Os computadores neuromórficos, inspirados na arquitetura do cérebro humano, estão a mostrar serem surpreendentemente capazes de resolver problemas matemáticos complexos que sustentam os desafios científicos e de engenharia.
Os neurocientistas computacionais Brad Theilman e Brad Aimone, do Sandia National Laboratories, em artigo publicado na Nature Machine Intelligence, descrevem um novo algoritmo que permite que o hardware neuromórfico lide com equações diferenciais parciais, que é a base matemática para a modelagem de fenómenos como dinâmica de fluidos, campos eletromagnéticos e mecânica estrutural.
Os resultados mostram que a computação neuromórfica não só consegue lidar com as equações diferenciais, como o faz com notável eficiência. O trabalho dos neurocientistas computacionais poderá abrir caminho para o primeiro supercomputador neuromórfico do mundo, e revolucionar potencialmente a computação com eficiência energética para aplicações de segurança nacional e muito mais.
Abordagem para a computação científica inspirada no cérebro
Equações diferenciais parciais são essenciais para simular sistemas do mundo real, desde a previsão de padrões climáticos até a modelagem do comportamento de materiais sob tensão. Tradicionalmente, a resolução de Equações diferenciais parciais exigia vastos recursos computacionais. No entanto, computadores neuromórficos oferecem uma abordagem fundamentalmente diferente que se assemelha mais à forma como o cérebro processa informações.
“Estamos apenas a começar a ter sistemas computacionais que podem exibir comportamento semelhante ao da inteligência. Mas não se parecem em nada com o cérebro, e a quantidade de recursos que exigem é francamente absurda”, disse Brad Theilman.
Durante décadas, os cientistas acreditaram que os computadores neuromórficos eram mais adequados para tarefas como reconhecimento de padrões ou aceleração de redes neurais artificiais. Não se esperava que esses sistemas se destacassem na resolução de problemas matemáticos rigorosos, como equações diferenciais parciais, que são normalmente abordados por os tradicionais supercomputadores.
Para os dois neurocientistas, os resultados não foram surpreendentes, pois acreditam que o próprio cérebro realiza cálculos complexos constantemente, mesmo que não se tenha consciência disso.
“Escolha qualquer tipo de tarefa de controlo motor — como bater numa bola de ténis ou rebater uma bola de beisebol”, disse Brad Aimone. “São cálculos muito sofisticados. São problemas de nível extremamente elevada que os nossos cérebros são capazes de realizar de forma muito eficiente.”
Eficiência energética para a segurança nacional
Os cientistas reconhecem as implicações da investigação em particular para a Administração Nacional de Segurança Nuclear, que supervisiona a missão de dissuasão nuclear. Os supercomputadores em todo o complexo de armas nucleares requerem quantidades imensas de energia para simular a física das armas nucleares e de outros sistemas críticos.
A computação neuromórfica oferece um caminho para reduzir drasticamente o consumo de energia, mantendo a capacidade computacional indicam os cientistas. Ao resolver equações diferenciais parciais com eficiência inspirada no cérebro, os sistemas neuromórficos estão a demonstrar que podem lidar com simulações em larga escala com muito menos energia do que os supercomputadores convencionais.
“É possível resolver problemas reais de física com cálculos semelhantes aos do cérebro”, disse Brad Aimone. “Isso é algo inesperado, porque a intuição das pessoas vai na direção oposta. E, na verdade, essa intuição costuma estar errada.”
Os cientistas indicaram que vislumbram um futuro onde os supercomputadores neuromórficos desempenham um papel central na missão da Sandia de manter o mundo seguro e protegido.
Janela para os segredos do cérebro
A investigação também levanta questões intrigantes sobre a natureza da inteligência e da computação. O algoritmo desenvolvido pelos dois neurocientistas apresenta fortes semelhanças com a estrutura e a dinâmica das redes corticais no cérebro.
“Baseamos o nosso circuito num modelo relativamente conhecido no mundo da neurociência computacional”, disse Brad Theilman. “Mostramos que o modelo tem uma ligação natural, porém não óbvia, com as equações diferenciais parciais, e essa ligação só foi feita agora, 12 anos após a introdução do modelo.”
Os cientistas acreditam que a computação neuromórfica pode ajudar a preencher a lacuna entre a neurociência e a matemática aplicada, oferecendo novas perspetivas sobre como o cérebro processa informações.
“As doenças cerebrais podem ser doenças da computação”, disse Brad Aimone. “Mas ainda não compreendemos completamente como o cérebro realiza cálculos”, e a computação neuromórfica poderá oferecer pistas para melhor compreender e tratar doenças neurológicas como Alzheimer e Parkinson.
O futuro da computação
Embora a computação neuromórfica ainda esteja nos estágios iniciais, a investigação da Sandia está a lançar as bases para avanços transformadores. A equipa espera que seu trabalho inspire a colaboração com matemáticos aplicados, neurocientistas e engenheiros para explorar todo o potencial desta tecnologia.
“Se já demonstramos que podemos importar esse algoritmo de matemática aplicada relativamente básico, mas fundamental, para a linguagem neuromórfica, existe uma formulação neuromórfica correspondente para técnicas de matemática aplicada ainda mais avançadas?”, questionou Brad Theilman.
À medida que a Sandia continua a desenvolver a computação neuromórfica, os cientistas estão otimistas quanto ao potencial para abordar alguns dos desafios mais prementes do mundo. “Temos uma porta de entrada para a compreensão das questões científicas, mas também temos algo que resolve um problema real”, disse Brad Theilman.
