Glossário IA
O dicionário completo da Inteligência Artificial
Redes Neurais de Pulsos (SNN)
Redes neurais artificiais que se comunicam através de impulsos discretos (spikes) em vez de valores contínuos, imitando mais fielmente o funcionamento dos neurônios biológicos para um processamento de informação mais eficiente em termos de energia.
Representação de Eventos por Endereço (AER)
Protocolo de comunicação assíncrona onde cada evento (pulso) é transmitido com o endereço do neurônio emissor, otimizando a largura de banda e o consumo energético em sistemas neuromórficos distribuídos.
Computação Baseada em Memristores
Arquitetura de computação que utiliza memristores como elementos sinápticos físicos, permitindo a implementação direta de pesos sinápticos variáveis e regras de aprendizado locais em hardware neuromórfico.
Processadores Neuromórficos
Unidades de processamento especializadas projetadas para implementar modelos de neurônios e sinapses diretamente no silício, oferecendo desempenho massivamente paralelo e uma eficiência energética superior para cargas de trabalho de IA.
Neurônios de Silício
Circuitos eletrônicos que reproduzem as características dinâmicas dos neurônios biológicos, incluindo a integração temporal, os limiares de ativação e os períodos refratários, formando os elementos básicos das arquiteturas neuromórficas.
Memória Temporal Hierárquica (HTM)
Algoritmo biomimético inspirado no córtex neocortical, utilizando memórias esparsas distribuídas e previsões temporais para o aprendizado de sequências e o reconhecimento de padrões em fluxos de dados.
Regras de Aprendizado Local
Regras de aprendizado onde a atualização dos pesos sinápticos depende unicamente das informações locais disponíveis no nível de cada sinapse, eliminando a necessidade de retropropagação global e permitindo um aprendizado em tempo real em hardware neuromórfico.
Aprendizado On-Chip
Capacidade dos sistemas neuromórficos de adaptar seus parâmetros diretamente no chip sem intervenção externa, permitindo uma adaptação contínua e autônoma às mudanças no ambiente ou nos dados de entrada.
Computação Assíncrona
Abordagem computacional onde as operações não são sincronizadas por um relógio global, mas ocorrem de forma independente quando eventos relevantes acontecem, reduzindo a latência e o consumo de energia em arquiteturas neuromórficas.
Arquitetura Crossbar
Estrutura de hardware organizada em grade onde as linhas representam neurônios pré-sinápticos e as colunas representam neurônios pós-sinápticos, com dispositivos sinápticos nas interseções, permitindo uma implementação densa e paralela das conexões neuronais.
Codificação Time-to-First-Spike
Estratégia de codificação neural onde a informação é representada pelo tempo de chegada do primeiro spike após um estímulo, oferecendo uma latência de decisão rápida e alta eficiência energética em sistemas neuromórficos.
Sensoriamento Neuromórfico
Sensores que transformam diretamente sinais físicos em eventos assíncronos semelhantes a spikes neurais, pré-processando os dados no nível do hardware para reduzir a quantidade de informação a ser transmitida e processada.
Simulação Hardware-in-the-Loop
Metodologia de teste e desenvolvimento onde componentes neuromórficos físicos são integrados em simulações de software, permitindo uma validação acelerada de algoritmos e arquiteturas antes da implantação completa.
Codificação por Taxa vs. Codificação Temporal
Dois paradigmas de codificação neural onde o primeiro representa a informação pela frequência dos spikes e o segundo pelo seu timing preciso, podendo os sistemas neuromórficos modernos explorar hibridamente essas duas abordagens para um processamento ótimo.