Novo neurotransístor imita neurônios e sinapses, reduzindo consumo de energia e tamanho em chips de IA neuromórfica.

Um único transístor com múltiplas funções

Neurônios e sinapses eletrônicos são os blocos fundamentais das redes neurais artificiais de próxima geração. Diferente da computação tradicional, esses sistemas processam e armazenam dados no mesmo local, o que evita o gasto de tempo e energia na transferência de dados entre memória e CPU. Essa abordagem é chamada de computação na memória, essencial para o avanço da IA embarcada em hardware.

Com o novo neurotransístor, é possível substituir até 24 transistores usados atualmente nesses sistemas. Isso significa que os neurônios eletrônicos podem ser reduzidos em tamanho por um fator de 18, e as sinapses eletrônicas, por um fator de 6. Em redes neurais que utilizam milhões desses elementos, a economia de espaço e energia pode ser significativa.

Como o neurotransístor funciona

A equipe conseguiu fazer um transistor de silício comum reproduzir os comportamentos eletrônicos típicos de neurônios e sinapses. A chave está em ajustar a resistência do terminal de corpo do transistor para provocar um fenômeno físico chamado ionização de impacto — que gera um pico de corrente semelhante ao disparo de um neurônio.

Além disso, ao ajustar a resistência para outros valores, o transistor pode armazenar carga no terminal de porta, mantendo sua resistência ao longo do tempo, comportamento típico de uma sinapse eletrônica.

Embora a ionização de impacto fosse tradicionalmente considerada um defeito nos transistores de silício, os pesquisadores conseguiram controlá-la e usá-la a favor da computação neuromórfica. Alterar a função do componente — entre neurônio e sinapse — é tão simples quanto selecionar a resistência adequada no terminal de corpo (também conhecido como terminal de substrato), o quarto terminal dos transistores MOSFET.

Nova célula de memória neurossináptica

A equipe também desenvolveu um novo tipo de célula chamada NSRAM (Memória de Acesso Aleatório Neuro-Sináptica), composta por apenas dois transistores, capaz de alternar entre os modos de operação de neurônio e sinapse. Essa versatilidade dispensa a necessidade de dopagem específica do silício, facilitando a fabricação em larga escala.

“Tradicionalmente, a corrida por supremacia em semicondutores e IA era movida por força bruta — quem consegue fabricar os menores transistores e arcar com os custos. Nosso trabalho propõe uma abordagem totalmente nova, baseada em um paradigma de computação usando neurônios e sinapses eletrônicos altamente eficientes,” explicou Pazos.

Com essa descoberta, abre-se um caminho promissor para o desenvolvimento de chips neuromórficos muito mais compactos, potentes e energeticamente eficientes — elementos fundamentais para o futuro da inteligência artificial.