Imagem: Vantage BI & AI / AdobeStock
Por Tiago Jokura – Revista Pesquisa Fapesp | Em 1971, o engenheiro eletricista filipino Leon Chua previu a existência de um componente eletrônico passivo, capaz de “lembrar” quanta corrente havia passado por ele mesmo após ser desligado. Ele o chamou de memristor, contração de memory resistor. Passaram 37 anos até que a Hewlett-Packard (HP) construísse o primeiro protótipo concreto, em 2008. Hoje, pesquisadores no Brasil transformam essa ideia em algo ainda mais ambicioso: chips que, além de processar informação, também “aprendem”, imitando mecanismos de memória do cérebro humano em silício e em óxidos metálicos.
A chamada computação neuromórfica é promissora. Enquanto o cérebro humano consome cerca de 20 watts (W) – algo parecido com uma lâmpada comum – processando informações com eficiência que nenhum supercomputador atual replica, inteligências artificiais de última geração demandam energia equivalente a de cidades inteiras e ocupam galpões com servidores refrigerados. Uma das principais diferenças é de arquitetura: enquanto computadores convencionais separam processamento de armazenamento, o cérebro faz as duas coisas no mesmo lugar, no nível das sinapses, onde os neurônios se conectam.
Os memristores prometem superar esse gargalo. “A vantagem genérica de dispositivos com memória é a capacidade de fazer operações lógicas e armazenar os resultados no mesmo espaço”, explica o físico cubano Victor Lopez-Richard, do Departamento de Física da Universidade Federal de São Carlos (UFSCar). “Isso reduz a necessidade de interconectores, diminui o tamanho do dispositivo e, consequentemente, o consumo de energia.”
A cada disparo de um neurônio, a conexão com o neurônio seguinte pode se fortalecer ou enfraquecer – fenômeno conhecido como plasticidade sináptica. Em um dos tipos mais estudados desse processo, conexões entre neurônios que disparam repetidamente em sequência tendem a se fortalecer, contribuindo para a formação de determinadas memórias e para o aprendizado. Os memristores replicam esse comportamento ao alterar sua resistência elétrica em resposta aos pulsos recebidos.
Para explicar esse funcionamento, o físico Marcio Peron Franco de Godoy, também da UFSCar, recorre ao cotidiano: “Quando fecho uma porta, dali a segundos posso esquecer se a tranquei ou não. Mas eu não esqueço o nome da minha mãe. Isso é uma memória de longa duração – algo que pode ser emulado com dispositivos memristores.”
A analogia com a biologia, porém, tem limites que Lopez-Richard faz questão de demarcar. “Nossos dispositivos não reproduzem sinapses, propriamente, porque não transportam íons, mas elétrons que se armazenam em certos lugares. Em termos metafóricos, é um processo semelhante.”
O resultado mais recente da pesquisa de Lopez-Richard, que conta com financiamento da FAPESP, vai além dos memristores convencionais: um transistor polimorfo que é capaz de assumir diferentes funções – transistor, capacitor ou memristor –, dependendo da configuração do circuito. Em artigo publicado na Nature Communications em abril, Lopez-Richard e colaboradores mostram que, na prática, o mesmo componente realiza cálculos e aprende com os padrões dos dados que processa. “A gente ensina o dispositivo a reconhecer um padrão e depois apresenta outros padrões que, em princípio, ele poderia ajudar a reconhecer”, descreve. Outra vantagem: o dispositivo opera à temperatura ambiente, sem necessidade de resfriamento extremo. “A ideia é criar dispositivos que funcionem em condições normais, sem necessidade de criogenia e com baixo consumo de energia.”
Godoy relembra que chegou aos memristores por um caminho inesperado. Especialista em óxidos semicondutores — materiais cuja capacidade de conduzir eletricidade pode ser controlada —, ele trabalhava com sensores de gás à base de óxido de zinco quando descobriu que aquele material também era capaz de guardar memória.
“Quando o material era exposto a um ambiente com ozônio, mudava a resistência elétrica, o que indicava uma capacidade de memorização”. Lopez-Richard chamou a atenção de Godoy para essa propriedade e, em colaboração, seus grupos de pesquisa passaram a investigar esses materiais como sensores para dispositivos neuromórficos, uma nova geração de eletrônicos inspirados nas conexões entre neurônios.
Em seguida, uma surpresa ampliou o potencial dos experimentos. Normalmente, efeitos de memória em semicondutores enfraquecem com a elevação da temperatura. No óxido de zinco, contudo, aconteceu o oposto. “Aumentamos a temperatura e ele ficou melhor. Em vez de medir a capacidade memristiva em 20 °C, passamos a medir em 30 °C, 40 °C, e o desempenho aumentou”, recorda Godoy. A implicação prática é significativa: “Observamos, com o avanço da IA, processadores cada vez mais rápidos e eficientes, mas que aquecem. Se viabilizarmos dispositivos que trabalhem sem necessidade de resfriamento, seria vantajoso”, completa.
O grupo de Godoy introduziu também a luz como elemento capaz de acionar memristores, em pesquisa financiada pela FAPESP. “Estamos trabalhando com a luz para ‘ensinar’ o material, para imprimir memória nele”, explica Godoy. Outra inovação relevante é a escolha do óxido de zinco na composição dos dispositivos. Além do desempenho técnico, o material é abundante, barato e não tóxico. “O zinco é um material usado inclusive em cremes dentais. Mesmo na forma de óxido, o impacto ambiental dele é menor”, detalha Godoy.
