Oitenta anos depois do ENIAC, o primeiro computador electrónico de uso geral do mundo, investigadores da Universidade da Pensilvânia procuram uma nova forma de alimentar a computação do futuro. Em vez de depender inteiramente dos electrões, que têm sido a base dos computadores desde a década de 1940, os cientistas estão agora a recorrer à luz.
O ENIAC, desenvolvido por pesquisadores da Penn J. por Presper Eckert e John Mockley, ajudou a inaugurar a era moderna da computação, usando fluxos de elétrons para resolver problemas matemáticos complexos. A mesma abordagem electrónica ainda funciona nos actuais computadores, smartphones e sistemas de inteligência artificial. Mas à medida que as exigências da inteligência artificial se tornam mais exigentes, as limitações do hardware eletrónico tornam-se mais difíceis de ignorar.
Por que os elétrons atingem seus limites
Os elétrons carregam uma carga elétrica, o que cria vários problemas nos chips de computador atuais. À medida que se movem através dos materiais, geram calor e encontram resistência que desperdiça energia. Esses desafios tornam-se ainda mais complexos à medida que os chips se tornam cada vez mais complexos e processam grandes quantidades de dados para aplicações de IA.
Pesquisadores liderados pelo físico da Penn, Bo Zhen, da Escola de Artes e Ciências, acreditam que os fótons, as partículas que compõem a luz, poderiam ajudar a resolver alguns desses problemas.
“Por serem de carga neutra e terem massa de repouso zero, os fótons podem transportar informações rapidamente por longas distâncias com perdas mínimas, dominando a tecnologia de comunicação”, explica Li He, um dos autores do artigo publicado em Revisão de planilhas físicas e um ex-bolsista de pós-doutorado no laboratório de Zhen. “Mas essa neutralidade significa que eles dificilmente interagem com o ambiente, o que os torna ruins no tipo de lógica de comutação de sinais da qual os computadores dependem.”
Em outras palavras, a luz é ótima para transferir informações de forma rápida e eficiente, mas tem dificuldades com as operações de comutação necessárias para a computação.
Combinando luz e matéria para computação de inteligência artificial
Para superar esse problema, a equipe de Zheng desenvolveu uma quasipartícula especial chamada exciton-polariton. A partícula é formada quando os fótons estão fortemente ligados aos elétrons dentro de um material semicondutor atomicamente fino. Essa combinação permite que a luz interaja com muito mais eficiência, tornando-a capaz de realizar a comutação de sinal necessária para tarefas computacionais.
A descoberta poderá ser especialmente importante para sistemas de inteligência artificial que consomem enormes quantidades de energia.
Muitos chips experimentais de IA fotônica já usam luz para realizar certos cálculos em alta velocidade. No entanto, quando estes sistemas devem executar etapas de ativação não lineares, tais como operações de decisão, normalmente devem converter os sinais luminosos novamente em sinais eletrónicos. Essa conversão retarda o processo e aumenta o consumo de energia, reduzindo os benefícios da computação fotônica.
Usando exciton-polaritons, os pesquisadores da Penn demonstraram a comutação de toda a luz usando apenas cerca de 4 quatrilhões de joules de energia. Esta quantidade é invulgarmente pequena, muito abaixo da energia necessária para alimentar uma pequena luz LED durante um curto período de tempo.
Rumo a chips de IA mais rápidos e eficientes
Se a tecnologia puder ser dimensionada com sucesso, poderá levar a chips fotônicos capazes de processar informações diretamente das câmeras, sem conversões repetidas entre luz e eletricidade. Esta abordagem também poderia reduzir os enormes requisitos de energia de grandes sistemas de inteligência artificial e potencialmente apoiar funções importantes de computação quântica em futuros chips.
Bo Zhen é Professor Associado Presidencial Jin K. Lee no Departamento de Física e Astronomia da Escola de Artes e Ciências da Universidade da Pensilvânia.
Li He fez pós-doutorado no laboratório de Zhen na Penn Arts & Sciences. Atualmente é professor associado da Montana State University.
Outros autores do estudo incluem Ji Wang e Bumho Kim, da Escola de Artes e Ciências da Universidade da Pensilvânia.
A pesquisa foi apoiada pelo Escritório de Pesquisa Naval dos EUA (N00014-20-1-2325 e N00014-21-1-2703) e pela Fundação Sloan.
