
Dr. Joseph S. Friedman, Professor Associado de Engenharia Elétrica e de Computação da Universidade do Texas em Dallas (UT Dallas) - Foto: UT Dallas
Segundo o EurekAlert!, em 30 de outubro, cientistas da Universidade do Texas em Dallas (UT Dallas, EUA) desenvolveram um protótipo de "computador simulador de cérebro" capaz de aprender e prever padrões com menos treinamento e energia do que os sistemas de IA convencionais.
Este é um grande passo em frente no campo da neurocomputação – tecnologia inspirada na forma como o cérebro humano processa e armazena informações.
O trabalho, liderado pelo Dr. Joseph S. Friedman, foi publicado na revista Nature Communications Engineering, em colaboração com a Everspin Technologies e a Texas Instruments.
Diferentemente dos computadores tradicionais que separam memória e processamento, os computadores neuromórficos combinam essas duas funções no mesmo sistema, tornando-os mais eficientes e econômicos em termos de energia.
O dispositivo funciona com base no princípio de que "neurônios que trabalham juntos se conectam com mais força", simulando o mecanismo de formação de memória e aprendizado no cérebro humano.
O foco principal da equipe é o uso de "junções de túnel magnético" (MTJs) - minúsculos componentes eletricamente ajustáveis, semelhantes às sinapses - que permitem que a máquina "aprenda" alterando as conexões entre neurônios artificiais, de forma similar à maneira como o cérebro humano se adapta durante o aprendizado.
O projeto é considerado uma direção promissora para substituir os atuais modelos de IA que consomem muita energia. A pesquisa recebeu financiamento da Fundação Nacional de Ciência dos EUA (NSF) e do Departamento de Energia dos EUA, com um orçamento total de quase 500.000 dólares ao longo de dois anos para expandir o experimento.
Fonte: https://tuoitre.vn/my-phat-trien-may-tinh-mo-phong-nao-nguoi-hoc-nhu-nguoi-that-it-ton-nang-luong-hon-ai-20251103085615027.htm






Comentário (0)