Inteligência artificial multissensorial é inspirada em borboletas

Redação do Site Inovação Tecnológica - 21/10/2024

O cérebro da borboleta é um exemplo clássico de multiprocessamento com poucos recursos computacionais.
[Imagem: Yikai Zheng et al. - 10.1002/adma.202307380]

Biomimética das borboletas

Ao paquerar, as borboletas flor-da-paixão, ou borboletas de asas longas (Heliconius), não se contentam em dar uma olhadinha no candidato a parceiro - uma cheiradinha também é essencial.

O detalhe é que olhar e cheirar é tudo feito simultaneamente. Essas borboletas pretas e laranjas têm cérebros incrivelmente pequenos, mas precisam processar ambas as entradas sensoriais ao mesmo tempo: O sinal visual é necessário para ver o padrão das asas do pretendente, para ver se é de fato o de uma borboleta Heliconius, enquanto o sinal químico de feromônios liberados pela outra borboleta é essencial para ver se ela também está a fim.

Juntos, essa simultaneidade no processamento e a quantidade minúscula de recursos (poucos neurônios) chamou a atenção dos pesquisadores da área de inteligência artificial: Acontece que nenhuma tecnologia de IA hoje consegue chegar nem perto da eficiência no processamento simultâneo de sinais dessas borboletas.

"Se você pensar na IA que temos hoje, temos processadores de imagem muito bons baseados em processadores visuais, ou excelentes processadores de linguagem que usam áudio," detalhou o professor Saptarshi Das, da Universidade do Estado da Pensilvânia. "Mas quando você pensa na maioria dos animais e também nos seres humanos, a tomada de decisão é baseada em mais de um sentido. Enquanto a IA tem um desempenho muito bom com uma única entrada sensorial, a tomada de decisão multissensorial não está acontecendo com a IA atual."

Isso é importante porque limita o potencial da IA para uso em robótica, sistemas embarcados ou mesmo nos sensores inteligentes, projetados para detectar perigos como estruturas defeituosas ou vazamentos químicos iminentes.

Por sorte, as borboletas estão aí para serem copiadas.

Esquema da solução desenvolvida pela equipe, um hardware de IA - a IA hoje é feita por software.
[Imagem: Yikai Zheng et al. - 10.1002/adma.202307380]

Memotransístor e quimitransístor

Para imitar eletronicamente o processamento neural das borboletas, os pesquisadores se voltaram para uma abordagem que utiliza materiais 2D, que têm de um a alguns poucos átomos de espessura, neste caso, a molibdenita, ou sulfeto de molibdênio (MoS₂), e o grafeno.

A porção de molibdenita forma um memotransístor, um componente eletrônico que consegue executar processos de memória, ou armazenamento de dados, e de processamento das informações, o que é diferente dos computadores atuais, onde memória e processamento acontecem em chips separados. Os pesquisadores escolheram esse material por suas capacidades de detecção de luz que imitam as capacidades visuais da borboleta - a mesma equipe já havia usado esses componentes para criar neurônios artificiais multissensoriais que também prometem tornar a IA mais inteligente.

A porção de grafeno, por sua vez, é um quimiotransístor, um componente que consegue detectar moléculas químicas, o que é bem adequado para imitar a detecção de feromônio do cérebro das borboletas.

"A molibdenita fotorresponsiva e o grafeno quimicamente ativo podem ser combinados para criar uma plataforma visuoquímica integrada para IA e para computação neuromórfica," resumiu o pesquisador Subir Ghosh.

Enxergando como uma borboleta: Lente plana multiplica capacidades das câmeras.
[Imagem: Arte gerada por IA/Lidan Zhang et al. - 10.1126/sciadv.adp5192]

IA multissensorial

Os pesquisadores testaram seu dispositivo biomimético expondo o sensor duplo a diferentes luzes coloridas, imitando as pistas visuais, e aplicando soluções com composições químicas variadas que lembram os feromônios liberados pelas borboletas.

Os resultados confirmaram que o sensor consegue integrar com eficiência as informações do fotodetector e do quimiossensor.

"Nós também introduzimos adaptabilidade nos circuitos do nosso sensor, de modo que uma pista pudesse desempenhar um papel mais significativo do que a outra," contou o pesquisador Yikai Zheng. "Essa adaptabilidade é semelhante a como uma borboleta fêmea ajusta seu comportamento de acasalamento em resposta a cenários variados na natureza."

Voltando ao objetivo principal da pesquisa, a equipe demonstrou que o sensoriamento duplo em um único dispositivo é mais eficiente em termos de energia em comparação com a maneira atual como os sistemas de IA funcionam, que tipicamente coletam dados de diferentes módulos de sensores e então os transferem para um módulo de processamento, o que perde tempo e consome muito mais energia.

A seguir, a equipe planeja expandir a integração para três sentidos, imitando como um lagostim usa pistas visuais, táteis e químicas para sentir presas e predadores. O objetivo é desenvolver hardwares de IA capazes de lidar com cenários complexos de tomada de decisão em ambientes variáveis.

"Poderemos ter sistemas de sensores em lugares como uma usina de energia, que detectem problemas potenciais como vazamentos ou sistemas com falhas com base em múltiplas pistas sensoriais, como um odor químico, ou uma mudança na vibração, ou detectar fraquezas visualmente," exemplificou Ghosh. "Isso ajudaria o sistema e a equipe a determinar melhor o que eles precisam fazer para consertar rapidamente porque estarão contando não apenas com um sentido, mas com vários."

Mais tópicos