De tempos em tempos é natural que as tecnologias sejam substituídas. Com o desenvolver da tecnologia é mais comum que as inovações não sejam mais tão exuberantes como por exemplo a troca de fusíveis por transístores, as mudanças passam a ser mais discretas. Entretanto, ainda é possível que existam tecnologias que não foram tão exploradas e que podem revolucionar a sociedade como um todo, uma das últimas inovações desse tipo é a computação quântica.
Entretanto, há um outro ramo de estudo da arquitetura de computadores que vem sendo objeto de estudo por parte de diversos pesquisadores das principais universidades do mundo: a Computação Neuromórfica, ou seguindo mais fielmente a origem do termo, neuromorphic computing.
Inicialmente idealizada em 1980 por Carver Mead, a Computação Neuromórfica não passava de um ideal bastante distante da realidade. Como o nome indica, essa vertente da arquitetura de computadores busca tornar as estruturas computacionais e de processamento de dados mais parecidas fisicamente com o cérebro humano. A busca constante de fazer com que transístores e outros componentes se pareçam mais com neurônios e suas ligações são o foco do estudo da Computação Neuromórfica.
Como pode-se imaginar, diversas áreas do conhecimento tiveram de ser acionadas pra que esse objetivo pudesse ser atingido. Biólogos, neurologistas, físicos e também engenheiros da computação em conjunto desenvolvem trabalho a anos nesse sentido.
Mas como de fato a Computação Neuromórfica muda as estruturas de um processador?
Em processadores convencionais, existem as estruturas de hardware que compõem o processador, para gerenciar essas estruturas é definida uma programação para que isso funcione, esse trabalho de definir "como o computador vai pensar" é feito pelas pessoas atualmente.
Já na Computação Neuromórfica essa definição de como utilizar os componentes do processador é feita pelo próprio computador. Ou seja, o próprio software define qual transístor irá se comunicar com outro, qual chip de memória será utilizado entre outros fatores que envolvem a estrutura computacional de um processador.
Falando mais da parte de hardware percebemos apenas que as memórias e o processador acabam por se tornar uma coisa só, isso serve tanto para economia de energia quanto para dar maior agilidade a transição de informações dentro do processador.
Motivação:
A motivação para a criação desse tipo de tecnologia veio a tona a partir da curiosidade humana a respeito da capacidade do cérebro humano de processar uma grande quantidade de informações consumindo pouca energia. Colocando mais na prática, algum dia alguém se perguntou: "Como é possível um cérebro humano calcular o mesmo número de coisas que um computador sem ter que utilizar a quantidade de energia que um computador utiliza?", afinal, as pessoas não andam por aí ligadas na tomada e mesmo assim processam "milhões de GB" de informação diariamente.
Além disso, com o advento das inteligências artificiais, dar as mesmas essa possibilidade de terem uma estrutura de processamento de dados como a do cérebro humano se tornou uma hipótese bastante interessante, especialmente quando pensamos em trazer uma visão mais "humanizada" para as máquinas.
Aplicabilidade:
Atualmente os principais estudos a respeito da Computação Neuromórfica são relacionados a inteligências artificiais, especialmente pela dinâmica que essa estrutura de processamento traz ao projeto. Além disso a eficiência energética obtida nesse processo faz brilhar os olhos de diversas indústrias. Por não ativar todos os componentes do processador a não ser que seja necessário, é natural que esse tipo de processador se torne mais eficiente energeticamente.
Principais problemas relacionados a Computação Neuromórfica
Os principais problemas associados a essa tecnologia são éticos. Além de questões relacionadas ao direito das máquinas perguntas como "E se alguma máquina criar uma estrutura de processamento melhor que o cérebro humano?" são cada vez mais frequentes e causam um certo medo ao público em geral. Apresentar de alguma forma esse tipo de conteúdo para uma população leiga no assunto é um dos maiores desafios do marketing desse tipo de tecnologia.
