Computadores projetados para imitar a estrutura do cérebro humano estão demonstrando poderes inesperados. Eles podem resolver algumas das complexas equações matemáticas que estão no cerne dos principais problemas científicos e de engenharia.
Num estudo publicado em inteligência natural da máquinaOs neurocientistas computacionais Brad Theilman e Brad Aimone, do Sandia National Laboratories, introduziram um novo algoritmo que permite que hardware neuromórfico resolva equações diferenciais parciais (PDEs) – a base matemática para modelar fenômenos como dinâmica de fluidos, campos eletromagnéticos e mecânica estrutural.
Os resultados mostram que os sistemas neuromórficos podem lidar com essas equações com eficiência. O desenvolvimento poderá ajudar a abrir as portas aos primeiros supercomputadores neuromórficos, proporcionando novas formas de alimentar uma computação eficiente para a segurança nacional e outras aplicações críticas.
A pesquisa foi financiada pelo Escritório de Ciência do Departamento de Energia por meio dos programas de Pesquisa em Computação Científica Avançada e Ciências Básicas de Energia e do Programa de Simulação Avançada e Computacional da Administração Nacional de Segurança Nuclear.
Resolvendo equações diferenciais parciais usando hardware inspirado no cérebro
Equações diferenciais parciais são essenciais para simular sistemas do mundo real. Eles são usados para prever o clima, analisar como os materiais respondem ao estresse e modelar processos físicos complexos. Tradicionalmente, resolver equações diferenciais parciais requer um enorme poder computacional. Os computadores neuromórficos resolvem esse problema de uma maneira diferente, processando informações de maneira semelhante ao funcionamento do cérebro.
“Estamos apenas começando a ter sistemas de computação que podem exibir um comportamento quase inteligente. Mas eles não se parecem em nada com cérebros e, francamente, a quantidade de recursos que requerem é ridícula”, disse Selman.
Por muitos anos, os sistemas neuromórficos foram vistos principalmente como ferramentas para reconhecimento de padrões ou aceleração de redes neurais artificiais. Poucos esperam que eles sejam capazes de resolver problemas matematicamente rigorosos, como equações diferenciais parciais, que normalmente são resolvidos por grandes supercomputadores.
Amon e Selman não ficaram surpresos com os resultados. Eles acreditam que o cérebro humano muitas vezes realiza cálculos altamente complexos, mesmo que as pessoas não tenham consciência disso.
“Escolha qualquer tipo de tarefa de controle de movimento – como jogar tênis ou balançar um taco de beisebol”, disse Amon. “Esses são cálculos muito complexos. São problemas em exaescala que nossos cérebros podem resolver de maneira muito barata.”
Cálculos de economia de energia para segurança nacional
As descobertas poderão ter implicações significativas para a Administração Nacional de Segurança Nuclear, que é responsável por manter a dissuasão nuclear do país. Os supercomputadores utilizados em complexos de armas nucleares consomem enormes quantidades de eletricidade para simular a física dos sistemas nucleares e outros cenários de alto risco.
A computação neuromórfica pode fornecer uma maneira de reduzir significativamente o uso de energia e, ao mesmo tempo, oferecer um desempenho computacional poderoso. Ao resolver equações diferenciais parciais de uma forma inspirada no cérebro, estes sistemas mostram que é possível executar grandes simulações utilizando muito menos energia do que a exigida pelos supercomputadores convencionais.
“Você pode usar a computação inspirada no cérebro para resolver problemas reais de física”, disse Amon. “Isso é algo que você não espera porque as pessoas têm a intuição oposta. Na verdade, essa intuição muitas vezes está errada.”
A equipe prevê que os supercomputadores neuromórficos eventualmente se tornarão fundamentais para a missão de Sandia de proteger a segurança nacional.
O que a computação neuromórfica revela sobre o cérebro
Além dos avanços da engenharia, esta pesquisa aborda questões mais profundas sobre a inteligência e como o cérebro realiza cálculos. O algoritmo desenvolvido por Theilman e Aimone reflete de perto a estrutura e o comportamento das redes corticais.
“Nosso circuito é baseado em um modelo relativamente conhecido no campo da neurociência computacional”, disse Thielman. “Mostramos que o modelo tem uma conexão natural, mas não óbvia, com equações diferenciais parciais, e que essa conexão só foi realizada 12 anos após a introdução do modelo.”
Os pesquisadores acreditam que este trabalho ajuda a conectar a neurociência e a matemática aplicada para fornecer uma nova compreensão de como o cérebro processa a informação.
“As doenças cerebrais podem ser doenças da computação”, disse Amon. “Mas ainda não entendemos completamente como o cérebro realiza cálculos.”
Se esta ideia se provar correta, a computação neuromórfica poderá um dia ajudar a compreender e tratar melhor doenças neurológicas como Alzheimer e Parkinson.
Construindo a próxima geração de supercomputadores
A computação neuromórfica ainda é um campo emergente, mas este trabalho representa um importante passo em frente. A equipe Sandia espera que suas descobertas encorajem a colaboração entre matemáticos, neurocientistas e engenheiros para expandir as aplicações desta tecnologia.
“Se mostrarmos que podemos pegar esse algoritmo de matemática aplicada relativamente básico, mas básico, e introduzi-lo em um algoritmo neuromórfico, existe uma fórmula neuromórfica correspondente que possa ser usada para técnicas de matemática aplicada mais avançadas?” Tellman disse.
À medida que o desenvolvimento continua, os pesquisadores estão otimistas. “Já estamos no limiar da compreensão dos problemas científicos e também temos algo para resolver problemas práticos”, disse Selman.
