Logotipo do Site Inovação Tecnológica





Eletrônica

Interface cérebro-computador revolucionária evolui com sinais cerebrais

Redação do Site Inovação Tecnológica - 22/05/2025

Interface cérebro-computador revolucionária evolui com sinais cerebrais
Ilustração do funcionamento da interface (em cima), plataforma de testes com um drone (centro) e fotos do neurochip de memoristores (embaixo).
[Imagem: Zhengwu Liu et al. - 10.1038/s41928-025-01340-2]

Chip neural

Uma nova interface cérebro-computador feita não com transistores, mas com memoristores, mostrou-se capaz de se adaptar em um nível inédito, efetivamente coevoluindo com a mudança dos sinais cerebrais.

Uma interface cérebro-computador (ICC) é um sistema - um chip mais um programa rodando no computador - que cria uma via de comunicação direta entre o cérebro e dispositivos externos, de próteses a computadores, permitindo que os portadores controlem esses dispositivos externos por meio da atividade cerebral, dispensando a necessidade de movimentos musculares tradicionais ou do sistema nervoso. Essa tecnologia possui imenso potencial em uma ampla gama de campos, desde tecnologias assistivas até a reabilitação neurológica, mas as ICCs já demonstradas ainda enfrentam desafios.

"O cérebro é um sistema dinâmico complexo, com sinais que evoluem e flutuam constantemente. Isso representa desafios significativos para que as ICCs mantenham um desempenho estável ao longo do tempo," explicam Ngai Wong e Zhengwu Liu, da Universidade de Hong Kong. "Além disso, à medida que as conexões cérebro-máquina se tornam mais complexas, as arquiteturas de computação tradicionais enfrentam dificuldades com as demandas de processamento em tempo real."

A equipe conseguiu dar um salto qualitativo nessa tecnologia trocando o tradicional transístor pelo memoristor, o componente eletrônico que está viabilizando a computação neuromórfica, a arquitetura de cálculos que imita o funcionamento do cérebro - esse componente tem uma memória intrínseca que permite que ele imite tanto os neurônios quanto as sinapses.

Interface cérebro-computador revolucionária evolui com sinais cerebrais
O decodificador neuromórfico adaptativo dá suporte à coevolução cérebro-máquina.
[Imagem: University of Hong Kong]

Coevolução

O chip neural, que contém 128.000 memoristores, funciona como um decodificador adaptativo de sinais cerebrais. Adicionalmente, uma nova estratégia de decodificação, feita em uma única etapa, tornou tudo mais eficiente em termos de hardware, reduzindo significativamente a complexidade computacional, mas mantendo uma alta precisão.

Em testes no mundo real, o sistema demonstrou capacidades impressionantes em uma tarefa de controle de voo de um drone com quatro graus de liberdade, atingindo 85,17% de precisão de decodificação - equivalente a métodos baseados em software - enquanto consumia 1.643 vezes menos energia e oferecia uma velocidade normalizada 216 vezes maior do que os sistemas convencionais baseados em CPU.

Mais significativo ainda, os pesquisadores desenvolveram uma estrutura de atualização interativa que permite que o neurochip decodificador e os sinais cerebrais se adaptem naturalmente um ao outro. Essa coevolução, demonstrada em experimentos envolvendo dez participantes ao longo de sessões de seis horas, resultou em uma precisão aproximadamente 20% maior em comparação com sistemas sem capacidade de coevolução.

"Nossa estrutura de atualização interativa permite a coevolução entre o decodificador de memoristores e os sinais cerebrais, lidando com os problemas de estabilidade de longo prazo enfrentados pelas ICCs tradicionais. Esse mecanismo de coevolução permite que o sistema se adapte às mudanças naturais nos sinais cerebrais ao longo do tempo, melhorando significativamente a estabilidade e a precisão da decodificação durante o uso prolongado," disse o professor Wong.

Bibliografia:

Artigo: A memristor-based adaptive neuromorphic decoder for brain-computer interfaces
Autores: Zhengwu Liu, Jie Mei, Jianshi Tang, Minpeng Xu, Bin Gao, Kun Wang, Sanchuang Ding, Qi Liu, Qi Qin, Weize Chen, Yue Xi, Yijun Li, Peng Yao, Han Zhao, Ngai Wong, He Qian, Bo Hong, Tzyy-Ping Jung, Dong Ming, Huaqiang Wu
Revista: Nature Electronics
DOI: 10.1038/s41928-025-01340-2
Seguir Site Inovação Tecnológica no Google Notícias





Outras notícias sobre:
  • Biomecatrônica
  • Processadores
  • Microeletrônica
  • Transistores

Mais tópicos