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 ultrarrápida. 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 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 neurociência e os algoritmos avançados de inteligência artificial, um campo que foi abandonado por décadas.

O professor Ido Kanter, do Departamento de Física e do Estudo Multidisciplinar de Pesquisa do Cérebro Gonda (Goldschmied) da Universidade Bar-llan, 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 de forma independente”, 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 a 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 ultrarrápidas 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 era insignificante 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 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 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.”