A inteligência artificial cresce em poder — e também em consumo de energia. Treinar e operar modelos cada vez mais complexos exige infraestrutura robusta e altos custos elétricos. Mas uma nova abordagem pode mudar esse cenário. Cientistas criaram um chip que processa informações diretamente no hardware, inspirado no funcionamento do cérebro humano. O resultado é uma eficiência energética que pode transformar a forma como desenvolvemos e usamos IA.
Um avanço que nasce da física
O novo dispositivo foi desenvolvido por pesquisadores da Loughborough University, liderados pelo físico Pavel Borisov. Em vez de depender exclusivamente de software, o chip utiliza propriedades físicas dos materiais para processar dados.
Construído com nanopartículas de óxido, o sistema consegue executar tarefas complexas com uma fração da energia normalmente necessária. Em alguns casos, a eficiência chega a ser até 2.000 vezes maior do que métodos tradicionais.
Como o chip “pensa” como um cérebro
O segredo está na chamada computação em reservatório. Esse modelo permite analisar dados que mudam ao longo do tempo — como previsões climáticas ou sinais biológicos — de forma mais eficiente.
O chip utiliza um componente chamado memristor, capaz de “lembrar” estímulos anteriores. Ele possui milhares de canais internos formados por poros distribuídos aleatoriamente, criando uma estrutura semelhante às conexões neurais do cérebro.
Essa arquitetura faz com que o próprio material do chip funcione como uma rede neural física. Em vez de simular conexões em software, o processamento acontece diretamente na matéria.
Testes com caos, imagens e lógica
Para validar a tecnologia, os cientistas aplicaram o chip a diferentes desafios. Um deles foi o sistema Lorenz-63, um modelo matemático famoso por representar o “efeito borboleta”.
Além disso, o dispositivo foi testado no reconhecimento de imagens simples, como números pixelados, e na execução de operações lógicas básicas.
Em todos os casos, o chip demonstrou capacidade de identificar padrões, prever comportamentos e reconstruir informações — funções essenciais para aplicações de inteligência artificial.
Por que isso importa para o futuro da IA
Hoje, um dos maiores desafios da IA é o consumo energético. À medida que os modelos crescem, aumenta também a demanda por eletricidade, tornando sua operação mais cara e menos sustentável.
Esse novo tipo de computação pode mudar essa equação. Ao transferir parte do processamento para o hardware, é possível reduzir drasticamente o uso de energia e tornar sistemas mais eficientes.
Além disso, a tecnologia pode permitir dispositivos menores e mais independentes, capazes de operar sem conexão constante com servidores — algo essencial para aplicações em ambientes remotos ou sensíveis.
Ainda em fase experimental
Apesar dos resultados promissores, o chip ainda está em estágio inicial. Até agora, ele foi testado apenas em tarefas relativamente simples.
Os próximos passos incluem aumentar a complexidade dos testes e avaliar o desempenho em cenários mais próximos da realidade, com dados ruidosos e menos previsíveis.
Um novo caminho para a computação
O estudo também destaca um ponto importante: a física pode desempenhar um papel cada vez maior no futuro da computação.
Em vez de depender apenas de algoritmos, pesquisadores começam a explorar a própria complexidade dos materiais como ferramenta de processamento. Isso pode abrir portas para novas tecnologias, como computadores quânticos e sistemas híbridos.
No fim, a ideia é simples, mas poderosa: em vez de simular inteligência, por que não construir sistemas que funcionem de forma mais parecida com o cérebro?
Se essa abordagem se consolidar, o impacto pode ir muito além da eficiência energética — redefinindo o que entendemos por computação inteligente.
[ Fonte: Infobae ]
