Pesquisadores usam o cérebro como modelo para chips mais eficientes ^{CEFR B2}

À medida que chips convencionais se aproximam de limites físicos e a inteligência artificial exige mais potência, aumenta a preocupação com sustentabilidade: o consumo de energia de centros de dados de IA está projetado para dobrar até o final da década. Em resposta, pesquisadores recorrem ao cérebro humano como inspiração para novas arquiteturas de hardware.

A computação neuromórfica busca construir dispositivos que funcionem de modo semelhante a redes neurais biológicas. A professora Suchi Guha, da University of Missouri e integrante do Materials Science and Engineering Institute, destaca a eficiência do cérebro: ele realiza tarefas complexas com pouca energia. A equipe desenvolve transistores orgânicos que imitam sinapses e que podem armazenar e processar informação no mesmo local, reduzindo a movimentação de dados entre memória e processamento, que é a fonte de grande gasto energético em chips atuais.

Os pesquisadores compararam vários materiais orgânicos que pareciam idênticos na superfície, mas apresentaram desempenho muito distinto ao virar transistores sinápticos. Identificaram a interface — a fronteira entre o semicondutor e a camada isolante — como fator chave. Ao esclarecer como o desenho molecular e a qualidade da interface afetam o comportamento sináptico, o trabalho oferece princípios para projetar hardware neuromórfico capaz de rodar IA com aprendizado mais eficiente, menor consumo e aplicações como reconhecimento de padrões e tomada de decisões. O estudo foi publicado em ACS Applied Electronic Materials, com coautoria de cientistas da Mizzou e da Hamad Bin Khalifa University.