Action PotentialUm breve impulso elétrico (pico) gerado por um neurônio quando seu potencial de membrana excede um limite. Este sinal de tudo ou nada se propaga ao longo do axônio para se comunicar com outros neurônios. Nos sistemas neuromórficos, os picos são a unidade fundamental de troca de informações.
AxonA longa projeção de um neurônio que transmite impulsos elétricos (picos) do corpo celular para outros neurônios. No hardware neuromórfico, os axônios são implementados como canais de roteamento que entregam mensagens de pico entre neurônios artificiais.
DendriteAs estruturas ramificadas de um neurônio que recebem sinais de entrada de outros neurônios por meio de sinapses. Em chips neuromórficos, o processamento dendrítico é modelado por circuitos de acumulação de entrada que integram sinais de pico recebidos.
Integrate-and-Fire ModelUm modelo matemático simplificado de um neurônio que acumula (integra) sinais de entrada ao longo do tempo e gera um pico de saída quando o valor acumulado excede um limite, após o qual o neurônio é reiniciado. A variante Leaky Integrate-and-Fire (LIF) adiciona um termo de decaimento para mais realismo biológico.
Membrane PotentialA diferença de voltagem elétrica através da membrana celular de um neurônio. Nos neurônios biológicos, determina quando um neurônio dispara. Nos modelos neuromórficos, representa a variável de estado interno que integra a entrada e desencadeia picos.
Spike-Timing-Dependent Plasticity (STDP)Uma regra de aprendizagem biológica em que a mudança na força sináptica depende do tempo relativo dos picos pré e pós-sinápticos. Se o neurônio pré-sináptico dispara pouco antes do neurônio pós-sináptico, a sinapse é fortalecida; a ordem inversa leva ao enfraquecimento.
Von Neumann BottleneckA limitação fundamental de desempenho nas arquiteturas de computadores convencionais é causada pela separação da memória e das unidades de processamento, exigindo que os dados sejam constantemente transferidos entre elas. As arquiteturas neuromórficas evitam isso ao colocar computação e memória.
Neurosynaptic CoreUma unidade de processamento fundamental em chips neuromórficos que contém um grupo de neurônios artificiais, suas conexões sinápticas e lógica de roteamento local. Vários núcleos estão interligados para formar um processador neuromórfico completo.
Lateral InhibitionUm mecanismo neural onde um neurônio ativo reduz a atividade de seus vizinhos. Em sistemas neuromórficos, isso implementa a competição onde o vencedor leva tudo e é usado para tarefas como reconhecimento de padrões e seleção de recursos.
Refractory PeriodO breve período após o disparo de um neurônio, durante o qual ele não pode disparar novamente (período refratário absoluto) ou requer um estímulo mais forte (período refratário relativo). Esta restrição biológica é implementada em modelos neuromórficos para regular as taxas de disparo.
Asynchronous CircuitUm circuito eletrônico que opera sem sinal de relógio global, processando dados à medida que os eventos chegam. Os chips neuromórficos geralmente usam princípios de design assíncronos para obter operação de baixo consumo de energia orientada a eventos.
Crossbar ArrayUma topologia de circuito usada em alguns hardwares neuromórficos onde os pesos sinápticos são armazenados nas interseções de fios horizontais e verticais, permitindo multiplicação de vetores de matriz altamente paralela para computação neural.
Neural CodingA forma como a informação é representada e transmitida pelos neurônios. A codificação de taxa codifica informações na frequência de pico, enquanto a codificação temporal usa tempo de pico preciso. Os sistemas neuromórficos podem explorar ambos os esquemas de codificação.
Hebbian LearningUm princípio de aprendizagem resumido como “neurônios que disparam juntos, conectam-se juntos”. Afirma que as conexões sinápticas são fortalecidas quando os neurônios pré e pós-sinápticos estão simultaneamente ativos. STDP é uma forma temporalmente precisa de aprendizagem Hebbiana.
SomaO corpo celular de um neurônio que contém o núcleo e integra os sinais recebidos dos dendritos. No hardware neuromórfico, a função soma é implementada por circuitos que acumulam entradas sinápticas e geram picos.
MemristorUm componente eletrônico de dois terminais cuja resistência muda com base no histórico do fluxo de corrente através dele. Os memristores são promissores para a computação neuromórfica porque podem implementar naturalmente o armazenamento de peso sináptico e a plasticidade no hardware.
Winner-Take-All (WTA) NetworkUm motivo de circuito neural onde vários neurônios competem através da inibição lateral, e apenas o neurônio mais fortemente ativado produz saída. As redes WTA são usadas em sistemas neuromórficos para classificação, reconhecimento de padrões e mecanismos de atenção.
Neuromorphic SensorUm sensor projetado para operar com base em princípios neuromórficos, produzindo saída assíncrona e orientada por eventos, em vez de quadros de taxa fixa. Sensores de visão dinâmica (DVS) ou câmeras de eventos são exemplos que geram alterações de brilho no nível de pixel como eventos individuais com resolução temporal de microssegundos.
Spike EncodingO processo de conversão de sinais de entrada analógicos (como dados de sensores ou valores de pixels) em trens de picos que podem ser processados por redes neurais de picos. Os métodos incluem codificação de taxa, codificação temporal, modulação delta e codificação populacional.
Homeostatic PlasticityUma forma de plasticidade neural que mantém a atividade neural estável ajustando a excitabilidade dos neurônios ou as forças sinápticas em resposta a mudanças prolongadas nos níveis de atividade. Em sistemas neuromórficos, evita a excitação descontrolada ou o silenciamento completo dos neurônios.
