Pesquisadores desenvolveram um transistor 2D de potência ultrabaixa para imitar os neurônios que ajudam um gafanhoto a evitar colisões em seus robôs autônomos. Cientistas do Instituto Indiano de Tecnologia de Bombaim e do King’s College London se uniram para explorar soluções de baixo consumo de energia para robôs e veículos autônomos, que estão se tornando cada vez mais populares.
A capacidade de direção e movimento autônomos tem sido um objetivo importante para desenvolvedores e pesquisadores de aprendizado de máquina e inteligência artificial, sendo a evitação de colisões fundamental para tornar essa tecnologia viável no mundo real. Com isso em mente, os estudantes do IITB e do King’s College estabeleceram a meta de criar uma solução de prevenção de colisões extremamente eficiente em termos de potência.
Ao estudarem a prevenção de colisões, os cientistas descobriram um neurônio detetor de colisões em gafanhotos. Chamado de LGMD (detetor de movimento gigante de lóbulo), esse neurônio é ativado quando objetos grandes se aproximam do gafanhoto, auxiliando o inseto a evitar situações de perigo. Os pesquisadores conseguiram replicar esse neurônio utilizando transistores bidimensionais extremamente finos, que também geram picos análogos aos do neurônio do gafanhoto, e com um custo de energia muito baixo – menos de 100 picojoules (para efeito de comparação, ligar uma lâmpada incandescente de 100 W por um segundo consome 100 joules de energia). Esse transistor fino e econômico também era totalmente funcional, podendo ser reprogramado para identificar diferentes tipos de movimento e evitar obstáculos com elevado grau de precisão.
Um transistor 2D é algo quase inalcançável para fabricantes de chips em escala industrial, já que quanto menores os transistores, mais eficientes eles se tornam em termos de energia. No entanto, o transistor utilizado no estudo do IITB é bastante simples, ativando-se apenas quando detecta movimento dentro de um intervalo específico e nada mais. Os autores do estudo vislumbram um futuro promissor para essa tecnologia bidimensional após essa pesquisa.
Esses transistores super eficientes podem contribuir significativamente para reduzir o custo de energia das tecnologias de inteligência artificial, muitas vezes ineficientes, que temos disponíveis atualmente. O professor Bipin Rajendran, do King’s College London e coautor do estudo, afirmou “Demonstramos que esse circuito de neurônio com picos pode ser utilizado para detecção de obstáculos. No entanto, esse circuito pode ser aplicado em outras aplicações neuromórficas (sistemas que imitam o cérebro humano) com base em tecnologia de sinal analógico ou misto que requerem um neurônio de baixa energia”.
Se você ficou curioso para saber mais detalhes e conhecer os cientistas por trás desse estudo, pode conferir o artigo completo aqui. Também temos escrito bastante sobre as novidades em inteligência artificial ultimamente. Não deixe de ler nosso artigo sobre o ChatGPT tentando jogar Red Dead Redemption 2, ou talvez sobre como a China utilizou um chip da Nvidia para armas hipersônicas visando um voo autônomo mais eficaz.