Lançado em 2021, o projeto MISEL (Sistema de Visão Inteligente Multiespectral com Computação Neural de Baixo Consumo Incorporada) está perto da conclusão. Coordenado pelo Centro de Investigação Técnica VTT da Finlândia, o projeto combinou a computação neuromórfica — que imita a forma como o cérebro processa a informação — com tecnologias de semicondutores.
“O nosso objetivo é construir dispositivos verdadeiramente inteligentes, capazes de fazer observações e tomar decisões por conta própria, sem enviar dados para supercomputadores ou para a cloud. A computação neuromórfica pode ser centenas ou até milhares de vezes mais eficiente em termos energéticos do que o processamento digital convencional”, explica Jacek Flak, líder da equipa de investigação no VTT e coordenador do projeto.
O projeto MISEL recebeu quase 5 milhões de euros de financiamento do programa Horizonte 2020 da UE. Para além do VTT, participam as universidades de Łódź, Lund, Santiago de Compostela e Wuppertal, o Instituto Fraunhofer, o instituto nacional de investigação francês LNE e as empresas Kovilta Oy (Finlândia) e AMO GmbH (Alemanha). O consórcio reúne conhecimentos interdisciplinares em ciência dos materiais, eletrónica e desenvolvimento de algoritmos.
Dispositivos móveis mais inteligentes sem conectividade constante
: Normalmente, a inteligência artificial requer uma boa conectividade com os serviços na nuvem ou um poder computacional local significativo. No entanto, o projeto MISEL leva a inteligência para a borda — diretamente para os dispositivos. Esta abordagem permite que os sistemas alimentados por bateria processem e interpretem dados de sensores rapidamente e com baixo consumo de energia, além de reduzir os riscos de cibersegurança e privacidade.
“Imagine um drone à procura de sobreviventes após um terramoto no meio de fumo, poeira e destroços. Precisa de interpretar o ambiente e tomar decisões instantaneamente. Pode não haver conectividade de rede e a duração da bateria é limitada”, explica Flak.
A visão humana e o cérebro como modelo para a visão artificial:
A natureza tem sido uma fonte fundamental de inspiração. O modelo utilizado foi a colaboração entre a retina humana, o córtex visual e o córtex pré-frontal para a perceção e interpretação. A mosca-da-fruta serve também como modelo ideal, uma vez que consome quantidades mínimas de energia para voar, navegar, evitar perigos e encontrar alimento.
Um dos principais resultados do projeto é um sistema num chip desenvolvido pela Kovilta, uma empresa especializada em tecnologia avançada de circuitos integrados. O novo circuito integra tanto a captura de imagem como uma parte significativa do processamento de imagem no mesmo chip de silício. Combina um sensor de imagem de alta gama dinâmica (mais de 120 dB), alta velocidade de captura (mais de 1.000 fotogramas por segundo) e processamento de imagem paralelo em larga escala, permitindo uma análise de movimento versátil e reconhecimento de padrões.
"Ao contrário de uma câmara de vídeo convencional, que capta fotogramas estáticos, este sensor deteta movimento e mudanças no tempo e no espaço, como um olho biológico", explica Flak. "O resultado é um fluxo de dados comprimido e altamente eficiente sem sacrificar a precisão".
O projeto também explorou sensores de imagem baseados em pontos quânticos, uma tecnologia avançada de câmaras que amplia a visão para além do espectro visível, alcançando o infravermelho. Isto permite a deteção de padrões e movimentos mesmo em condições de baixa luminosidade ou nevoeiro, onde a visão humana encontra dificuldades.
Desenhar toda a cadeia de sinal como um sistema único:
No MISEL, os sensores, as unidades de memória, os algoritmos e os componentes eletrónicos foram desenhados em conjunto como um sistema unificado. A otimização de toda a cadeia de sinal é fundamental para se conseguir um sistema compacto e eficiente. O projeto também desenvolveu núcleos de processador especializados — aceleradores de IA de ponta — que impulsionam o desempenho da IA, mantendo o consumo de energia mínimo.
"Projetar o hardware e o software em estreita integração garante que todos os componentes funcionam de forma fluida e extremamente eficiente", afirma Flak.
Em conjunto com a Universidade de Lund, o VTT desenvolveu memórias não voláteis baseadas em materiais ferroelétricos, que podem ser integradas diretamente num chip. Estas memórias já comprovaram a sua funcionalidade e o seu desenvolvimento continua. Kovilta planeia aplicar as arquiteturas de aceleradores desenvolvidas no MISEL em áreas como a robótica autónoma e a tecnologia veicular.
“Uma capacidade superior de observar o ambiente e interpretar estas observações com precisão é fundamental para que os robôs e os veículos operem de forma independente e segura perto de pessoas. Por exemplo, os futuros robôs de assistência terão de tomar decisões rápidas para evitar colisões com pessoas em movimento. Ao mesmo tempo, o equipamento deve ser pequeno, eficiente em termos energéticos e fabricado a um custo adequado para produtos de mercado de massas”, afirma Mika Laiho, Diretor de Tecnologia da Kovilta.
As aplicações variam desde a indústria à segurança.
As soluções desenvolvidas no projeto podem ser aplicadas numa vasta gama de utilizações. As câmaras inteligentes poderiam monitorizar autonomamente processos industriais, armazéns ou fronteiras, enquanto os robôs móveis poderiam tomar decisões seguras mesmo na presença de humanos. O próximo passo será aproveitar estes resultados em novos projetos e nas linhas de produção piloto do VTT.
"No futuro, estes avanços poderão ser utilizados em dispositivos autónomos que veem, pensam e agem de forma tão independente e com a mesma eficiência energética de uma mosca-da-fruta", conclui Flak.
