Sistema físico aprende tarefas sem precisar de um processador

O funcionamento do cérebro tem sido uma inspiração promissora para a construção de hardware para aprendizagem de máquina. No entanto, o alto consumo de energia e a lentidão no treinamento de, por exemplo, redes neurais artificiais ainda são desafios significativos. O treinamento em modo digital, com a execução em modo analógico, pode proporcionar uma redução no tempo de processamento e no consumo de energia, mas os erros que surgem se acumulam de forma muito rápida. Esse problema foi contornado com o desenvolvimento de um sistema de computação analógica capaz de aprender de maneira autônoma. Trata-se de um sistema físico, não projetado para um fim específico, mas que aprende tarefas genéricas de acordo com as entradas que recebe. Uma das características mais interessantes dessa forma de aprendizagem de máquina é a sua interpretabilidade, fugindo assim do padrão de “caixa-preta” das técnicas de aprendizagem tradicionais.

Leia mais: Inovação Tecnológica