Rede neural física

Origem: Wikipédia, a enciclopédia livre.
Saltar para a navegação Saltar para a pesquisa

Uma rede neural física é um tipo de rede neural artificial em que um material com resistência eletricamente ajustável é usado para emular a função de uma sinapse neural. Rede neural "física" é usada para enfatizar a dependência a um hardware físico usado para emular neurônios, em oposição a abordagens baseadas em software que simulam redes neurais. Mais geralmente, o termo é aplicável a outras redes neurais artificiais em que um memristor ou outros materiais são usados para emular uma sinapse neural.

Tipos de redes neurais físicas[editar | editar código-fonte]

ADALINE[editar | editar código-fonte]

Na década de 1960, Bernard Widrow e Ted Hoff desenvolveram ADALINE (Adaptive Linear Neuron), que usou células eletroquímicas chamadas memistors (resistores de memória) para emular as sinapses de um neurônio artificial.[1] O ADALINE foi brevemente comercializado pela Memistor Corporation na década de 1960, mas por limitações técnicas acabou sendo abandonada.[2]

Rede neural física[editar | editar código-fonte]

Alex Nugent descreveu uma rede neural física como um ou mais nódulos não-lineares de neurônios usados para somar sinais e nanoconexões formados a partir de nanopartículas, nanofios ou nanotubos, que determinam a intensidade do sinal de entrada para os nós.[3] O alinhamento ou a automontagem de nanoconexões são determinados pela história do campo eléctrico que executa uma função análoga a sinapses neurais.[4]

Mudança de fase em uma rede neural[editar | editar código-fonte]

Em 2002, a Universidade de Stanford Ovshinsky descreveu um meio computacional neural analógico em que a mudança de fase do material tem a capacidade para, cumulativamente, responder a múltiplos sinais de entrada.[5] Uma alteração elétrica da resistência do material da mudança de fase é usada para controlar a ponderação dos sinais de entrada.

Rede neural memristiva[editar | editar código-fonte]

Greg Snider do HP Labs descreveu um sistema computacional cortical com nanodispositivos memristivos.[6] Os memristors (resistores de memória) são implementados por uma fina película em que a resistência é eletricamente sintonizada através do transporte de íons ou de oxigênio dentro da película. O projeto SyNAPSE foi financiado pela IBM Research e HP Labs, em colaboração com a Universidade de Boston Departamento de Cognitiva e Sistemas Neurais (CNS), para desenvolver arquiteturas neuromórficas que podem ser baseadas em sistemas memristivos.

Ver também[editar | editar código-fonte]

Referências[editar | editar código-fonte]

  1. Widrow, B.; Pierce, W. H.; Angell, J.B. (1961), «Birth, Life, and Death in Microelectronic Systems» (PDF), Technical Report No. 1552-2/1851-1 
  2. Anderson, James; Rosenfeld, Edward (1998), Talking Nets: An Oral History of Neural Networks, ISBN 978-0-262-01167-9, MIT Press  |ISBN= e |isbn= redundantes (ajuda)|ISBN= e |isbn= redundantes (ajuda)
  3. Patente E.U.A. 6 889 216
  4. «United States Patent: 8311958 - Hierarchical temporal memory methods and systems» 
  5. Patente E.U.A. 6 999 953
  6. Snider, Greg (2008), «Cortical computing with memristive nanodevices», Sci-DAC Review, 10: 58–65, consultado em 24 de abril de 2018, cópia arquivada em |arquivourl= requer |arquivodata= (ajuda) 🔗  |title= e |título= redundantes (ajuda)