Pesquisadores Imitam Estratégias de Lesmas do Mar em Material Quântico

Pesquisadores da Universidade de Purdue descobriram que um material pode imitar as características essenciais de inteligência de uma lesma do mar. Isso pode ajudá-los a construir hardware que tornaria a inteligência artificial (IA) mais eficiente e confiável, o que poderia impactar muitos campos, como veículos autônomos, robôs cirúrgicos e algoritmos de mídia social.

O estudo foi publicado em Proceedings of the National Academy of Sciences. Foi liderado por uma equipe de pesquisadores da Universidade de Purdue, da Universidade da Geórgia, da Universidade Rutgers e do Laboratório Nacional Argonne.

Shriram Ramanathan é um professor de engenharia de materiais da Purdue.

“Ao estudar lesmas do mar, neurocientistas descobriram as marcas de inteligência que são fundamentais para a sobrevivência de qualquer organismo”, disse Ramanathan. “Queremos aproveitar essa inteligência madura em animais para acelerar o desenvolvimento da IA.”

Aprendendo com Lesmas do Mar

Neurocientistas aprenderam dois principais sinais de inteligência com lesmas do mar: habituação e sensibilização. A habituação ocorre quando algo ou alguém se acostuma com um estímulo ao longo do tempo, enquanto a sensibilização é quando algo ou alguém reage fortemente a um novo estímulo.

Um dos principais problemas com a IA é o “dilema estabilidade-plasticidade”, que ocorre quando a IA tem dificuldade em aprender e armazenar novas informações sem apagar informações existentes. Com a habituação, a IA poderia “esquecer” informações desnecessárias para se tornar mais estável. Ao mesmo tempo, a sensibilização poderia ajudá-la a reter novas e importantes informações, o que permite a plasticidade.

Demonstrando as Estratégias em Óxido de Níquel

Os pesquisadores foram capazes de demonstrar tanto a habituação quanto a sensibilização em óxido de níquel, que é um material quântico devido às suas propriedades que não podem ser explicadas pela física clássica. Se um material quântico pudesse usar com sucesso essas formas de aprendizado, poderia ser possível construir a IA diretamente no hardware. A IA poderia realizar tarefas mais complexas enquanto usa menos energia se pudesse operar por meio de hardware e software.

“Basicamente, emulamos experimentos feitos em lesmas do mar em materiais quânticos para entender como esses materiais podem ser de interesse para a IA”, disse Ramanathan.

As lesmas do mar demonstram habituação quando param de retirar suas brânquias tanto, o que é uma resposta a serem presas no sifão. Um choque elétrico na cauda de uma lesma do mar faz com que as brânquias se retirem mais dramaticamente, o que é sensibilização.

Para reproduzir isso em óxido de níquel, é necessário um aumento na mudança na resistência elétrica. Ao expor repetidamente o material ao gás de hidrogênio, a mudança na resistência elétrica do óxido de níquel diminui ao longo do tempo. No entanto, quando um novo estímulo, como ozônio, é introduzido, a mudança na resistência elétrica aumenta muito.

O grupo de pesquisa levou essas descobertas em consideração, e uma equipe liderada por Kaushik Roy, professor distinto de engenharia elétrica e computação da Purdue, modelou o comportamento do óxido de níquel. Eles construíram um algoritmo que poderia usar as estratégias de habituação e sensibilização para categorizar pontos de dados em clusters.

“O dilema estabilidade-plasticidade não está resolvido de forma alguma. Mas mostramos uma maneira de abordá-lo com base no comportamento que observamos em um material quântico”, disse Roy. “Se pudermos transformar um material que aprende assim em hardware no futuro, então a IA poderia realizar tarefas muito mais eficientemente.”

Para que isso seja útil e prático, os pesquisadores devem descobrir como aplicar essas estratégias em sistemas de grande escala, bem como determinar como um material poderia responder a estímulos enquanto está integrado a um chip de computador.