Computadores Fúngicos: Como os Cogumelos Alimentam Chips Neuromórficos

Um Novo Tipo de Computador Biológico

Computação foi inicialmente desenvolvida com tecnologia analógica, que difere da tecnologia digital ao usar sinais mais complexos (e confusos) em vez de 1 & 0 claramente distintos.

Fonte: Unison Audio

Em geral, um sinal digital é mais fácil de analisar, replicar e transmitir. Mas um sinal analógico lida melhor com a complexidade de uma situação do mundo real, com todas as suas nuances.

É por isso que cientistas têm revisitado tipos de computação analógica para novos desenvolvimentos em IA, sensoriamento e outras aplicações. Isso inclui muitos designs diferentes de chamados chips neuromórficos, que imitam como o cérebro processa dados.

Um novo desenvolvimento em direção ao uso de capacidade semelhante ao cérebro para realizar computação é o surgimento de computadores biológicos reais, usando tecidos orgânicos para executar tarefas normalmente atribuídas a chips de silício. Um exemplo são organoides, tecidos cultivados em laboratório produzidos a partir de neurônios humanos, capazes de executar tarefas de computação. Combinado com novas técnicas de impressão 3D de tecidos cerebrais funcionais, isso pode abrir caminho para um tipo totalmente novo e estranho de capacidades computacionais.

Outro tipo de componente eletrônico que aproveita componentes biológicos deve ser adicionado à lista, com cientistas da Ohio State University tendo criado memristores orgânicos neuromórficos, um tipo de processador de dados que pode lembrar estados elétricos passados. Exceto que eles o criaram não a partir de neurônios, mas a partir de cogumelos.

Eles publicaram sua descoberta na revisão científica PLOS One, sob o título “Memristores sustentáveis a partir de micélio de shiitake para bioeletrônica de alta frequência.”

Por que usar Computação Neuromórfica?

Ascensão das NPUs

Neural Processing Units (NPUs), também chamadas de chips neuromórficos, são um tipo de hardware de IA que apresentam algumas vantagens comparadas a chips mais tradicionais como CPUs e GPUs:

• Design mais flexível, permitindo que a arquitetura do chip se adapte aos dados de treinamento.
• Consumo de energia muito menor, às vezes tão baixo quanto 1/100 da de uma GPU comparável.
• Menor produção de calor ajuda a lidar com o crescente problema de refrigeração que aflige os data centers avançados de IA.

(Você pode ler mais sobre hardware especializado em IA, incluindo NPUs, em nosso relatório dedicado.)

“Ser capaz de desenvolver microchips que imitam a atividade neural real significa que você não precisa de muita energia em modo de espera ou quando a máquina não está sendo usada.

Isso pode ser uma enorme vantagem computacional e econômica.

John LaRocco – pesquisador em psiquiatria na Faculdade de Medicina da Ohio State.

Muitos métodos estão sendo explorados atualmente para criar chips neuromórficos:

• Aproveitar a ferroelectricidade incipiente, um fenômeno ainda pouco compreendido.
• Substrato ativo usando vanádio ou titânio.
• Usar memristores, um novo tipo de componente eletrônico, que pode executar tarefas de IA com 1/800 do consumo de energia normal.

Como os Memristores Imitam as Sinapses

Memristores são componentes eletrônicos que imitam sinapses que conectam neurônios lembrando qual estado elétrico foram alternados após a energia ser desligada.

Isso pode reduzir drasticamente a energia e o tempo perdidos ao transferir dados de ida e volta entre processadores e memória.

Uma das principais forças dos memristores é sua capacidade de aprendizado in situ eficiente e auto‑adaptativo, crítico para aplicações em robótica e veículos autônomos.

Além disso, o baixo consumo de energia dos memristores é particularmente benéfico em robótica e veículos autônomos, onde a eficiência energética é primordial. Sistemas híbridos analógico‑digital de memristores podem minimizar o uso de energia durante o processamento sem sacrificar a capacidade de resposta.

O problema até agora é que a criação de memristores eletrônicos tem dependido de tecnologias emergentes com baixos rendimentos de produção e desempenho eletrônico pouco confiável, devido à recente natureza dessa tecnologia.

Usar neurônios reais, como com organoides, também é uma opção, mas neurônios são células muito difíceis de trabalhar, sendo relativamente frágeis e difíceis de cultivar.

Mas os neurônios não são os únicos tecidos biológicos capazes de processar e responder a sinais elétricos.

Uma alternativa potencial é o micélio, o tecido que constitui cogumelos comuns, um tipo de organismo conhecido por sua notável robustez. Eles podem ser cultivados com biorreatores e culturas de nutrientes mais simples do que os necessários para neurônios convencionais e organoides neurais.

Construindo Computadores de Cogumelo?

Materiais fúngicos exibem caminhos condutores que podem se formar dinamicamente sob a influência de estímulos elétricos, semelhantes aos filamentos condutores formados em memristores convencionais.

Essa adaptabilidade pode levar a desempenho aprimorado em aplicações neuromórficas através da facilitação de estados de resistência variáveis que imitam comportamentos sinápticos mais de perto do que materiais memristivos tradicionais.

Materiais orgânicos também têm a vantagem de operar efetivamente em tensões mais baixas enquanto mantêm as características de comutação estáveis importantes para memristores, ainda mais baixas que para memristores eletrônicos, que por si mesmos consomem muito menos energia que componentes computacionais tradicionais.

