Algoritmo Resolve Tarefas de Aprendizado Complexas com Eficiência Energética Extrema

Uma equipe de pesquisa interdisciplinar fez um grande progresso no desenvolvimento de uma máquina que pode processar informações com a mesma eficiência do cérebro humano, o que há muito é buscado no campo da inteligência artificial. A equipe da Universidade de Heidelberg, na Alemanha, e da Universidade de Berna, na Suíça, foi liderada pelo Dr. Mihai Petrovici.

Os resultados da pesquisa foram publicados na revista Nature Machine Intelligence.

Redes Neurais Artificiais Inspiradas Biologicamente

A equipe buscou inspiração em redes neurais artificiais biologicamente inspiradas para enfrentar esse desafio. Redes neurais de disparo imitam a estrutura e a função de um sistema nervoso natural, e são consideradas candidatas promissoras devido às suas características que as tornam poderosas, rápidas e eficientes em termos de energia. Um dos principais desafios tem sido treinar tais sistemas complexos, e a equipe agora está próxima de alcançar isso com o algoritmo recém-implementado.

Os neurônios no cérebro transmitem informações usando pulsos elétricos curtos, que são referidos como disparos. Esses são acionados quando um certo limiar de estímulo é excedido. A troca de informações é grandemente impactada tanto pela frequência com que um único neurônio produz disparos quanto pela sequência temporal dos disparos individuais.

Julian Göltz é um candidato a doutorado no grupo de pesquisa.

“A principal diferença entre redes biológicas de disparo e redes neurais artificiais é que, porque elas usam processamento de informações baseado em disparos, elas podem resolver tarefas complexas, como reconhecimento e classificação de imagens, com eficiência energética extrema”, afirma Göltz.

Alcançando o Potencial Total

O cérebro humano e as redes neurais artificiais de disparo ambos requerem que os neurônios individuais estejam corretamente conectados entre si para alcançar seu potencial total. É por isso que os pesquisadores precisavam descobrir como os sistemas inspirados no cérebro, ou neuromórficos, podem ser ajustados para processar entradas de disparo corretamente.

Laura Kriener é outra membro da equipe de pesquisa.

“Essa pergunta é fundamental para o desenvolvimento de redes artificiais poderosas baseadas em modelos biológicos”, afirma Kriener.

Algoritmos especiais devem ser usados para garantir que os neurônios em uma rede neural de disparo disparem no momento certo, e esses algoritmos ajustam as conexões entre os neurônios para que a rede possa realizar as tarefas necessárias. Essa tarefa pode ser algo como classificar imagens com alta precisão.

É esse o tipo de algoritmo que a equipe desenvolveu.

“Usando essa abordagem, podemos treinar redes neurais de disparo para codificar e transmitir informações exclusivamente em disparos únicos. Elas produzem os resultados desejados especialmente rapidamente e de forma eficiente”, explica Göltz.

Os pesquisadores também conseguiram implementar uma rede neural treinada com esse algoritmo em uma plataforma física. A plataforma foi a plataforma de hardware neuromórfico BrainScaleS-2 desenvolvida na Universidade de Heidelberg.

Os pesquisadores afirmam que o sistema BrainScaleS processa informações até mil vezes mais rápido do que o cérebro humano, enquanto requer muito menos energia do que os sistemas de computador convencionais.

O sistema faz parte do Projeto Cérebro Humano Europeu. O projeto integra tecnologias como computação neuromórfica em uma plataforma aberta chamada EBRAINS.

“No entanto, nosso trabalho não é apenas interessante para computação neuromórfica e hardware biologicamente inspirado. Ele também reconhece a demanda da comunidade científica para transferir abordagens de Aprendizado Profundo para neurociência e, assim, desvendar ainda mais os segredos do cérebro humano”, afirma o Dr. Petrovici.