O físico João Vitor Paulin, da Universidade Estadual Paulista (Unesp) de Rio Claro, por sua vez, aposta em um material orgânico e biodegradável para desenvolver transistores eletroquímicos com comportamento memristivo, aliando objetivos médicos e ambientais: a melanina. Presente na pele, nos cabelos e nos olhos, essa molécula natural apresenta uma propriedade incomum, a capacidade de transportar tanto íons quanto elétrons. “A melanina faz essa conexão entre a eletrônica tradicional e o que a gente considera a ‘eletrônica’ do corpo humano”, explica Paulin, cuja pesquisa também conta com o apoio da FAPESP.
O interesse começou quando Paulin percebeu a sensibilidade da melanina na faixa de pH entre 5 e 8, crítica para o monitoramento de feridas. “Quando o pH está baixo, quer dizer que o processo de cicatrização está correndo bem; quando está alto, pode ter proliferação de bactérias”, explica. A proposta é um transistor integrado a um curativo comum, como um band-aid, para monitorar em tempo real ferimentos crônicos, como os de pacientes diabéticos.
Nessa e em qualquer outra aplicação prática de memristores, dois dos principais desafios são produzir os dispositivos em escala e integrá-los a sistemas de informação complexos. Uma das apostas para superar esses gargalos é o uso de materiais bidimensionais (2D), formados por monocamadas com apenas alguns átomos de espessura e propriedades incomuns – como flexibilidade mecânica, condutividade elétrica e térmica.
Luiz Gustavo Simão Albano, físico e pesquisador no Laboratório Nacional de Biociências (LNBio), do Centro Nacional de Pesquisa em Energia e Materiais (CNPEM), em Campinas, explica que essas monocamadas podem ser crescidas em wafers de silício de até 8 polegadas, aproximando a tecnologia de aplicações industriais. “Camadas extremamente finas demandam um campo elétrico menor para operar, o que reduz o consumo energético”, explica.
Segundo Albano, a precisão dessas estruturas também ajuda a controlar as características físicas e operacionais dos memristores, além de facilitar sua integração a sistemas eletrônicos convencionais. Entre as aplicações estudadas estão armazenamento de imagens, criptografia e radiofrequência – especialmente pensando nas redes 6G. Albano conta com financiamento da FAPESP para o desenvolvimento da pesquisa.
“Pretendemos estender esse projeto para aplicações voltadas à saúde, como biossensores com potencial para aplicações em diagnóstico e monitoramento médico – incluindo tecnologias voltadas ao SUS, acessíveis e aplicáveis à realidade da saúde pública brasileira”, diz. O projeto mantém colaboração internacional com o grupo do físico Jiwoong Park, da Universidade de Chicago (EUA), parceiro frequente da empresa Samsung em pesquisas de materiais avançados e dispositivos nanoeletrônicos.
A distância entre protótipos e produtos comercializáveis, no entanto, ainda é considerável. Para Lopez-Richard, o principal gargalo técnico é a não linearidade dos dispositivos. “Estamos trabalhando com sistemas não lineares, fora do equilíbrio. Os modelos em física, por sua vez, normalmente são modelos de equilíbrio. Isso quer dizer que estamos abordando temas que ficam nos limites das ferramentas teóricas que temos disponíveis hoje”, esclarece.
Em Lisboa, o engenheiro Rodrigo Ferrão de Paiva Martins, da Universidade Nova de Lisboa e presidente da Academia Europeia de Ciências, lidera um dos grupos mais ativos do mundo no desenvolvimento de memristores. Sua trajetória neste campo começou em 2008 com um transístor de papel que apresentou um comportamento de memória inesperado. “Em vez de tratar isso como falha, encaramos como uma descoberta inovadora”, relembra.
Martins mantém parcerias com pesquisadores brasileiros na Unesp e na Unicamp. “Essas colaborações têm sido fundamentais e frutíferas”, ressalta. Sobre o futuro, o pesquisador afirma que a meta é criar ideias disruptivas, desenvolvendo e produzindo dispositivos em nanoescala que façam mais e melhor, utilizando menos materiais. “Se desejamos avançar, devemos começar pelo ecodesign: selecionar materiais sustentáveis, produzi-los com o menor consumo possível de energia e assegurar que, ao final, sejam totalmente recicláveis”.
Embora ainda emergente, o campo da eletrônica neuromórfica no Brasil já dá sinais de que pode se tornar memorável, articulando centros de pesquisas de várias áreas – como física, engenharia e medicina. “No Brasil, a área não é totalmente integrada ainda, mas ganhamos maturidade para congregar pessoas e discutir futuros nessa linha”, avalia Lopez-Richard. “Queremos criar um fórum internacional de discussões específicas sobre efeito de memória, inclusive trazendo pessoas que estudam o cérebro.”
Enquanto isso, em laboratórios do Brasil, Portugal e outras partes do mundo, componentes inspirados em neurônios, mais finos do que um fio de cabelo, aprendem a guardar memória graças ao trabalho de muitos cérebros humanos.
Este texto foi originalmente publicado pela Revista Pesquisa Fapesp, de acordo com a licença CC BY-SA 4.0. Este artigo não necessariamente representa a opinião do Portal eCycle.
Utilizamos cookies para oferecer uma melhor experiência de navegação. Ao navegar pelo site você concorda com o uso dos mesmos.
Saiba mais