Isso poderia ser importante para dispositivos de baixo consumo energético para eletrônicos portáteis e aplicações de Internet das Coisas que possam depender de um suprimento de energia muito baixo.
Deslize para rolar →

Por que Cogumelos Comestíveis Funcionam para Computação

Os pesquisadores usaram cogumelos-de-botão comuns, bem como cogumelos Shiitake comestíveis e medicinais para seus experimentos, ambas as espécies cuja cultivo é bem compreendido e barato.

Cogumelos Shiitake já demonstraram possuir uma estrutura de carbono porosa quando ativados. Essa estrutura porosa pode melhorar o desempenho eletroquímico de dispositivos, tornando-os candidatos adequados para uso em sistemas de armazenamento de energia, incluindo supercapacitores e, potencialmente, memristores.

Eles também são muito resistentes à radiação, o que poderia ser útil para aplicações como aeroespacial, onde chips eletrônicos podem ser danificados por radiação ionizante como UV e ventos solares.

Resposta Elétrica Fúngica

Os cientistas conectaram a massa fúngica de teste após ela ser desidratada.

Fonte: PLOS One

Eles foram então testados em uma variedade de tensões, formas de onda e frequências para suas potenciais capacidades de memristor.

O sinal analógico de resposta exibiu fortes características memristivas, imitando em analógico o sinal digital.

Fonte: PLOS One

No geral, a velocidade de comutação rápida observada de 5.850 Hz, uma precisão de 90% (± 1%), consumo de energia relativamente baixo, peso leve e resistência à radiação parecem tornar os memristores fúngicos atraentes para computação de borda, aeroespacial e aplicações de firmware embarcado.

No entanto, a precisão diminuiu à medida que a frequência aumentou, de modo que nem todos os tipos de sinais provavelmente poderiam ser processados/computados com esse método.

Deve-se também notar que o método cria apenas materiais biodegradáveis (shiitake de grau alimentício é cultivado em lascas de madeira) e não requer materiais de terras raras ou tóxicos, ao contrário dos chips eletrônicos convencionais.

Potencial Futuro

O estudo aqui foi um primeiro teste, e foi limitado de duas maneiras:

• Os testes foram relativamente curtos, durando apenas 2 meses. Portanto, a capacidade de longo prazo dos memristores fúngicos ainda precisa ser investigada.
• O método utilizou produção em massa, enquanto aplicações reais precisariam de uma microcultura do micélio cultivada em um ambiente dedicado, proporcionando resultados muito menores e muito mais controlados.

Então isso é realmente apenas uma prova de conceito, uma demonstração de que algo tão exótico como computação fúngica é até possível e confiável.

Qualquer design futuro provavelmente verá o uso de técnicas de cultivo mais consistentes usando modelos e estruturas impressas em 3D que moldem o cogumelo shiitake na geometria desejada.

A programação também poderia ser facilitada adicionando contatos elétricos a uma estrutura de cultivo impressa em 3D.

Finalmente, o uso a longo prazo exigiria preservação, que poderia envolver uma variedade de técnicas, incluindo desidratação, dessecagem, liofilização, certos hidrogéis e revestimentos especiais.

Ainda assim, a ideia de desenvolver memristores com materiais exclusivamente orgânicos, e material de cogumelo resistente, barato e biodegradável, é intrigante.

Investindo em Bioprinting

BICO Group AB (BICO.ST)

À medida que a computação baseada em orgânicos avança, a impressão 3D de tecidos vivos provavelmente se tornará uma ferramenta cada vez mais usada. Primeiro na pesquisa, e depois na produção real de dispositivos que aproveitam essa tecnologia.

Um líder no campo tem sido a Cellink, cujas máquinas são usadas para bioprinting por pesquisadores em todo o mundo.

Fonte: Cellink

Em 2021, a Cellink foi renomeada como BICO Group, após sua aquisição da Cytena em 2019 e Scienion em 2020.

A Cellink ainda é a marca para a parte de bioprinting do negócio. Isso também poderia ser usado para criar tecidos ou órgãos 3D sob demanda. (Você pode ler uma discussão sobre este tópico em “Impressão 3D de Órgãos Humanos – Quão Realista É?”.)

Bioprinting representa cerca de 1/5³ do negócio, com o segmento de automação biosciência, incluindo a imagem de amostras biológicas, gerando mais de 3/5^th das receitas.

Fonte: BICO Group AB

À longo prazo, empresas de bioprinting provavelmente evoluirão de fornecer ferramentas a pesquisadores para se tornarem fornecedoras de terapias de bioprinting de empresas farmacêuticas para pacientes.

Isso, por sua vez, mudará completamente o número de bioprintadores em uso e, mais importante, o volume de consumíveis vendidos a cada mês.

Esse é o mesmo processo que ocorreu para outros fabricantes de equipamentos de biolaboratório, incluindo máquinas de sequenciamento genômico da PacBio (PACB) e Illumina (ILMN), que acabam fazendo 80% de suas receitas a partir de vendas recorrentes de consumíveis.

Como o BICO Group não depende exclusivamente desse campo, ele pode continuar aprimorando a tecnologia até alcançar uma massa crítica de usuários, ao mesmo tempo em que gera receita e constrói sua rede de vendas com biorresearchers de seus outros produtos mais maduros em automação biosciência.