Novo chip neural consome até 95% menos energia que os atuais
Grande parte das funcionalidades mais importantes da tecnologia usa as redes neurais profundas, algoritmos que simulam a forma como o cérebro processa informações. Eles são capazes de realizar tarefas complexas, como reconhecer um objeto presente em uma foto e até vencer jogadores profissionais de pôquer. Para funcionar corretamente, porém, precisam ser treinados com uma quantidade enorme de dados. No caso da identificação de rostos, por exemplo, um algoritmo recebe milhões de fotos e aprende, por tentativa e erro, como reconhecê-las. O processo costuma levar dias, gasta muita energia e requer computadores poderosos, que normalmente existem só em grandes empresas e grupos de pesquisa.
Pesquisadores do Instituto Tecnológico de Massachusetts (MIT), nos Estados Unidos, trabalham em uma solução para simplificar essas etapas. Eles criaram um chip que consegue reduzir em até 95% o consumo de energia das redes neurais, amentando entre três e sete vezes o seu desempenho. Diferentemente dos processadores comuns, que armazenam dados em um circuito distinto de onde ocorrem as operações, o chip realiza o processamento na própria memória, eliminando a necessidade de mover constantemente informações pelo sistema.
O modelo comum de processadores usa circuitos diferentes para armazenar os dados e realizar cálculos. Dessa forma, precisa transferir informações entre dois locais sempre que realizar uma operação. No caso das redes neurais, que trabalham com grandes quantidades de dados, esse processo é o grande consumidor de energia. O chip criado pelos pesquisadores americanos simplifica o processo ao fazer os cálculos no mesmo circuito de memória. Ele transforma as informações em voltagens elétricas, realiza o cálculo dessa maneira e armazena apenas os resultados em formato digital.
As redes neurais simulam o funcionamento do cérebro, no qual cada neurônio está conectado a vários outros pelas sinapses. Em um algoritmo, cada neurônio é a unidade básica de processamento, que recebe um valor, realiza uma operação e envia os resultados para outros neurônios. A importância de cada sequência de neurônios utilizada para resolver um problema é definida durante o treinamento, assim como o cérebro forma e fortalece conexões entre suas células.
Notícia completa em: Correio Braziliense