Neurônios artificiais prontos para conexão com neurônios vivos

Redação do Site Inovação Tecnológica - 14/10/2025

São neurônios artificiais que podem interagir diretamente com neurônios vivos porque operam praticamente na mesma faixa de energia.
[Imagem: Jun Yao]

Neurônios artificiais

Nossos "cérebros eletrônicos" - mais conhecidos como computadores - são feitos de transistores, mas nossos cérebros biológicos são formados por componentes muito mais versáteis e eficientes, os neurônios, razão pela qual tem havido enorme interesse em criar neurônios artificiais, para viabilizar a computação neuromórfica.

Já avançamos bastante com a criação de um novo tipo de componente eletrônico, o memoristor, que imita bem os neurônios porque ele tem uma memória intrínseca, lembrando-se do que aconteceu com ele no passado - além de permitir imitar o cérebro, isso viabiliza outras arquiteturas futurísticas, como a computação na memória, que reúne processador e memória no mesmo hardware.

Mas o próximo passo acaba de ser dado, com a criação de um tipo de memoristor tão avançado que seus construtores batizaram-no de "neuristor", um componente que não apenas é o "mais neural" já feito, como também permite uma integração direta com neurônios vivos, abrindo caminho para uma conexão direta entre o biológico e o eletrônico.

Na verdade, foram dois avanços na área anunciados simultaneamente, cada um dos quais com suas próprias características e vantagens.

O ingrediente secreto do novo neurônio de baixa tensão operacional é um nanofio de proteína sintetizado pela bactéria Geobacter sulfurreducens, que também tem o superpoder de produzir eletricidade.
[Imagem: Shuai Fu et al. - 10.1038/s41467-025-63640-7]

Mesma energia que neurônio biológico

Shuai Fu e colegas da Universidade de Massachusetts Amherst, nos EUA, criaram um neurônio artificial com funções elétricas muito semelhantes às dos neurônios biológicos, abrindo caminho para sua conexão direta com células vivas.

Com base em seu trabalho pioneiro anterior, utilizando nanofios de proteína sintetizados a partir de bactérias geradoras de eletricidade, a equipe acredita agora ter aberto o caminho para computadores imensamente eficientes, construídos com base em princípios biológicos, que poderão interagir diretamente com células vivas.

Embora engenheiros eletricistas e de computação venham se interessando há muito tempo em usar neurônios artificiais como circuitos para computadores mais eficientes, o problema sempre foi como manter sua tensão operacional baixa o suficiente. "Versões anteriores de neurônios artificiais usavam 10 vezes mais voltagem - e 100 vezes mais energia - do que o que criamos," disse o professor Jun Yao, coordenador da equipe. "Os nossos [neurônios artificiais] registram apenas 0,1 volt, aproximadamente o mesmo que os neurônios em nossos corpos."

Há uma ampla gama de aplicações para esses novos neurônios artificiais, desde o redesenho de computadores com base em princípios bioinspirados e muito mais eficientes, até dispositivos eletrônicos que poderão se comunicar diretamente com nossos corpos, como próteses biônicas e implantes robóticos mais avançados.

"Atualmente, temos todos os tipos de sistemas eletrônicos de detecção vestíveis, mas eles são relativamente desajeitados e ineficientes. Cada vez que detectam um sinal do nosso corpo, precisam amplificá-lo eletricamente para que um computador possa analisá-lo. Essa etapa intermediária de amplificação aumenta o consumo de energia e a complexidade do circuito, mas sensores construídos com nossos neurônios de baixa voltagem poderão dispensar qualquer amplificação," diz Yao.

Comparação do novo neuristor com um neurônio biológico.
[Imagem: Woojoon Park et al. - 10.1002/adma.202502255]

Neuristor

Foram Woojoon Park e seus colegas do Instituto Avançado de Ciência e Tecnologia da Coreia do Sul que cunharam o termo "neuristor" para a nova classe de componentes neuromórficos que eles criaram, que são diferentes da versão anunciada pelos norte-americanos.

Isto porque Park se concentrou em outra característica fundamental dos neurônios humanos: Além de regular as sinapses responsáveis pela troca de sinais, os neurônios individuais também processam informações por meio de uma plasticidade intrínseca, a capacidade adaptativa de se tornar mais ou menos sensível dependendo do contexto.

A plasticidade intrínseca refere-se à capacidade adaptativa do cérebro, por exemplo quando ficamos menos assustados ao ouvirmos o mesmo som repetidamente, ou respondemos mais rapidamente a um estímulo específico após estarmos acostumados com ele. O novo neuristor é um componente neuronal artificial que ajusta autonomamente a frequência dos seus sinais, de forma semelhante ao modo como o cérebro se torna menos assustado por estímulos repetidos ou, inversamente, se torna cada vez mais sensível com o treinamento.

O novo componente é um híbrido, resultado da junção de um memoristor de Mott volátil, que reage momentaneamente antes de retornar ao seu estado original, com um memoristor não volátil, que memoriza sinais de entrada por longos períodos. Isso permitiu a implementação de um componente que consegue controlar livremente a frequência de disparo de um neurônio - sua frequência de pico.

Ao juntar as duas arquiteturas, os sinais de pico neuronal e as alterações na resistência do memoristor influenciam-se mutuamente, ajustando automaticamente as respostas. Simplificando, reproduz-se em um único dispositivo semicondutor como o cérebro se torna menos assustado por sons repetidos ou mais sensível a estímulos repetidos.

E isso também traz ganhos de consumo: Em simulações com uma rede neural esparsa, a função de memória interna do neurônio permitiu alcançar o mesmo desempenho de uma rede neural convencional, mas com 27,7% menos consumo de energia.

Outra vantagem fundamental que o neuristor demonstrou é que, mesmo que alguns neurônios ficassem danificados, a plasticidade intrínseca permitiu que a rede se reorganizasse e restaurasse o desempenho. Em outras palavras, a inteligência artificial que vier a utilizar essa tecnologia consumirá menos eletricidade, mantendo o desempenho, e pode compensar falhas parciais do circuito para retomar a operação normal.

Mais tópicos