Cientistas da Universidade de Illinois em Urbana-Champaign encontraram evidências que podem mudar a forma como os pesquisadores pensam sobre o cérebro e a inteligência artificial. As suas descobertas mostram que a tomada de decisões começa no cérebro muito mais cedo do que sugerem as teorias tradicionais, oferecendo novas ideias para a concepção de futuros sistemas de inteligência artificial que serão mais capazes e muito mais eficientes em termos energéticos.
O estudo, liderado pelo professor de Engenharia Elétrica e de Computação Yury Ulasov da Granger College of Engineering, foi publicado em Anais da Academia Nacional de Ciências (PNAS). O estudo aponta para um papel inesperado das primeiras áreas sensoriais do cérebro na tomada de decisões, desafiando a visão de longa data de que as decisões são tomadas apenas depois de a informação ter passado por uma hierarquia estrita de áreas cerebrais.
Repensando como o cérebro toma decisões
O cérebro humano é considerado a estrutura mais complexa do universo conhecido. Os cientistas ainda não entendem completamente como funciona, por isso, em 2008, a Academia Nacional de Engenharia nomeou a engenharia reversa do cérebro como um dos 14 grandes desafios de engenharia do século XXI.
Durante décadas, muitos sistemas de inteligência artificial, incluindo redes neurais convolucionais, foram inspirados na ideia de que o cérebro processa informações numa sequência unidirecional. De acordo com este modelo tradicional, a informação sensorial viaja para cima, através de áreas cada vez mais complexas do cérebro, até chegar ao córtex frontal, onde as decisões são tomadas.
Vlasov e outros investigadores duvidaram cada vez mais que este quadro estivesse completo.
Em vez disso, exploram um modelo baseado na inteligência natural que foi refinado pela evolução ao longo de centenas de milhões de anos. Neste quadro, o cérebro não depende apenas de um fluxo de informação passo a passo. A tomada de decisões também depende de ciclos de feedback interconectados que permitem que a informação viaje em ambas as direções entre as regiões do cérebro.
Como a inteligência biológica executa tarefas extremamente complexas usando muito menos energia do que os atuais sistemas de inteligência artificial, a compreensão desta arquitetura pode ajudar a projetar a futura inteligência artificial.
“Queremos aprender lições com um bilhão de anos de evolução”, disse Ulasov. “Como esta inteligência biológica é organizada arquitetonicamente? Podemos aprender com o lado arquitetônico do cérebro e emulá-lo para tornar a inteligência artificial mais eficiente, menos intensiva em energia e mais inteligente do que é agora? No nível de tomada de decisão, a inteligência artificial moderna carece disso.”
As primeiras regiões do cérebro mostram atividade de tomada de decisão
Para investigar como funcionam esses processos, a equipe de pesquisa se concentrou nos primeiros estágios de sensação e percepção do cérebro.
Os cientistas registraram a atividade neural em ratos enquanto eles navegavam por um corredor de realidade virtual e tomavam decisões perceptivas. Eles encontraram evidências de atividade relacionada à decisão no córtex somatossensorial primário (S1), uma das primeiras áreas de processamento sensorial do cérebro.
Em vez de simplesmente transmitir informações, S1 foi influenciado por regiões superiores do cérebro através de feedback. Esta regulação de cima para baixo sugere que a tomada de decisões envolve comunicação contínua entre múltiplas regiões do cérebro, em vez de um simples fluxo de informação numa direcção.
“O código neural do cérebro ainda é uma linguagem desconhecida”, disse Vlasov. “Mas esta compreensão a nível de sistema pode ser vista como uma influência potencial sobre como as redes neurais artificiais mais eficientes podem ser feitas – como a próxima geração de inteligência artificial pode ser pensada. Talvez com estas analogias que aprendemos com cérebros reais, possamos melhorar ainda mais a inteligência artificial.”
O que esses resultados podem significar para o futuro da inteligência artificial
Os pesquisadores enfatizam que o estudo não fornece um plano para a criação de uma inteligência artificial melhor. Em vez disso, oferece novos insights sobre como o cérebro organiza a tomada de decisões, o que poderá, em última análise, inspirar futuras arquiteturas de inteligência artificial.
A seguir, Vlasov e sua equipe planejam investigar mais detalhadamente o sincronismo desses sinais cerebrais. Eles também pretendem desenvolver novas tecnologias para medir a atividade neural para entender melhor como surgem os ciclos de feedback e coordenar diferentes níveis de processamento cerebral.
“Observando a rápida dinâmica temporal da atividade neural, poderemos entender melhor como esses ciclos de feedback estão envolvidos na tomada de decisões”, disse Ulasov. “Esta pode ser uma abordagem que potencialmente revela estes mecanismos atualmente desconhecidos – como estes ciclos de feedback são organizados dinamicamente e como moldam e moldam diferentes níveis de processamento. Talvez isto possa ser implementado em novas arquiteturas para inteligência artificial.”
