Pesquisadores Descobrem que o Aprendizado Pode ser Imitado em Matéria Sintética

Pesquisadores da Universidade Rutgers descobriram que o aprendizado pode ser imitado em matéria sintética. O aprendizado é uma característica fundamental da inteligência, e a nova descoberta pode ter grandes implicações para o desenvolvimento de algoritmos em inteligência artificial (IA).

O novo estudo foi publicado na revista PNAS.

Característica Fundamental dos Seres Humanos

A característica fundamental do aprendizado nos seres humanos tem sido a inspiração para o desenvolvimento de muitas tecnologias de IA, e isso permite que elas se adaptem a condições e ambientes em constante mudança. No entanto, a IA muitas vezes se concentra em emular a lógica humana. A nova descoberta dos pesquisadores fornece um caminho para imitar a cognição humana em dispositivos que podem aprender, lembrar e tomar decisões semelhantes às dos seres humanos e ao nosso cérebro.

Criando isso no estado sólido, novos algoritmos em IA e computação neuromórfica poderiam ser desenvolvidos com a flexibilidade para lidar com incertezas, contradições e outros aspectos semelhantes presentes em nossas vidas diárias. A computação neuromórfica constrói sistemas nervosos artificiais para transferir sinais elétricos que imitam os sinais do cérebro, e isso é feito para imitar a estrutura e operação neural do cérebro humano.

Os pesquisadores da Rutgers foram acompanhados por colegas da Purdue, da Universidade da Geórgia e do Laboratório Nacional de Argonne.

O Papel do Óxido de Níquel

Juntos, os pesquisadores estudaram como a condutividade elétrica do óxido de níquel, que é um tipo especial de material isolante, respondia após seu ambiente ser alterado várias vezes em diferentes intervalos de tempo.

Subhashish Mandal é um associado pós-doutoral no Departamento de Física e Astronomia da Rutgers-New Brunswick.

“O objetivo era encontrar um material cuja condutividade elétrica possa ser ajustada modulando a concentração de defeitos atômicos com estímulos externos, como oxigênio, ozônio e luz”, disse Mandal. “Estudamos como esse material se comporta quando dopamos o sistema com oxigênio ou hidrogênio, e, mais importante, como a estimulação externa muda as propriedades eletrônicas do material.”

Uma das descobertas dos pesquisadores foi que, quando os estímulos de gás mudavam rapidamente, o material não podia responder completamente. Em vez disso, ele permanecia em um estado instável em qualquer um dos ambientes, enquanto sua resposta começava a diminuir.

Os pesquisadores então introduziram um estímulo de óxido, como ozônio, e o material respondeu mais fortemente antes de diminuir novamente.

“A parte mais interessante de nossos resultados é que demonstra características universais de aprendizado, como habituação e sensibilização, que geralmente encontramos em espécies vivas”, disse Mandal. “Essas características do material, por sua vez, podem inspirar novos algoritmos para inteligência artificial. Assim como o movimento coletivo de pássaros ou peixes inspirou a IA, acreditamos que o comportamento coletivo de elétrons em um sólido quântico pode fazer o mesmo no futuro.

“O campo em crescimento da IA exige hardware que possa hospedar propriedades de memória adaptativa além do que é usado nos computadores de hoje”, continuou ele. “Descobrimos que os isolantes de óxido de níquel, que historicamente foram restritos a buscas acadêmicas, podem ser candidatos interessantes para serem testados no futuro para computadores e robótica inspirados no cérebro.”