mudança de fase, incluindo telureto de germânio e antimônio, que exibem dois estados estáveis, um amorfo (sem estrutura claramente definida) e um cristalino (com estrutura). Esses materiais são a base dos discos Blu-ray regraváveis. Contudo, os neurônios artificiais não armazenam informações digitais; eles são analógicos, assim como as sinapses e neurônios em nosso cérebro biológico.

p Na demonstração publicada, a equipe aplicou uma série de pulsos elétricos aos neurônios artificiais, que resultou na cristalização progressiva do material de mudança de fase, em última análise, fazendo com que o neurônio disparasse. Na neurociência, esta função é conhecida como a propriedade integrar e disparar dos neurônios biológicos. Esta é a base para a computação baseada em eventos e, em princípio, é semelhante a como nosso cérebro dispara uma resposta quando tocamos em algo quente.

p Explorando esta propriedade de integração e disparo, até mesmo um único neurônio pode ser usado para detectar padrões e descobrir correlações em fluxos em tempo real de dados baseados em eventos. Por exemplo, na Internet das Coisas, sensores podem coletar e analisar volumes de dados meteorológicos coletados na borda para previsões mais rápidas. Os neurônios artificiais podem ser usados ​​para detectar padrões em transações financeiras para encontrar discrepâncias ou usar dados de mídia social para descobrir novas tendências culturais em tempo real. Grandes populações de alta velocidade, neurônios em nanoescala de baixa energia também podem ser usados ​​em coprocessadores neuromórficos com memória co-localizada e unidades de processamento.

p Os cientistas da IBM organizaram centenas de neurônios artificiais em populações e os usaram para representar sinais rápidos e complexos. Além disso, os neurônios artificiais foram mostrados para sustentar bilhões de ciclos de comutação, o que corresponderia a vários anos de operação em uma frequência de atualização de 100 Hz. A energia necessária para cada atualização de neurônio era inferior a cinco picojoule e a potência média inferior a 120 microwatts - para comparação, 60 milhões de microwatts alimentam uma lâmpada de 60 watts.

p "Populações de neurônios de mudança de fase estocásticos, combinado com outros elementos computacionais em nanoescala, como sinapses artificiais, pode ser um facilitador chave para a criação de uma nova geração de sistemas de computação neuromórficos extremamente densos, "disse Tomas Tuma, um co-autor do artigo.