Matemática cerebral
Durante décadas, os especialistas acreditaram que os computadores neuromórficos, que imitam o funcionamento do cérebro, seriam adequados para tarefas como reconhecimento de padrões ou aceleração de redes neurais artificiais.
Não se esperava que esses sistemas se destacassem na resolução de problemas matemáticos rigorosos, como equações diferenciais parciais, que deveriam continuar sendo deixadas para os supercomputadores digitais tradicionais.
Mas Bradley Theilman e James Aimone, do Laboratório Nacional Sandia, nos EUA, acabam de demonstrar que a arquitetura computacional baseada no cérebro humano é surpreendentemente eficaz na resolução de problemas matemáticos complexos, que estão na base de grandes problemas científicos e de engenharia.
Embora já existam diferentes arquiteturas de computação inspirada no cérebro, os dois pesquisadores estavam interessados no uso prático da tecnologia, e então se voltaram para um hardware comercial, um processador neuromórfico Loihi, fabricado pela Intel.
O que se viu é que computadores inspirados no cérebro são surpreendentemente bons em matemática.
- O método dos elementos finitos converte equações diferenciais parciais (como a equação de Poisson) em um domínio em um sistema linear esparso por meio de um processo de discretização. A solução do sistema linear esparso fornece coeficientes para aproximar a solução da equação original.[Imagem: Theilman & Aimone - 10.1038/s42256-025-01143-2]
Portando do digital para o neuromórfico
Primeiro a dupla teve que desenvolver um novo algoritmo que permite que o hardware neuromórfico lide com equações diferenciais parciais, a base matemática usada para a modelagem de fenômenos como dinâmica de fluidos, campos eletromagnéticos e mecânica estrutural.
Equações diferenciais parciais são essenciais para simular sistemas do mundo real, desde a previsão de padrões climáticos até a modelagem do comportamento de materiais sob tensão. Tradicionalmente, a resolução dessas equações exige vastos recursos computacionais.
Computadores neuromórficos, no entanto, oferecem uma abordagem fundamentalmente diferente, que se assemelha mais à forma como o cérebro processa informações. Assim, poucos acreditavam que fosse possível pegar um algoritmo para solucionar equações diferenciais parciais, com seus múltiplos pontos de decisão e longas sequências de cálculos, e portá-lo para um hardware neuromórfico, que funciona de modo muito diferente.
"Você pode resolver problemas reais de física com cálculos semelhantes aos do cérebro. Isso é algo inesperado porque a intuição das pessoas vai na direção oposta. E, na verdade, essa intuição frequentemente está errada," comentou Aimone.
Os dois pesquisadores portaram para o processador neuromórfico o método dos elementos finitos (MEF), um dos métodos numéricos mais importantes para a resolução de equações diferenciais parciais.
"Nós demonstramos que o hardware neuromórfico de pulsos escalável pode implementar diretamente o MEF (Método dos Elementos Finitos) construindo uma rede neural de pulsos que resolve os grandes sistemas de equações lineares esparsas que estão no núcleo do MEF," escreveram eles.
Conexão entre computação e neurociência
Mais do que ser provavelmente o primeiro exemplo desse tipo, essa portabilidade também levanta questões intrigantes sobre a natureza da inteligência e da computação. Para criar o novo algoritmo, os pesquisadores usaram um modelo de rede neural nascido no campo das neurociências. Assim, o novo algoritmo apresenta fortes semelhanças com a estrutura e a dinâmica das redes corticais do cérebro.
Com isto, os pesquisadores acreditam que a computação neuromórfica pode ajudar a preencher a lacuna entre a neurociência e a matemática aplicada, oferecendo novas perspectivas sobre como o cérebro processa informações, trazendo conexões até então impensáveis entre campos do conhecimento muito diferentes. "Doenças cerebrais podem ser doenças da computação. Mas ainda não compreendemos completamente como o cérebro realiza esses cálculos," comentou Aimone.
Ou seja, se essa conexão estiver correta, mais do que economizar energia e melhorar a solução dos programas de informática, a computação neuromórfica poderá testar nossas teorias sobre como o cérebro funciona ou deixa de funcionar adequadamente. Em última análise, isso poderá oferecer pistas para melhor compreender e tratar doenças neurológicas, como Alzheimer e Parkinson. É esperar para ver.
Para saber mais, acesse o link>
Fonte: Redação do Site Inovação Tecnológica - 02/02/2026
https://www.inovacaotecnologica.com.br/noticias/noticia.php?artigo=conexao-matematica-inteligencia-neurociencia&id=010150260202#google_vignette
Web Science Academy; Hélio R.M.Cabral (Economista, Escritor e Divulgador de conteúdos de Economia, Astronomia, Astrofísica, Astrobiologia Climatologia). Participou do curso Astrofísica Geral no nível Georges Lemaître (EAD), concluído em 2020, pela Universidade Federal de Santa Catarina (UFSC).
Em outubro de 2014, ingressou no projeto S'Cool Ground Observation, que integra o Projeto CERES (Clouds and Earth’s Radiant Energy System) administrado pela NASA. Posteriormente, em setembro de 2016, passou a participar do The Globe Program / NASA Globe Cloud, um programa mundial de ciência e educação com foco no monitoramento do clima terrestre.
>Autor de cinco livros, que estão sendo vendidos nas livrarias Amazon, Book Mundo e outras
Livraria> https://www.orionbook.com.br/
Page: http://econo-economia.blogspot.com
Page: http://pesqciencias.blogspot.com.br
Page: http://livroseducacionais.blogspot.com.br
e-mail: heliocabral@econo.ecn.br
e-mail: heliocabral@coseno.com.br
Nenhum comentário:
Postar um comentário