Uma equipe de cientistas do Instituto de Tecnologia da Índia em Deli (IIT-Delhi, na sigla em inglês), inventou um novo modelo neuronal que ajudará a construir sistemas de Inteligência Artificial (IA) neuromórficos precisos, rápidos e eficientes em termos de energia para serem aplicados em tarefas como o reconhecimento da fala.
De acordo com o comunicado da equipe de pesquisadores publicado na sexta-feira (16) no portal Science Reporters, o modelo neuronal que eles desenvolveram melhorará o desempenho das Redes Neurais de Picos Recorrentes (RSNN, na sigla em inglês), fornecendo convergência mais rápida, maior precisão e memória de curto prazo de duração flexível.
Acredita-se que os neurônios e as sinapses do cérebro humano são os blocos de construção mais importantes que dão origem à inteligência. O modelo, chamado de Duplo Limiar Adaptativo Exponencial (DEXAT, na sigla em inglês) funcionará de forma semelhante e tornará o sistema de IA mais eficiente.
"Nos últimos anos, temos demonstrado com sucesso a utilização da tecnologia de memória para além do simples armazenamento. Utilizamos eficientemente a memória semicondutora para aplicações tais como computação em memória, computação neuromórfica, IA na borda, sensoriamento e segurança de hardware", disse Manan Suri, professor e autor principal do estudo publicado na revista Nature Communication.
"Este trabalho explora especificamente as propriedades analógicas dos dispositivos de memória baseados em óxido de nanoescala para a construção de neurônios de pico adaptativo".
Para a equipe, esta invenção ajudará a alcançar um alto desempenho com menos neurônios, e seus benefícios foram mostrados em vários conjuntos de dados. Os pesquisadores também revelaram que foi alcançada uma classificação de precisão de 91% no conjunto de dados dos Comandos Falados do Google (GSC, na sigla em inglês). Além disso, foi descoberto que a rede neuromórfica de nanodispositivos também alcançou 94% de precisão, mesmo com uma variabilidade muito alta de dispositivos.