Reservoir ComputingUma estrutura computacional que usa uma rede neural recorrente fixa e conectada aleatoriamente (o reservatório), onde apenas a camada de saída é treinada. Implementações neuromórficas de computação de reservatório aproveitam a dinâmica inerente de redes de picos para reconhecimento de padrões temporais.
Excitatory and Inhibitory NeuronsDois tipos fundamentais de neurônios em circuitos neurais. Os neurônios excitatórios aumentam a probabilidade de disparo dos neurônios-alvo, enquanto os neurônios inibitórios a diminuem. O equilíbrio entre excitação e inibição é crítico para a computação neural estável em sistemas biológicos e neuromórficos.
Plasticity RuleUma regra matemática que define como os pesos sinápticos mudam em resposta à atividade neural. Em sistemas neuromórficos, regras de plasticidade como STDP, BCM e regra de Oja podem ser implementadas diretamente no hardware, permitindo o aprendizado no chip sem supervisão externa ou retropropagação.
TrueNorthChip neuromórfico da IBM contendo 1 milhão de neurônios programáveis e 256 milhões de sinapses configuráveis, operando com potência extremamente baixa (70mW) para tarefas de reconhecimento de padrões.
LoihiChip de pesquisa neuromórfica da Intel que implementa 128 núcleos neuromórficos com regras de aprendizagem sináptica programáveis, permitindo aprendizagem e adaptação no chip sem treinamento externo.
NorthPoleO mais recente chip neuromórfico da IBM (2023) alcançando eficiência energética sem precedentes para inferência de redes neurais, eliminando o gargalo de von Neumann por meio da arquitetura de memória distribuída.
Dynamic Vision Sensor (DVS)Uma câmera neuromórfica que detecta alterações de brilho no nível de pixel de forma assíncrona, produzindo eventos com resolução temporal de microssegundos e faixa dinâmica extrema, imitando o processamento da retina.
Neural ODEUma estrutura matemática que modela camadas de redes neurais como transformações contínuas, conectando o aprendizado profundo à teoria de sistemas dinâmicos e permitindo um processamento em tempo contínuo mais semelhante ao do cérebro.
BrainomorphicUm termo mais específico para hardware que imita de perto a estrutura física e a dinâmica do tecido neural biológico, indo além das abordagens neuromórficas funcionais para replicar detalhes biológicos.
Liquid State MachineUma abordagem de computação de reservatório usando uma rede neural de picos recorrentes (o 'líquido') que transforma a entrada em uma representação de alta dimensão, com apenas uma camada de leitura sendo treinada.
Spike Rate CodingUm esquema de codificação neural onde as informações são codificadas na frequência dos picos ao longo do tempo. Taxas de disparo mais altas representam sinais mais fortes, semelhantes a como o brilho pode aumentar as taxas de disparo dos neurônios no córtex visual.
Temporal CodingUm esquema de codificação neural em que as informações são codificadas no tempo preciso de picos individuais, e não em sua frequência. A codificação temporal pode transportar mais informações por pico do que a codificação de taxa.
Dendritic ComputingA compreensão emergente de que os dendritos (ramos de entrada dos neurônios) realizam cálculos locais sofisticados, não apenas transmissão passiva de sinais. Projetos neuromórficos modelam cada vez mais o processamento dendrítico.
BrainScaleSUma plataforma de computação neuromórfica desenvolvida na Universidade de Heidelberg que opera em tempo acelerado (1000x mais rápido que o tempo real biológico), permitindo a rápida exploração da dinâmica da rede neural.
Catastrophic ForgettingUm problema nas redes neurais tradicionais onde o aprendizado de novas informações apaga o conhecimento previamente aprendido. Sistemas neuromórficos com regras de aprendizagem locais como STDP são naturalmente resistentes a este problema.
Spike TrainUma sequência de picos discretos (potenciais de ação) produzidos por um neurônio ao longo do tempo. O padrão de pontas codifica informações e é o sinal de comunicação fundamental em sistemas neuromórficos.
Synaptic WeightUm valor numérico que representa a força de uma conexão entre dois neurônios. No hardware neuromórfico, os pesos sinápticos são armazenados em elementos de memória (SRAM, memristores ou circuitos analógicos) e modificados durante o aprendizado.
Leaky Integrate-and-Fire (LIF)O modelo de neurônio simplificado mais comum usado na computação neuromórfica. As correntes de entrada são integradas (acumuladas) com um vazamento (decaimento) e quando o potencial da membrana atinge um limite, um pico é emitido.
Neuromorphic AcceleratorUm chip de hardware especializado otimizado para executar cálculos de rede neural de pico, alcançando melhorias de ordens de grandeza na eficiência energética em comparação com processadores de uso geral para inferência de rede neural.
Bio-Inspired ComputingUm termo amplo que abrange todas as abordagens de computação inspiradas em sistemas biológicos, incluindo computação neuromórfica (cérebro), algoritmos evolutivos (evolução) e inteligência de enxame (comportamento coletivo).
Address-Event Representation (AER)Um protocolo de comunicação usado em hardware neuromórfico onde os picos são codificados como endereços do neurônio emissor e transmitidos de forma assíncrona, permitindo uma comunicação eficiente entre chips.
Neural DustSensores sem fio ultraminiatura projetados para serem implantados no corpo para monitorar a atividade neural, representando a miniaturização extrema da tecnologia de detecção neuromórfica.
AstrocyteUm tipo de célula cerebral que antes se pensava ser um suporte passivo, agora conhecida por modular a transmissão sináptica e a computação neural. Alguns sistemas neuromórficos modelam interações astrócitos-neurônio para melhorar o aprendizado.