Em um anúncio feito à imprensa estadunidense, a IBM e a Força Aérea dos Estados Unidos informaram que estão realizando uma parceria para desenvolver um supercomputador que funciona de maneira semelhante a um cérebro humano.

O supercomputador usará uma matriz de 64 chips neurossinápticos TrueNorth, da IBM. Esses processadores são conectados e operam de maneira semelhante aos neurônios do nosso cérebro. Cada núcleo de processamento é parte de uma rede distribuída e opera de maneira paralela aos outros com base em eventos.

Diferentemente dos processadores tradicionais, eles não têm um clock fixo, mas reagem uns aos outros e a informações externas. Também por isso, ele exige uma abordagem muito diferente da parte de seus programadores. Nas palavras da IBM, “tentar usar as linguagens de programação atuais com o chip TrueNorth seria como tentar parafusar um parafuso com um martelo”. O vídeo abaixo ilustra como eles operam:

Aprendizado econômico

Esses processadores também são bem mais econômicos, em termos de energia, do que os processadores tradicionais. De acordo com o Engadget, cada um deles consome apenas cerca de 10 Watts de eletricidade. Assim, é de se esperar que o supercomputador que a IBM e a Força Aérea estão criando, que terá 64 processadores e o poder de processamento equivalente a 64 milhões de neurônios e 16 bilhões de sinapses, consuma apenas cerca de 640 Watts – menos do que alguns PCs gamers.

Como o TechCrunch aponta, esse sistema poderia ser altamente benéfico para o trabalho com redes neurais e aprendizagem de máquina. Um sistema como esse é capaz de treinar uma inteligência artificial com múltiplos conjuntos de dados ao mesmo tempo, ou treinar várias inteligências artificiais no mesmo conjunto de dados ao mesmo tempo.

Pode parecer algo excessivamente científico, mas essa capacidade é importante para o desenvolvimento de tecnologias como carros autônomos ou redes de telecomunicações mais rápidas. Isso porque sistemas como esse permitem combinar as capacidades de processamento de dados em grande escala dos supercomputadores com a capacidade das redes neurais de transformar dados como imagens e vídeos em símbolos que as máquinas entendem.