• Marina Cunha Barros
• December 21,2021

A Intel deu mais um passo para replicar algumas partes de um cérebro humano num computador, com a publicação de nova pesquisa relacionada com a criação de um algoritmo que permite detectar e reconhecer alguns odores baseado nos mesmos sinais biológicos que, por exemplo, nos permitem identificar se há algo a queimar no forno.

O trabalho que foi realizado em conjunto com a Universidade de Cornell, permitiu a construção de algoritmo que imita os sistemas olfactivos dos mamíferos responsáveis pela aprendizagem de identificação de cheiros. Este algoritmo foi depois implementado no chip neuromórfico Loihi da Intel, um sistema construído através de um processo de 14 nm com 130000 “neurónios” e 130 milhões de “sinapses” que é baseado num cérebro biológico.

É daqui que vem o termo “neuromórfico”, que se refere ao acto de tentar fazer com que os computadores pensem e processem informação de uma forma igual à dos cérebros biológicos. Segundo Mike Davies, o director do laboratório de computação neuromórfica da Intel, a computação neuromórfica copia alguns processos cerebrais e passa-os para componentes em silício.

A equipa de desenvolvimento da Intel começou a olhar para o que passa nos cérebros dos mamíferos quando cheiram qualquer coisa e chegaram à conclusão que acontece mesmo muita coisa. Os nossos narizes têm em média 450 tipos diferentes de receptores olfactivos, que podem ser activados através de moléculas de cheiro suspensas no ar. Esses receptores mandam sinais para o cérebro onde impulsos eléctricos dentro de um grupo de neurónios são responsáveis pela geração de uma sensação particular a cada cheiro.

Os nossos cérebros também são capazes de armazenar experiências relacionadas com odores particulares e também de relacionar vários entre si de forma a estar constantemente a processar informação para que consigamos distinguir em milhares de milhões de odores diferentes.

Para construir este algoritmo, a equipa de desenvolvimento gravou a resposta de 72 sensores químicos instalados num túnel de vento, à medida que faziam circular dez odores diferentes, incluindo os de metano, amónia e acetona. Os dados obtidos foram depois carregados para o chip Loihi que foi capaz de produzir representações neurais de cada um dos odores, tal como o cérebro consegue atribuir diferentes padrões de sinais eléctricos a cada cheiro.

O chip Loihi foi apresentado pela Intel em 2017 e foi anunciado como sendo a próxima geração de chip para inteligência artificial, capaz de aplicar os princípios da computação que se encontram em cérebros biológicos às arquitecturas de computadores.

O Loihi é capaz de aprender graças a um novo tipo de rede neuronal denominada “spiking neural network”. Este chip consegue processar dados sensoriais através de modelos realistas de neurónios. O resultado desta pesquisa foi a capacidade de aprender e identificar cada um dos odores que lhe foram apresentados, mesmo na presença de interferências ambientais.

Uma das aplicações práticas desta tecnologia poderá ser no mercado dos detectores de fumo ou de monóxido de carbono, que apenas têm actualmente a capacidade de reagir na presença de moléculas específicas no ar sem saber o que são na realidade. Outra aplicação pode ser na monitorização ambiental, robôs equipados com um destes sistemas podem detectar materiais tóxicos ou perigosos mais depressa, por exemplo nas verificações de segurança nos aeroportos.

Algumas empresas e estabelecimentos de ensino estão a desenvolver várias tecnologias neste campo. Por exemplo na Alemanha, o Instituto de Neurociências e Medicina do Forschungszentrum Jülich está a trabalhar com o supercomputador SpiNNaker para tentar microcircuitos corticais. O Neuromorphic Devices and Architecture Project da IBM também está a levar a cabo experiências semelhantes.

A Intel está dedicada ao avanço da computação neuromórfica. No ano passado a empresa anunciou que um sistema neuromórfico denominado “Pohoiki Beach” com 8 milhões de neurónios, composto por 64 chips Loihi seria disponibilizado à comunidade científica para que fosse possível aumentar a escala dos algoritmos neuronais que estivessem a ser desenvolvidos.