Quem sou eu

Minha foto
Sou economista, escritor e divulgador de conteúdos sobre economia e pesquisas científicas em geral.

Future Mars Mission

Passaport Mars 2020

Projeto do Edifício de Gravidade Artificial-The Glass-Para Habitação na Lua e Marte

Botão Twitter Seguir

Translate

quarta-feira, 26 de janeiro de 2022

Computador líquido faz inteligência artificial com energia mínima

 Caros Leitores;








Na computação de reservatórios, a informação se propaga como ondas na superfície de um líquido, daí o termo "reservatório". O eletrodo subaquático na ilustração retrata o eletrodo multiterminal real desenvolvido pela equipe.
[Imagem: Shaohua Kan et al. - 10.1002/advs.202104076]

Computação de reservatório

computação de reservatório tem sido apontada como uma das melhores ferramentas para lidar com os gargalos para o aumento de velocidade dos computadores atuais e com a crescente demanda dos aplicativos de inteligência artificial.

Em termos bem simples, a abordagem consiste em inserir as informações nas redes neurais artificiais em tempo real, para que o modelo se altere dinamicamente e, assim, se adapte, sem que seja necessário recomeçar do zero em novas etapas de treinamento.

Essa vertente já fez demonstrações impressionantes, como adivinhar as palavras antes que você fale, e, também surpreendentemente, já foi demonstrada até mesmo em microprocessadores mecânicos.

Computação eletroquímica

Uma equipe de várias universidades japonesas se uniu para fazer uma outra demonstração da computação de reservatório também usando uma plataforma alternativa.

Vários sistemas dinâmicos não-lineares, de processos operando segundo a mecânica quântica até componentes ópticos de laser, têm sido aventados como reservatórios. Shaohua Kan e seus colegas optaram por explorar a condutância iônica de soluções eletroquímicas - em outras palavras, eles colocaram um líquido para fazer computação.

"Nosso dispositivo de teste simples consiste em 90 pares de eletrodos planares com uma solução iônica lançada em sua superfície", explicou o professor Megumi Kasaya, da Universidade de Osaka. "A tensão de resposta à tensão de entrada é então usada como a resposta do reservatório".

Essa resposta na forma de uma tensão elétrica se deve tanto às correntes iônicas que passam pela solução, quanto à corrente eletroquímica. Essa relação entrada-saída é não-linear e reproduzível, o que a torna adequada para uso na computação de reservatórios.







Esquema do processamento usando o polioxometalato (PMO12) na ilustração.
[Imagem: Shaohua Kan et al. - 10.1002/advs.202104076]

Alimentação avante

Os pesquisadores usaram o aparelho para avaliar dois líquidos: Uma solução de polioxometalato e água deionizada.

O sistema apresentou uma "conexão antecipada" - ou alimentação avante - entre os nós, independentemente de qual amostra foi usada - a alimentação avante é o contrário do tradicional feedback, ou retroalimentação, referindo-se ao fato de que o sistema é gerido pela antecipação de seus próprios resultados.

No entanto, houve diferenças: "A solução de polioxometalato aumentou a diversidade da corrente de resposta, o que a torna boa para prever sinais periódicos," disse Kasaya. "Mas acontece que a água deionizada é melhor para resolver problemas não-lineares de segunda ordem."

O bom desempenho dessas soluções demonstra seu potencial para tarefas mais complicadas, como reconhecimento de fontes manuscritas, reconhecimento de palavras isoladas e outras tarefas de classificação, escreveu a equipe.

De fato, a simplicidade desse sistema abre novas oportunidades para o desenvolvimento de sistemas computacionais baseados em reações eletroquímicas iônicas. Os pesquisadores acreditam que a transferência de prótons ou íons, com reações eletroquímicas mínimas de curta duração, tem o potencial para ser usada como um sistema computacional poderoso, de baixo custo e grande eficiência energética, economizando a eletricidade hoje gasta nos sistemas de inteligência artificial.

Bibliografia:

Artigo: Physical implementation of reservoir computing through electrochemical reaction
Autores: Shaohua Kan, Kohei Nakajima, Tetsuya Asai, Megumi Akai-Kasaya
Revista: Advanced Science

DOI: 10.1002/advs.202104076

Fonte: Inovação Tecnológica / 26-01-2022

https://www.inovacaotecnologica.com.br/noticias/noticia.php?artigo=computador-liquido-inteligencia-artificial-energia-minima&id=010150220124#.YfGaAkzMJPY    

Obrigado pela sua visita e volte sempre!

Hélio R.M.Cabral (Economista, Escritor e Divulgador de conteúdos da Astronomia, Astrofísica, Astrobiologia e Climatologia).Participou do curso (EAD) de Astrofísica, concluído em 2020, pela Universidade Federal de Santa Catarina (UFSC).

Autor do livro: “Conhecendo o Sol e outras Estrelas”.

Acompanha e divulga os conteúdos científicos da NASA (National Aeronautics and Space Administration), ESA (European Space Agency) e outras organizações científicas e tecnológicas.

Participa do projeto S`Cool Ground Observation (Observações de Nuvens) que é integrado ao Projeto CERES (Clouds and Earth´s Radiant Energy System) administrado pela NASA. A partir de 2019, tornou-se membro da Sociedade Astronômica Brasileira (SAB), como astrônomo amador.

Participa também do projeto The Globe Program / NASA Globe Cloud, um Programa de Ciência e Educação Worldwide, que também tem o objetivo de monitorar o Clima em toda a Terra. Este projeto é patrocinado pela NASA e National Science Fundation (NSF), e apoiado pela National Oceanic and Atmospheric Administration (NOAA) e U.S Department of State.

e-mail: heliocabral@coseno.com.br

Page: http://pesqciencias.blogspot.com.br

Page: http://livroseducacionais.blogspot.com.br



Nenhum comentário:

Postar um comentário