Inteligência Artificial Baseada em Dinâmicas Cerebrais Lentas

Cientistas da Universidade Bar-llan em Israel utilizaram experimentos avançados em culturas neurais e simulações em larga escala para criar uma nova inteligência artificial ultra-rápida. A nova IA é baseada nas dinâmicas cerebrais lentas dos seres humanos. Essas dinâmicas cerebrais têm taxas de aprendizado melhores em comparação com os melhores algoritmos de aprendizado que temos hoje.

O aprendizado de máquina está fortemente relacionado e baseado nas dinâmicas do nosso cérebro. Com a velocidade dos computadores modernos e seus grandes conjuntos de dados, fomos capazes de criar algoritmos de aprendizado profundo que são semelhantes a especialistas humanos em vários campos diferentes. No entanto, esses algoritmos de aprendizado têm características diferentes das do cérebro humano.

A equipe de cientistas da universidade publicou seu trabalho na revista Scientific Reports. Eles trabalharam para conectar a neurobiologia e os algoritmos avançados de inteligência artificial, um campo que foi abandonado por décadas.

O Professor Ido Kanter, do Departamento de Física da Universidade Bar-llan e do Estudo Multidisciplinar de Pesquisa do Cérebro Gonda (Goldschmied), e autor principal do estudo, comentou sobre os dois campos.

“A visão científica e tecnológica atual é que a neurobiologia e o aprendizado de máquina são duas disciplinas distintas que avançam independentemente”, disse ele. “A ausência de influência recíproca esperada é intrigante.”

“O número de neurônios no cérebro é menor do que o número de bits em um tamanho de disco típico de computadores pessoais modernos, e a velocidade computacional do cérebro é como a mão de um relógio, ainda mais lenta do que o primeiro computador inventado há mais de 70 anos”, disse ele.

“Além disso, as regras de aprendizado do cérebro são muito complicadas e distantes dos princípios dos passos de aprendizado nos algoritmos de inteligência artificial atuais.”

O Professor Kanter trabalha com uma equipe de pesquisa que inclui Herut Uzan, Shira Sardi, Amir Goldental e Roni Vardi.

Quando se trata de dinâmicas cerebrais, eles lidam com entradas assíncronas, pois a realidade física muda e se desenvolve. Devido a isso, não há sincronização para as células nervosas. Isso é diferente dos algoritmos de inteligência artificial, pois eles são baseados em entradas síncronas. Entradas diferentes dentro do mesmo quadro e seus tempos são normalmente ignorados.

O Professor Kanter explicou essa dinâmica.

“Quando olhamos para frente, imediatamente observamos um quadro com vários objetos. Por exemplo, enquanto dirigimos, observamos carros, faixas de pedestres e placas de trânsito, e podemos facilmente identificar sua ordem temporal e posições relativas”, disse ele. “O hardware biológico (regras de aprendizado) é projetado para lidar com entradas assíncronas e refinar suas informações relativas.”

Um dos pontos que esse estudo destaca é que as taxas de aprendizado ultra-rápidas são as mesmas, seja em uma rede pequena ou grande. De acordo com os pesquisadores, “a desvantagem do esquema de aprendizado complicado do cérebro é, na verdade, uma vantagem.”

O estudo também mostra que o aprendizado pode ocorrer sem passos de aprendizado. Ele pode ser alcançado por meio de auto-adaptação baseada em entradas assíncronas. No cérebro humano, esse tipo de aprendizado ocorre nos dendritos, que são extensões curtas de células nervosas, e diferentes terminais de cada neurônio. Isso foi observado anteriormente. Anteriormente, acreditava-se que não era importante que a dinâmica da rede sob aprendizado dendrítico fosse controlada por pesos fracos.

Essa nova pesquisa e descobertas podem significar muitas coisas diferentes. Esses algoritmos de aprendizado profundo eficientes e sua semelhança com as dinâmicas cerebrais lentas do cérebro podem ajudar a criar uma nova classe de inteligência artificial avançada com computadores rápidos.

O estudo também defende a cooperação entre os campos da neurobiologia e da inteligência artificial, o que pode ajudar ambos os campos a avançar ainda mais. De acordo com o grupo de pesquisa, “As percepções dos princípios fundamentais do nosso cérebro têm que estar novamente no centro da inteligência artificial futura.”