Conforme o tempo passa, nosso computador está se tornando cada vez mais poderoso. Isso se deve principalmente ao desenvolvimento contínuo da CPU (ou GPU): o ‘cérebro’ do computador. Uma questão premente enfrentada pela indústria eletrônica é se um dia os computadores se tornarão mais poderosos que os seres humanos. No entanto, os computadores eletrônicos convencionais ainda enfrentam o ‘gargalo de Von Neumann’ - um limite na velocidade de transferência de dados entre o processador e a memória. Como resultado, os computadores ainda têm um longo caminho a percorrer antes de começarem a nos superar.

Os fotônicos podem um dia ter a mesma capacidade intelectual que os humanos.

A CPU de um computador é responsável por processar os cálculos e armazenar os resultados na memória disponível mais próxima, pois a CPU não possui capacidade de armazenamento.

O termo “Lei de Moore” refere-se ao fato de que o tamanho de um computador médio está diminuindo progressivamente à medida que a tecnologia melhora. No entanto, essa trajetória se estabilizou significativamente nos últimos anos, indicando que podemos estar atingindo o limite teórico de redução do tamanho do chip.

Agora, os pesquisadores estão tentando investigar novas tecnologias para contornar essa restrição, incluindo desenvolvimentos como a computação fotônica e neuromórfica. Pensa-se que um dia eles possam substituir nossos sistemas de computadores atuais, talvez alcançando a mesma capacidade intelectual que um cérebro humano.

Estratégias computacionais fotônicas usam luz em vez de eletricidade para realizar o processamento e armazenamento de dados. É provável que este seja um dos desenvolvimentos tecnológicos mais fáceis de implementar, enquanto melhora significativamente o desempenho da computação. Seu princípio básico é semelhante ao da comunicação por fibra óptica: a luz é usada para transferir dados entre a CPU e a memória, atingindo uma velocidade de processamento muito mais rápida do que é possível com sinais elétricos.

Outra vantagem desse sistema é que diferentes fluxos de informações podem compartilhar a mesma fibra. Em vez de usar centenas de fios elétricos, as fibras ópticas podem separar elegantemente as informações com base no comprimento de onda - um fenômeno conhecido como multiplexação de comprimento de onda.

No entanto, um dos maiores obstáculos que a computação fotônica enfrenta é que sua rede não pode armazenar as informações - ela só pode ser usada para transferência de dados ou computação em tempo real. Em outras palavras, o computador fotônico era inerentemente volátil.

Isso representou um problema significativo para a indústria fotográfica por décadas, até que uma solução potencial foi identificada em 2015. Um grupo de pesquisa liderado pelo professor Harish Bhaskaran, do Departamento de Materiais da Universidade de Oxford, desenvolveu um sistema usando materiais de mudança de fase que eram capaz de obter armazenamento permanente de dados em uma rede totalmente óptica. Esta descoberta foi publicada na Nature Photonics em 2015.

Os materiais de mudança de fase não são novas invenções - geralmente são usados ​​em CDs e DVDs regraváveis. O armazenamento de dados é obtido usando um laser para alternar esse tipo de material entre uma fase cristalina e amorfa. É importante ressaltar que esse processo é estável e reversível.

Na rede totalmente óptica, os pesquisadores colocam uma fina camada desse material de mudança de fase no topo de uma estrutura conhecida como guia de ondas. Um pulso óptico que transporta informações passa pelo guia de ondas, alternando a fase do material em uma escala de tempo em nanossegundos. O estado do material pode, por sua vez, alterar a transmissão de luz no interior do guia de ondas, permitindo assim a leitura óptica. A rede pode até utilizar os estados de ‘transição’ entre duas fases para atualizar a escala do cálculo possível.

Como a capacidade de armazenamento aumenta exponencialmente à medida que os bits aumentam, a fotônica de mudança de fase pode expandir teoricamente nossa capacidade de computação muito além dos computadores eletrônicos.

No entanto, como a maioria dos sinais em nosso mundo são sinais elétricos - os sistemas existentes precisarão ter sua saída convertida antes que possam ser transmitidos em uma rede totalmente óptica. Esse pré-processamento requer muita energia e circuitos auxiliares, o que pode comprometer o desempenho.

Outro obstáculo que precisa ser superado para que os computadores alcancem o cérebro humano é a estrutura da computação.

Nos cérebros humanos, a computação e o armazenamento acontecem simultaneamente. Isso é notável, dada a complexidade do processamento que está ocorrendo dentro da sua cabeça. Seu laptop tende a esquentar demais ao lidar com tarefas de computação particularmente difíceis, então por que nunca ficamos com febre por pensar demais?

Por que nunca temos febre por pensar demais?

Todas as respostas estão escondidas na arquitetura única de nossos cérebros. Nossos neurônios desempenham o papel de processador e sinapses como memória. Quando um neurônio é excitado, ele gera um pulso de pico que se propaga através das sinapses para outros neurônios. Quando o neurônio pós-sináptico recebe um pulso maior que seu limiar, ele gera seu próprio pulso de pico. Isso pode alterar a força das conexões sinápticas, tornando mais fácil ou mais difícil estimulá-las no futuro, um processo amplamente comparável ao armazenamento de dados.

Agora, os pesquisadores estão explorando como imitar esse comportamento computacionalmente em uma área ativa de desenvolvimento tecnológico conhecida como ‘computação neuromórfica’.

Comparada à arquitetura tradicional de computadores, a computação neuromórfica é muito mais flexível e eficiente. Ele distribuiu nós de computação, processadores colocados e memória como neurônios e sinapses. Quando ele executa um algoritmo, os parâmetros da rede (por exemplo, a resistência) mudam correspondentemente.

Sua atividade depende da entrada que recebe e, portanto, evita teoricamente o consumo desnecessário de energia.

No entanto, o desenvolvimento do ‘circuito neurossináptico’ ainda está em sua infância. Em maio de 2019, a equipe de pesquisa de Bhaskaran, colaborando com a Universidade de Münster, criou uma rede neurossináptica de pico totalmente óptica com recursos de autoaprendizagem. Os resultados deste estudo foram publicados na revista Nature.

Podemos estar caminhando para uma revolução da computação.

Embora a maioria dessas tecnologias ainda esteja nos estágios iniciais de desenvolvimento, a taxa de progresso que estamos experimentando atualmente sugere que podemos estar caminhando para uma revolução da computação. Atualmente, a computação fotônica demonstrou um potencial de armazenamento volme grande, computação na memória e recursos voláteis e não voláteis em um único dispositivo. Da mesma forma, novos desenvolvimentos em ‘computação neuromórfica’ podem oferecer uma estratégia computacional capaz de alcançar complexidade comparável à cognição humana. Além dessas tecnologias incríveis, os pesquisadores também estão explorando uma série de outras abordagens para estratégias computacionais de próxima geração, incluindo computação quântica e computação magnética.

No entanto, avançando, é provável que o progresso nesse setor dependa de quão bem somos capazes de integrar essas novas estratégias emocionantes à tecnologia existente.

Crédito de imagem: Nathan Youngblood.

Xuan Li & Yifu Ding

Original