Pesquisadores desenvolvem componente que integra memória e processamento inspirado nas sinapses biológicas
Avanço em computação neuromórfica une memória e processamento em único dispositivo, simulando o cérebro humano.
Confira a programação completa do dispositivo neuromórfico
Não se aplica, pois o conteúdo não apresenta programação, horários ou line-up.
Computação neuromórfica: integração de memória e processamento inspirada no cérebro
A computação neuromórfica é um paradigma que busca replicar o funcionamento do cérebro humano, integrando armazenamento e processamento de informações em um único dispositivo. Em 2026, pesquisadores internacionais, incluindo Victor Lopez-Richard do Centro de Ciências Exatas e de Tecnologia da UFSCar, publicaram um avanço significativo nessa área. O dispositivo desenvolvido utiliza uma interface entre dois óxidos, LaAlO₃ e SrTiO₃, formando um gás quase bidimensional de elétrons que atua como canal condutor modulável eletricamente. Essa abordagem combina, de forma inédita, as funções de transistor, memristor e memcapacitor, aproximando a tecnologia do comportamento das sinapses biológicas.
Arquitetura e funcionamento analógico do novo componente eletrônico
Diferentemente dos transistores tradicionais que operam digitalmente, o novo dispositivo funciona de modo analógico, permitindo múltiplos estados intermediários ao invés do simples ligado ou desligado. Sua arquitetura também se diferencia da convencional, apresentando portas de controle nas laterais ao invés da configuração tradicional sobre o canal. Essa inovação possibilita o controle eletrostático gradual das cargas armazenadas nas portas laterais, que são o verdadeiro mecanismo da memória e não o gás bidimensional em si. O polimorfismo eletrônico do aparelho permite que sua função seja alterada apenas pela forma de conexão elétrica, facilitando a adaptação para diversas aplicações.
Aplicações práticas em reconhecimento de padrões, plasticidade sináptica e lógica reconfigurável
O estudo demonstrou que o dispositivo pode executar funções inspiradas em processos cerebrais, como o reservoir computing, que reconhece padrões simples, por exemplo, dígitos em imagens de baixa resolução. Também reproduz a plasticidade sináptica, reforçando respostas após estímulos repetidos, essencial para o aprendizado. Além disso, realiza operações lógicas “and”, “or” e “not” diretamente no componente, eliminando a necessidade de memória externa. Esses recursos indicam potencial para melhorar a eficiência energética e reduzir a quantidade de interconexões na computação.
Desafios e perspectivas futuras para a computação neuromórfica comercial
Embora os resultados sejam promissores, os pesquisadores alertam que o desenvolvimento está em estágio inicial, caracterizado como prova de conceito. Para avançar para aplicações comerciais, será necessário superar desafios como escalabilidade, integração com tecnologias existentes e controle da variabilidade entre dispositivos. A colaboração internacional que originou o estudo, iniciada em 2013 com apoio da FAPESP, segue ativa para aprimorar o projeto e explorar suas propriedades.
Importância da pesquisa para o futuro da tecnologia e eficiência energética
O avanço em computação neuromórfica representa uma alternativa para superar limitações das arquiteturas convencionais, especialmente no consumo energético e na quantidade de interligações entre componentes. A capacidade de um único dispositivo desempenhar múltiplas funções reduz a complexidade dos sistemas eletrônicos e aproxima a computação do funcionamento biológico. Com menor consumo por operação, estimado em poucos nanojoules, essa tecnologia pode abrir caminho para dispositivos mais eficientes, inteligentes e capazes de aprendizado autônomo.
Fonte: www.cnnbrasil.com.br
