Setun: o computador ternário soviético e a sua ligação à inteligência artificial

No final dos anos 1950, estudantes percorriam os corredores silenciosos da Universidade Estatal de Moscovo e desciam até um laboratório onde o frio parecia entranhado nas paredes. Atrás de uma porta sem nada de especial, uma máquina preenchia o espaço com os seus armários metálicos, luzes indicadoras e um zumbido constante. Chamava-se Setun. Ao contrário dos computadores que usamos hoje, não operava apenas com os familiares 0 e 1: trabalhava com três estados, -1, 0 e +1. Na altura, aquela invulgar ideia soviética parecia quase marginal perante a ascensão do sistema binário. Agora, porém, o seu princípio volta a surgir em laboratórios de inteligência artificial, onde cada watt consumido conta. Uma intuição antiga poderá ter encontrado o seu momento.

Setun, o computador que não se rendia ao binário

Há objetos antigos que, de repente, parecem mais modernos do que esperávamos: uma máquina fotográfica analógica, um mapa de estradas ou um gira-discos. A Setun causa uma impressão semelhante. Criada na Universidade de Moscovo sob a direção do engenheiro Nikolaï Brountsov, recorria ao ternário equilibrado, um sistema de numeração baseado em -1, 0 e +1. Enquanto o binário combina 0 e 1, o ternário acrescenta uma terceira possibilidade. É, de certa forma, uma nuance. E, no cálculo, essa nuance tem consequências importantes.

O primeiro protótipo da Setun surgiu em 1958 e, a partir de 1959, foi construída uma versão em pequena série. De acordo com arquivos e relatos históricos, terão sido fabricadas cerca de cinquenta unidades. Foram utilizadas em universidades, centros de investigação e algumas organizações industriais soviéticas. A máquina não era uma simples curiosidade de laboratório: conseguia executar cálculos científicos e controlar tarefas concretas. A sua velocidade era modesta pelos padrões atuais, mas a ideia que a sustentava era ousada.

A opção pelo ternário não resultou de um mero capricho intelectual. Com três símbolos, é possível representar certos valores de forma mais compacta, enquanto o -1 torna natural a representação de números negativos. Entre os componentes usados pelos engenheiros da Setun estavam elementos magnéticos capazes de assumir três estados estáveis. Para calcular corretamente, uma máquina não precisa de funcionar como um interruptor. A indústria, porém, já tinha adotado o binário, mais fácil de fabricar e de normalizar. A Setun ficou assim como uma exceção notável, quase um caminho esquecido na história da informática.

Porque regressa esta ideia às redes de inteligência artificial

Para perceber o regresso do ternário, basta imaginar uma cena atual: um servidor a treinar um modelo de IA durante toda a noite, com as ventoinhas na velocidade máxima, o consumo de eletricidade a subir e as placas gráficas sob pressão. Os modelos modernos lidam com milhares de milhões de parâmetros, muitas vezes codificados com elevada precisão. Essa precisão tem custos em memória, processamento e energia. Uma solução concreta passa por reduzir os pesos de uma rede neuronal a três valores: -1, 0 e +1. O modelo torna-se mais leve, por vezes de forma radical.

Os investigadores chamam-lhes redes ternárias ou pesos ternários. À primeira vista, substituir números muito precisos por apenas três possibilidades parece uma medida drástica. Ainda assim, depois de um treino adequado, alguns modelos mantêm um desempenho útil em tarefas específicas. Sejamos honestos: quase ninguém faz isto diariamente no telemóvel. Mas, para empresas que processam milhões de pedidos, cada operação evitada pode traduzir-se numa poupança enorme. Os chips também podem executar adições simples mais depressa do que longas multiplicações em vírgula flutuante.

Um equívoco frequente é assumir que uma IA ternária é necessariamente menos inteligente. A questão é mais complexa. Existe perda de precisão, sobretudo em tarefas delicadas ou em modelos mal preparados, mas esta pode ser compensada por melhores métodos de treino, arquiteturas adaptadas ou pela manutenção de precisão em pontos estratégicos. A atitude certa não é reduzir tudo às cegas: é testar o modelo na utilização real. Uma IA criada para classificar imagens simples tem necessidades diferentes das de um sistema médico ou de uma ferramenta de tradução exigente.

A lição discreta de uma máquina soviética

A Setun não está a regressar tal como era aos centros de dados. Ninguém está a reinstalar os seus enormes armários metálicos nas caves das gigantes tecnológicas. O que regressa é uma lógica: por vezes, reduzir o número de estados e aceitar uma aproximação controlada permite fazer mais com menos. As equipas que estudam modelos ternários procuram uma IA mais económica em recursos, capaz de funcionar em dispositivos integrados, telemóveis, sensores ou servidores com menores consumos. É uma via que merece atenção, sem fascínio excessivo nem ironia fácil.

A palavra «ternário» pode parecer distante, própria de engenheiros e de quadros cheios de símbolos. Mas o que está em causa já nos diz respeito. Quando uma aplicação responde de imediato sem esgotar a bateria, ou quando um objeto ligado analisa uma imagem localmente em vez de enviar dados para um servidor, pode estar em ação uma otimização deste género. As limitações do hardware acabam sempre por voltar à discussão, mesmo na era das gigantescas inteligências artificiais. O progresso não passa apenas por acrescentar camadas, milhares de milhões de parâmetros e máquinas.

Donald Knuth, uma figura de referência da informática teórica, resumiu a elegância desta abordagem numa frase frequentemente citada:

«A notação ternária equilibrada é talvez o sistema de numeração mais elegante de todos.»

• 1958: surge na Universidade de Moscovo o protótipo da Setun.
• Três estados: -1, 0 e +1 substituem o par binário tradicional.
• IA atual: os pesos ternários procuram reduzir a memória, a energia e o tempo de processamento necessários.

Esta ligação não demonstra que os engenheiros soviéticos tenham antecipado o ChatGPT ou os modelos generativos. Recorda apenas que uma ideia posta de lado pode esperar décadas até encontrar o problema técnico certo.