24/04/2026 - 15:00
Uma rede internacional de investigadores, com a participação de Victor Lopez-Richard, professor titular da Universidade Federal de São Carlos (UFSCar), desenvolveu um componente capaz de impulsionar a computação neuromórfica. O paradigma busca mimetizar o funcionamento do cérebro humano ao integrar processamento e memória no mesmo substrato físico, eliminando gargalos da computação tradicional.
+ Cientistas testam spray nasal contra envelhecimento cerebral
+ Entre a amizade e o amor: por que interpretamos mal os sinais
Diferente da arquitetura convencional — onde os dados viajam entre unidades distintas —, o dispositivo aproxima-se do modelo das sinapses biológicas. Por meio de portas de controle laterais, em uma configuração distinta dos Mosfets (transistores de efeito de campo metal-óxido semicondutor) tradicionais, a tecnologia torna os sistemas mais ágeis e autônomos.
Máquina humana
De acordo com o estudo, publicado na Agência Fapesp (Fundação de Amparo à Pesquisa do Estado de S. Paulo), o sistema apresenta baixo consumo de energia, operando com poucos nanojoules por tarefa. Outro diferencial é o “polimorfismo eletrônico”, característica que permite a um único componente exercer funções variadas.
“Em relação à arquitetura, a peculiaridade é que possui portas de controle nas laterais em vez da configuração tradicional, com gate sobre o canal”, explica Lopez-Richard. A inovação reduz a necessidade de múltiplas conexões e simplifica o desenho dos circuitos.
Resultados do estudo
Os testes laboratoriais demonstraram a eficácia do dispositivo em três frentes principais:
- Capacidade de reconhecer padrões simples: dígitos de 0 a 9 em imagens de baixa resolução;
- Plasticidade sináptica: capacidade de reforçar temporária ou permanentemente uma resposta após estímulos repetidos;
- Lógica reconfigurável: realização e armazenamento de operações lógicas, como “and”, “or” e “not”, diretamente no próprio dispositivo.
A tecnologia possibilita avanços significativos em inteligência artificial e sistemas que demandam processamento de dados em tempo real com alta eficiência energética.
