Eletrnica
Redação do Site Inovação Tecnológica – 07/04/2025
Transistores e seu uso em dispositivos de imitao neurossinptica.
[Imagem: Sebastian Pazos et al. – 10.1038/s41586-025-08742-4]
Neurotransstor
Se voc quiser construir um computador que imite o crebro humano, o que o far ser mais rpido e consumir apenas uma frao da energia, o modo mais simples consiste em usar os transistores dos computadores atuais para imitar os neurnios e as sinapses.
Ento voc vai precisar de 18 transistores para criar cada neurnio e 6 transistores para imitar cada sinapse. Ou seja, d para ver facilmente que os transistores no foram talhados para isso.
Por isso, Sebastian Pazos e colegas da Universidade Nacional de Cingapura simplesmente reinventaram o transstor.
Pazos criou uma nova clula de computao supereficiente – que nada mais do que um transstor de silcio – que consegue imitar sozinha o comportamento dos neurnios e das sinapses, o que tem potencial para revolucionar o campo da computao neuromrfica.
Neurnios e sinapses eletrnicos so os dois blocos de construo fundamentais das redes neurais artificiais de prxima gerao. Diferentemente dos computadores tradicionais, esses sistemas processam e armazenam dados no mesmo lugar, eliminando a necessidade de desperdiar tempo e energia transferindo dados da memria para a unidade de processamento (CPU) – este conceito conhecido como computao na memria, uma das principais abordagens para uma inteligncia artificial em hardware.
Fazer isto usando um nico componente eletrnico, uma espcie de neurotransstor, revolucionrio porque permite que o tamanho dos neurnios eletrnicos seja reduzido por um fator de 18 e o das sinapses eletrnicas por um fator de 6. Considerando que cada rede neural artificial contm milhes de neurnios e sinapses eletrnicos, isso pode representar um grande salto em sistemas de computao capazes de processar muito mais informaes consumindo muito menos energia.

Um nico componente substitui at 24 transistores usados atualmente para fazer computao neuromrfica.
[Imagem: Sebastian Pazos et al. – 10.1038/s41586-025-08742-4]
Transstor = neurnio e sinapse eletrnicos
A equipe conseguiu reproduzir os comportamentos eletrnicos caractersticos dos neurnios e das sinapses em um nico transstor de silcio convencional.
A chave est em definir a resistncia do terminal de corpo do transstor para um valor especfico, para produzir um fenmeno fsico chamado “ionizao de impacto”, que gera um pico de corrente muito semelhante ao que acontece quando um neurnio eletrnico ativado. Alm disso, ao definir a resistncia para outros valores especficos, o transstor pode armazenar carga no terminal de porta, fazendo com que sua resistncia persista ao longo do tempo, imitando o comportamento de uma sinapse eletrnica.
O fenmeno fsico da ionizao de impacto tradicionalmente era considerado um defeito nos transistores de silcio, mas os pesquisadores conseguiram control-lo e transform-lo em uma aplicao altamente valiosa. Fazer o transstor operar como um neurnio ou como uma sinapse to simples quanto selecionar a resistncia apropriada para o terminal de corpo – o terminal de corpo, ou terminal de substrato, o quarto terminal dos transistores de efeito de campo de xido metlico semicondutor (MOSFETs).
Alm disso, a equipe projetou uma clula com dois transistores, batizada de NSRAM (Neuro-Synaptic Random Access Memory, ou memria de acesso aleatrio neurossinptica), que permite alternar entre os modos de operao (neurnio ou sinapse), oferecendo grande versatilidade na fabricao, j que ambas as funes podem ser reproduzidas usando um nico bloco, sem a necessidade de dopar o silcio para atingir valores especficos de resistncia do substrato.
“Tradicionalmente, a corrida pela supremacia em semicondutores e inteligncia artificial tem sido uma questo de fora bruta, vendo quem poderia fabricar transistores menores e arcar com os custos de produo que vm com isso. Nosso trabalho prope uma abordagem radicalmente diferente, baseada na explorao de um paradigma de computao usando neurnios e sinapses eletrnicos altamente eficientes,” disse Pazos.
Artigo: Synaptic and neural behaviours in a standard silicon transistor
Autores: Sebastian Pazos, Kaichen Zhu, Marco A. Villena, Osamah Alharbi, Wenwen Zheng, Yaqing Shen, Yue Yuan, Yue Ping, Mario Lanza
Revista: Nature
DOI: 10.1038/s41586-025-08742-4
Outras notcias sobre:
Mais tópicos