Rato 3D Controlado por IA Pode Levar a Novas Perspectivas em Neurociência

Pesquisadores da Universidade de Harvard e da DeepMind criaram recentemente um modelo virtual e biologicamente preciso de um rato em 3D que pode ser controlado por redes neurais artificiais. Os pesquisadores esperam que estudar como uma rede neural artificial controla um rato simulado em um ambiente 3D possa dar aos neurocientistas pistas sobre como os cérebros reais controlam os organismos.

Como recentemente relatado pelo IEEE Spectrum, um novo artigo que será apresentado esta semana na Conferência Internacional sobre Representações de Aprendizado detalha a criação de um ambiente simulado em 3D. Um modelo 3D de um rato existe dentro desse ambiente, e o rato de laboratório gerado por computador será controlado por modelos de IA. O objetivo do novo estudo é verificar se as redes neurais que controlam o rato podem ter funções análogas encontradas em cérebros biológicos.

Os blocos de construção das redes neurais profundas são neurônios, ou nós que transformam dados com funções matemáticas. Esses neurônios são unidos em camadas de uma maneira que se assemelha às conexões sinápticas do cérebro. Embora haja muitas diferenças notáveis entre as redes neurais artificiais e os cérebros reais, vários neurocientistas e pesquisadores acreditam que as semelhanças existentes entre os dois possam fornecer insights úteis sobre como os cérebros operam, potencialmente melhorando tanto a IA quanto a neurociência.

O ambiente de computador em 3D criado pelos pesquisadores atuará como uma plataforma experimental controlada para pesquisadores de IA. Os pesquisadores poderão usar o ambiente para experimentar como as diferentes redes neurais lidam com desafios e como elas abordam (ou não abordam) redes biológicas. Como explicou Jesse Marshall, pesquisador pós-doutoral e coautor do estudo, citado pelo IEEE Spectrum, enquanto o experimento de neurociência médio analisa os cérebros de animais que realizam uma tarefa (ou apenas algumas tarefas), e a maioria dos robôs é projetada para apenas algumas tarefas, uma explicação mais robusta de como os cérebros flexíveis operam e surgem é necessária. De acordo com Marshall, o artigo “é o início de nosso esforço para entender como a flexibilidade surge e é implementada no cérebro, e usar as insights que ganhamos para projetar agentes artificiais com capacidades semelhantes”.

O rato de engenharia computacional é biologicamente preciso, com todas as articulações e músculos que se encontram em um rato real. O rato também tem sentidos simulados, como propriocepção (um sentido das partes do corpo no espaço) e visão. A rede neural que controla os movimentos do rato foi treinada em quatro tarefas diferentes: batendo em uma bola com tempo preciso, navegando em um labirinto, pulando sobre lacunas e navegando em uma região montanhosa e íngreme.

Quando o rato virtual completou as tarefas, a equipe de pesquisa analisou gravações da atividade da rede utilizando técnicas baseadas nas utilizadas no campo da neurociência. Os pesquisadores analisaram a atividade da rede para determinar como a rede havia manifestado o esquema de controle motor necessário para realizar as tarefas atribuídas.

Os pesquisadores descobriram que a rede neural reutilizou certas representações para as diferentes tarefas, aplicando padrões comuns a diferentes cenários. A atividade neural foi frequentemente representada como sequências discretas, o que é algo que foi observado em roedores reais e em pássaros. Uma descoberta inesperada foi que a atividade natural em um modelo de IA parecia estar presente por um período de tempo mais longo do que o esperado se o modelo de IA simplesmente estivesse controlando o movimento dos membros e músculos. Isso pode sugerir que a rede de IA manifesta comportamentos e movimentos em um nível abstrato para coisas como pular e correr. Isso espelha modelos cognitivos que foram propostos para animais reais.

Embora as redes neurais artificiais possam carecer da encarnação fisiológica e realismo das redes neurais reais, neurocientistas como Blake Richards, da Universidade McGill, no Canadá, argumentam, como relatado pelo IEEE Spectrum, que os modelos compartilham muitas características importantes do processamento neural com redes neurais genuínas, e são úteis para fazer previsões sobre como a atividade neural pode influenciar o comportamento. Portanto, o recente artigo alcançou o objetivo de projetar um método de experimentação com redes neurais e treiná-las em um ambiente mais realista, permitindo uma melhor comparação com experimentos que envolvem dados biológicos.

Stephen Scott, um neurocientista da Universidade Queen’s, no Canadá, também acredita que o quadro projetado no novo artigo pode ser um método útil para examinar os fundamentos neurais do comportamento. O rato virtual é capaz de realizar uma variedade de comportamentos complexos e multietapas que podem ser correlacionados precisamente com a atividade neural. Isso é uma vantagem sobre como a maioria dos experimentos com modelos animais é feita em tarefas simples, devido à complexidade da gravação da atividade neural.

No entanto, Scott também reconhece que o processo de coletar dados neurais de animais que realizam tarefas complicadas pode ser extremamente difícil. Portanto, Scott espera que os autores do artigo comparem a atividade neural do rato virtual, à medida que ele realiza tarefas fáceis, com a atividade encontrada em experimentos de laboratório do mundo real, a fim de melhor entender como os modelos virtuais e os padrões de cérebro do mundo real diferem.