Saturday, November 24, 2018

Eletrônica atômica

Chegada da eletrônica atômica ao mercado é iminente, diz cientista
Redação do Site Inovação Tecnológica -  13/11/2018





O treinamento de uma rede neural é feito pelo posicionamento de elétrons individuais dentro da máquina atômica. [Imagem: Mohammad Rashidi et al. - 10.1103/PhysRevLett.121.166801]


Simulador de elétrons
Embora as ferramentas da nanotecnologia tenham permitido controlar com grande precisão a colocação de átomos em uma superfície, duas limitações têm impedido aplicações eletrônicas práticas: os átomos só ficam onde são colocados sob temperatura criogênica, e só podem ser manipulados com facilidade em superfícies metálicas, que não são tecnologicamente muito úteis nessas dimensões.

Portanto, embora o controle atômico sobre estruturas não seja incomum - a ferramenta mais usada são os microscópios de força atômica -, fazer padrões customizados para criar novos dispositivos eletrônicos úteis está fora do alcance da nanotecnologia.
Ou estava, até agora.

Mohammad Rashidi, da Universidade de Alberta, no Canadá, construiu um aparelho, parte máquina atômica, parte circuito eletrônico, que cria padrões atômicos sob medida para, por sua vez, controlar os elétrons, superando os principais obstáculos que impedem a tecnologia atômica de estar disponível para as massas.

"Os átomos são um pouco como cadeiras nas quais os elétrons sentam. De forma muito parecida com que podemos afetar as conversas em um jantar controlando o agrupamento das cadeiras e quem senta nelas, controlar a colocação de átomos individuais e elétrons pode afetar as conversas entre os eletrônicos," disse o professor Robert Wolkow, coordenador da equipe de pesquisa.

Isto significa que tanto a robustez - dispensando as temperaturas criogênicas e o ambiente de vácuo - quanto a utilidade elétrica necessária estão agora ao alcance dos engenheiros. Além disso, as estruturas podem ser modeladas sobre superfícies de silício, o que significa que a técnica pode ser escalonada para condições usadas industrialmente.

"Esta é a cereja em um bolo que estamos assando há cerca de 20 anos. Nós aperfeiçoamos a padronagem de átomos de silício recentemente, então pusemos o aprendizado de máquina para assumir o controle [...]. Agora, liberamos os elétrons para seguir sua natureza - eles não podem sair do quintal que criamos, mas eles podem correr livremente e brincar com os outros elétrons lá dentro. As posições que os elétrons assumem, surpreendentemente, são os resultados de computações úteis," acrescentou Wolkow.
Máquina atômica rumo ao mercado
A equipe já está usando a tecnologia para construir uma máquina de maior escala que simula o funcionamento de uma rede neural, a ferramenta essencial da inteligência artificial.

Ao contrário das redes neurais normais, incorporadas em transistores e controladas por software, a máquina atômica exibe espontaneamente a relativa estabilidade energética dos seus padrões de bits. Esses, por sua vez, podem ser usados para treinar uma rede neural mais rapidamente e com precisão maior do que é atualmente possível.
Com a prova de conceito pronta, a pesquisa já despertou o interesse de vários grandes parceiros industriais, contou Wolkow, acrescentando que a produção em massa dessas tecnologias mais verdes, mais rápidas e ainda menores é iminente.
Bibliografia:

Initiating and monitoring the evolution of single electrons within atom-defined structures
Mohammad Rashidi, Wyatt Vine, Thomas Dienel, Lucian Livadaru, Jacob Retallick, Taleana Huff, Konrad Walus, Robert A. Wolkow
Physical Review Letter
Vol.: 121, 166801
DOI: 10.1103/PhysRevLett.121.166801
https://arxiv.org/abs/1709.10091

Monday, October 29, 2018

Mais inteligência nas coisas

Microprocessador mecânico promete inteligência artificial para robôs
Redação do Site Inovação Tecnológica -  24/10/2018






Uma pequena viga de silício (vermelho), juntamente com seus eletrodos de acionamento (amarelo), e de leitura (verde e azul), implementa um MEMS capaz de fazer cálculos usados pela inteligência artificial.[Imagem: Guillaume Dion]

Computação de reservatório
Conforme a inteligência artificial se torna cada vez mais sofisticada, ela vem inspirando esforços para desenvolver hardwares cuja arquitetura física lhe seja mais adequada.

É o caso da computação neuromórfica, que imita o cérebro humano, tipicamente baseada em componentes chamados memoristores, que misturam memória com processador - um desses protótipos demonstrou recentemente ser capaz de acelerar a inteligência artificial em 200 vezes.

Mas existem outras abordagens, como a chamada "computação de reservatório".
Ao permitir que os componentes de hardware façam cálculos de maior dimensão exigidos pela inteligência artificial, essa vertente já fez demonstrações surpreendentes, como adivinhar as palavras antes que você fale.

Mais surpreendente ainda é que, agora, uma equipe canadense demonstrou que é possível fazer computação de reservatório usando não componentes eletrônicos, mas sistemas eletromecânicos extremamente pequenos, os chamados MEMS (MicroElectroMechanical Systems).

Microprocessador mecânico
Já se sabia que um processador mecânico poderia gastar menos energia do que um processador eletrônico, mas Guillaume Dion e seus colegas da Universidade de Sherbrooke foram os primeiros a construir o dispositivo computacional mecânico baseado na computação de reservatórios, dispensando os tediosos "treinamentos" exigidos para que as redes neurais aprendam.

A rede neural micromecânica explora a dinâmica não linear de uma viga de silício em microescala, 20 vezes mais fina do que um fio de cabelo humano, conforme ela oscila no espaço. Os resultados dessa oscilação são usados para construir uma rede neural virtual que projeta o sinal de entrada no espaço de maior dimensão necessário para a computação neural.

 A computação de reservatórios elimina o treinamento das redes neurais. [Imagem: Guillaume Dion et al. - 10.1063/1.5038038]

"Esses tipos de cálculos são normalmente feitos apenas em software e os computadores podem ser ineficientes. Muitos dos sensores hoje são construídos com MEMS, então dispositivos como o nosso seriam a tecnologia ideal para diluir a fronteira entre os sensores e os computadores," disse Dion, ressaltando que isso é particularmente interessante para o campo da robótica.

Nas demonstrações, o sistema foi capaz de alternar entre diferentes tarefas de referência comumente usadas para testes de redes neurais com relativa facilidade, incluindo a classificação de sons falados e o processamento de padrões binários - ele atingiu uma precisão de 78,2% e 99,9%, respectivamente.

A equipe agora pretende explorar cálculos cada vez mais complicados usando o microprocessador mecânico neuromórfico com a expectativa de desenvolver sensores pequenos e energeticamente eficientes, além de microcontroladores para robôs.

Bibliografia:

Reservoir computing with a single delay-coupled non-linear mechanical oscillator
Guillaume Dion, Salim Mejaouri, Julien Sylvestre - Journal of Applied Physics - Vol.: 124, 152132 - DOI: 10.1063/1.5038038