Enquanto gigantes da tecnologia correm para construir centros de dados cada vez maiores e mais vorazes em energia, uma startup australiana tomou um caminho oposto: em vez de empilhar servidores de silício, ela está empilhando neurônios humanos vivos.
A Cortical Labs inaugurou sua primeira unidade em Melbourne e planeja uma instalação maior em Singapura. Os prédios, porém, não abrigam racks comuns de computadores. Em seus lugares, estão os sistemas CL1 — dispositivos do tamanho de uma bancada que combinam cerca de 200 mil neurônios, derivados de células-tronco e cultivados diretamente sobre um chip de silício, com uma complexa infraestrutura que mantém as células vivas, alimentadas e na temperatura certa. As informações são do Live Science.
A ideia central é que os neurônios já são processadores de informação. No cérebro, eles se comunicam por impulsos elétricos, formando padrões que se reorganizam constantemente – conexões se fortalecem ou enfraquecem conforme a experiência. É o que chamamos de aprendizado. Um chip tradicional, por sua vez, apenas executa instruções pré-definidas; ele não se ajusta sozinho.
Os pesquisadores da Cortical Labs já haviam demonstrado, em estudo publicado na revista Neuron, que neurônios cultivados em laboratório podiam aprender a jogar uma versão simplificada de Pong. O truque estava em um circuito de feedback: quando os neurônios acertavam, o estímulo se tornava mais previsível; quando erravam, o sinal ficava caótico. Com o tempo, as células se estabilizavam em padrões mais eficientes. A mesma lógica foi aplicada a interações com o jogo Doom.
O sistema CL1 leva esse conceito para uma escala maior. Os neurônios são dispostos sobre uma matriz de microeletrodos que estimulam as células e registram suas respostas em tempo real. Uma camada de software traduz esses padrões neurais em sinais digitais que um computador pode interpretar. Técnicamente, isso se aproxima do que se chama “computação de reservatório” — um sistema dinâmico complexo cujo comportamento é interpretado por um software externo.
O crescente apetite da inteligência artificial por energia é uma das molas por trás dessa busca. Modelos modernos de IA consomem gigawatts de eletricidade e milhões de litros de água para resfriamento. O cérebro humano, em contraste, opera com meros 20 watts e, ainda assim, é capaz de reconhecimento de padrões, aprendizado e tomada de decisões.
Entre para comentar.