Sinapses artificiais de laboratório comutam em 26 nanossegundos

Em poucos minutos, um chip desenvolvido por investigadores em Suzhou, na China, pode mudar de estado em 26 nanossegundos e depois dissolver-se em seis minutos. O chip é uma matriz flexível de 100 sinapses artificiais, as ligações que permitem ao cérebro armazenar e alterar o que aprendeu. Por enquanto, existe apenas em laboratório.

O cérebro funciona com cerca de a energia de uma lâmpada de frigorífico, em parte porque a memória e o processamento acontecem no mesmo sítio. Os computadores comuns separam os dois. A inteligência artificial, que precisa de milhares de milhões de valores interligados em simultâneo, obriga os dados a viajar de um lado para o outro, e esse tráfego custa energia e tempo. Os engenheiros tentaram copiar a disposição do cérebro com dispositivos rígidos, como os memristores, normalmente feitos de silício, óxido de háfnio ou dióxido de titânio, e revestidos com metais pesados como a platina ou o tungsténio. Os seus filamentos metálicos crescem por caminhos imprevisíveis, pelo que nenhum par de dispositivos num chip se comporta exatamente da mesma forma, e os seus materiais frágeis não se dobram facilmente nem assentam sobre tecido vivo.

O dispositivo da equipa de Suzhou substitui esses materiais por uma estrutura orgânica ligada por pontes de hidrogénio, designada TCPP-HOF. Os seus blocos de construção são moléculas de porfirina, que se organizam em folhas planas empilhadas a cerca de 0,35 nanómetros de distância. As cargas deslocam-se por esta estrutura ordenada com mais facilidade do que por uma película orgânica desordenada. Uma tensão positiva aprisiona eletrões na estrutura e diminui a resistência; uma tensão negativa liberta-os e volta a aumentá-la. É este vaivém que permite ao dispositivo imitar uma sinapse que se fortalece ou enfraquece ao longo do tempo. A equipa intercalou esta camada entre dois elétrodos de MXene, sobre um plástico flexível de poliimina, e depositou tudo com métodos de revestimento líquido, em vez do equipamento de vácuo de que depende a fabricação convencional de chips. O resultado é uma matriz de 10 x 10 capaz de manter 10 níveis de condutância distintos.

O número de destaque, 97,23% de precisão em algarismos manuscritos, exige uma leitura rigorosa. Os investigadores alimentaram uma rede neuronal convolucional, treinada com o conjunto de dados padrão MNIST, com as medições do seu dispositivo, e a rede atingiu 97,23%, próximo dos 99,24% da referência de software. Mas essa rede representa cerca de 120 000 sinapses; a tarefa não foi executada nas 100 unidades físicas. O resultado mostra que o comportamento medido do hardware é utilizável para reconhecimento. Ainda não mostra um chip de 100 sinapses a fazer o trabalho sozinho.

O que muda, e para quem? Por agora, a resposta está nas equipas de investigação em eletrónica flexível, robótica macia e dispositivos médicos implantáveis, que precisam de componentes que se dobrem, assentem em superfícies irregulares e possam ser decompostos sem resíduos tóxicos. As fontes não apresentam qualquer calendário, custo de produção ou plano para uma matriz maior, e o relatório não indica como terminou o teste de flexão. O dispositivo é uma demonstração promissora, e não um produto. O próximo teste será saber se estas propriedades se mantêm na passagem de uma matriz para as grandes redes que os sistemas de IA reais utilizam.