.
Cientistas liderados pelos físicos Prof. Wolfram Pernice, Prof. Martin Salinga e o especialista em informática Prof. Benjamin Risse, todos da Universidade de Münster (Alemanha), desenvolveram uma chamada arquitetura baseada em eventos, usando processadores fotônicos. De forma semelhante ao cérebro, isso possibilita a adaptação contínua das conexões dentro da rede neural.
Os modelos informáticos modernos – por exemplo, para aplicações complexas e potentes de IA – levam os processos informáticos digitais tradicionais aos seus limites. Novos tipos de arquitetura computacional, que emulam os princípios de funcionamento das redes neurais biológicas, prometem um processamento de dados mais rápido e com maior eficiência energética. Uma equipe de pesquisadores desenvolveu agora a chamada arquitetura baseada em eventos, usando processadores fotônicos com os quais os dados são transportados e processados por meio da luz. De forma semelhante ao cérebro, isso possibilita a adaptação contínua das conexões dentro da rede neural. Essas conexões mutáveis são a base para os processos de aprendizagem. Para efeitos do estudo, uma equipe que trabalha no Collaborative Research Center 1459 (“Matéria Inteligente”) – liderada pelos físicos Prof. Wolfram Pernice e Prof. Martin Salinga e pelo especialista em informática Prof. Benjamin Risse, todos da Universidade de Münster – – uniu forças com investigadores das Universidades de Exeter e Oxford, no Reino Unido. O estudo foi publicado na revista “Avanços da Ciência.”
O que é necessário para uma rede neural no aprendizado de máquina são neurônios artificiais que são ativados por sinais excitatórios externos e que possuem conexões com outros neurônios. As conexões entre esses neurônios artificiais são chamadas de sinapses – assim como o original biológico. Para o seu estudo, a equipe de pesquisadores em Münster usou uma rede que consiste em quase 8.400 neurônios ópticos feitos de material de mudança de fase acoplado a guia de ondas, e a equipe mostrou que a conexão entre dois de cada um desses neurônios pode de fato se tornar mais forte ou mais fraca (sináptica). plasticidade), e que novas conexões podem ser formadas, ou as existentes eliminadas (plasticidade estrutural). Ao contrário de outros estudos semelhantes, as sinapses não eram elementos de hardware, mas eram codificadas como resultado das propriedades dos pulsos ópticos – ou seja, como resultado do respectivo comprimento de onda e da intensidade do pulso óptico. Isto tornou possível integrar vários milhares de neurônios em um único chip e conectá-los opticamente.
Em comparação com os processadores eletrônicos tradicionais, os processadores baseados em luz oferecem uma largura de banda significativamente maior, possibilitando a realização de tarefas computacionais complexas e com menor consumo de energia. Esta nova abordagem consiste em pesquisa básica. “Nosso objetivo é desenvolver uma arquitetura de computação óptica que, a longo prazo, torne possível computar aplicações de IA de forma rápida e eficiente em termos energéticos”, diz Frank Brückerhoff-Plückelmann, um dos autores principais.
Metodologia: O material de mudança de fase não volátil pode ser alternado entre uma estrutura amorfa e uma estrutura cristalina com uma rede atômica altamente ordenada. Este recurso permite o armazenamento permanente de dados mesmo sem fornecimento de energia. Os pesquisadores testaram o desempenho da rede neural usando um algoritmo evolutivo para treiná-la para distinguir entre textos em alemão e inglês. O parâmetro de reconhecimento utilizado foi o número de vogais do texto.
.
