Um anel de fibra ótica e a aposta no hardware analógico

O ponto central da computação para a inteligência artificial continua a ser a eficiência energética. O hardware ótico promete há muito velocidade e baixo consumo, mas esbarra num obstáculo antigo: executar a retropropagação do erro em componentes analógicos é complicado. Um estudo publicado a 5 de novembro de 2026 na Nature Computational Science por um grupo liderado pelo professor associado Kohei Nakajima, da Universidade de Tóquio, propõe uma alternativa. Segundo os autores, o método, chamado SS-DFA (state-skipping direct feedback alignment), não precisa de aceder aos estados intermédios do sistema físico para propagar o erro. É combinado com uma arquitetura de mapa único em que muitas unidades seguem regras gerais em vez de ligações complexas. Como explicou o doutorando Yongbo Zhang, a intenção era repensar o próprio processo de aprendizagem, em vez de continuar a construir modelos cada vez maiores e mais elaborados.

A demonstração física recorre a um circuito optoeletrónico. A informação é convertida num sinal luminoso, processada ao longo de um anel de fibra ótica de duzentos metros e reconvertida em sinal elétrico com um mínimo de componentes eletrónicos. O comunicado da universidade afirma que, nas simulações e na experiência ótica, o design simplificado igualou arquiteturas neuronais mais complexas, e em alguns testes superou-as, com muito menos cálculo. O comunicado não apresenta números nem benchmarks. O resumo do preprint divulgado em janeiro de 2026, com um título diferente do final, indicava uma redução de cerca de 40% dos recursos de computação, com melhor desempenho, quando o esquema é integrado em arquiteturas modernas. O comunicado precisa que se trata de arquiteturas «relativamente básicas». A versão publicada pode apresentar números diferentes.

Os efeitos reais na energia, no arrefecimento e no consumo de água dos centros de dados aparecem no comunicado apenas como possibilidades e não foram medidos no estudo. Além disso, a técnica tem, por agora, limites claros. O próprio Kohei Nakajima sublinhou que o esquema ainda não foi testado nos modelos de maior dimensão, em particular os de linguagem e os multimodais, e que antes de qualquer uso prático será preciso mais trabalho em miniaturização, estabilidade e produção em larga escala.

A ideia de pôr um sinal a calcular ao longo de duzentos metros de fibra ótica tem uma elegância indiscutível, mas a distância entre a demonstração em laboratório e o que os centros de dados precisam na operação continua grande. Reduzir a complexidade do modelo é uma tentativa conceptual interessante, desde que não confundamos uma possibilidade teórica com uma eficiência já medida no terreno. — Olya