Erro de Laboratório Pode Revolucionar a Computação

Erro de Laboratório Pode Revolucionar a Computação

Cada vez mais, vivemos em um mundo onde a computação de inteligência artificial (IA) é o padrão. De perguntar a um modelo de linguagem grande a aceitar sugestões de conexão no LinkedIn, passando por assistir a vídeos recomendados no YouTube ou tomar caminhos alternativos para o trabalho com base em previsão de tráfego do Google Maps, provavelmente estamos usando IA. Mas o que não sabemos é quanto energia essa interação consome e por que.

Você provavelmente está usando IA

Para processar essas grandes quantidades de dados, a IA geralmente é feita em centros de dados grandes que são movidos por milhares de GPUs capazes de executar até trilhões de operações por segundo. Mas cada uma dessas GPUs atinge isso consumindo até 1.000 watts por unidade. Para comparar, se você tem um smartphone de última geração, provavelmente usa menos de 1 W. Aquela taxa de kW coloca os GPUs no mesmo patamar que limpadores de chão, secadoras de louça e fogões, mas com a grande diferença de que os processadores de centros de dados operam 24 horas por dia, ininterruptos.

Fundamentamente, muita dessa ineficiência acontece porque os GPUs estão tentando simular a forma como funcionam as redes neuronais artificiais usando software e bilhões de transistores, o que requer energia para mover grandes quantidades de dados. Além disso, as neurônios artificiais simuladas que compõem essas redes faltam até uma fração do comportamento complexo de computação que os neurônios biológicos têm, que constituem o sistema de computação mais eficiente que conhecemos, o cérebro humano.

O cérebro é cerca de 1.000.000 vezes mais eficiente em muitas das tarefas comparáveis que estamos definindo para a IA. Para tentar abordar essas eficiências, uma forma radical de computação chamada engenharia neuromórfica está procurando construir componentes elétricos e circuitos que atuem mais como os neurônios e os sinapses do cérebro.

Como pode o cérebro nos ajudar?

Grande quantidade de trabalho tem sido feito para fazer os eletrônicos agir mais como os neurônios biológicos. Alguns estudos se concentraram em desenvolver novos dispositivos experimentais, mas eles não estão ainda confiáveis o suficiente para serem usados em grandes sistemas. Outros esforços visam implementar neurônios e sinapses interligando muitos transistores de metal-óxido-semicondutor (CMOS) - a trabalhadoras de lógica digital - para simular um neurônio e um sinapse solto. Mas essa abordagem requer tais transistores (e alguns condensadores gordos) que muito limita o tamanho do sistema que pode ser construído, tornando incerto se esse hardware inspirado no cérebro pode algum dia escalar e competir com os GPUs de ponta.

A resposta pode estar escondida em lugar algum, esperando para ser descoberta

Mas havia neurônio artificial e um sinapse - cada um feito possível por um simples transistor CMOS - escondido em algum lugar. Eles foram encontrados no ano passado. Essa é a história de sua descoberta acidental e sua grande promessa de reduzir o impacto ambiental da IA.