Uma equipa de investigadores chineses apresentou um processador neuromórfico que integra eletrónica e fotónica num único chip, reproduzindo princípios do cérebro humano para alcançar 92 % de precisão em reconhecimento de imagens com consumo mínimo de energia. O dispositivo opera a apenas 1 V, consegue taxas de ativação de 10 % e mantém estabilidade após mil ciclos de comutação, resultados considerados avançados para a área.
Arquitetura optoeletrônica replica sinapses biológicas
O desenvolvimento liderado pelo professor Jianwen Zhao, do Instituto de Nanotecnologia e Nanobioeletrônica de Suzhou, segue o conceito de computação neuromórfica, que procura imitar o funcionamento dos neurónios. Para isso, o chip adota uma plataforma optoeletrônica monolítica formada por transístores de película fina de nanotubos de carbono de parede única acoplados a mini-LEDs.
Os transístores assumem dupla função: atuam como drivers dos emissores de luz e, simultaneamente, como sinapses artificiais que respondem à própria emissão luminosa. Esse circuito fechado elétrico-óptico-elétrico reproduz o ciclo de comunicação existente nos neurónios biológicos, onde sinais elétricos geram mensagens químicas que, por sua vez, modulam novas descargas elétricas.
Ao eliminar fontes externas de iluminação, a equipa reduziu o tamanho do sistema e aumentou a eficiência. A tensão operacional de 1 V e o swing sub-limiar de 78 mV/década contribuem para um baixo gasto energético, requisito fundamental para aplicações portáteis ou em larga escala.
Desempenho aponta caminho para dispositivos compactos
Nos testes, o processador demonstrou plasticidade sináptica de curto e longo prazo, propriedades essenciais para aprendizagem e memória. Com esses recursos, foi simulada uma rede neural convolucional de cinco camadas que atingiu mais de 92 % de acerto em bases de imagens e cerca de 86 % no reconhecimento de dígitos manuscritos, tudo sem recorrer a memória externa ou unidades de computação adicionais.
Segundo Zhao, o objetivo era “abandonar arquiteturas fragmentadas e adotar um sistema onde geração, transmissão e aprendizagem de sinais ocorram simultaneamente”. A aproximação promete acelerar tarefas de inteligência artificial ao unir processamento e armazenamento no mesmo local físico, reduzindo gargalos de comunicação e exigência energética.
Imagem: Tecnologia & Inovação
Embora ainda distante de um “cérebro artificial” completo, a tecnologia sugere aplicações futuras em computação neuromórfica de baixa potência, eletrónica adaptativa e interfaces humano-máquina que necessitam de respostas rápidas e aprendizagem contínua. A possibilidade de escalar o arranjo de nanotubos e mini-LEDs em superfícies flexíveis também abre portas para wearables inteligentes e sensores biomédicos.
Próximos passos e desafios
Os investigadores planeiam aumentar a densidade de dispositivos por centímetro quadrado e otimizar a integração fotónica para reduzir ainda mais o consumo. Além disso, pretendem testar o chip em ambientes reais, como câmaras de visão artificial e controladores de robôs, a fim de validar a robustez fora do laboratório.
Entre os desafios, estão a fabricação massiva de transístores de nanotubos com uniformidade suficiente e o controlo térmico em redes maiores. Mesmo assim, os resultados atuais reforçam a tendência de aproximar hardware e inteligência artificial por meio de componentes inspirados na biologia, permitindo que máquinas aprendam e se adaptem com eficiência semelhante à do sistema nervoso.
Com a combinação de luz, nanotubos de carbono e aprendizagem integrada, o novo processador posiciona-se como um passo relevante rumo a dispositivos mais rápidos e econômicos, capazes de executar tarefas cada vez mais complexas com o mínimo de energia.
