Cérebro não é tão eficiente quanto cientistas afirmavam

Se o cérebro nem sempre é eficiente, como os cientistas deveriam abordar o projeto de suas máquinas de inteligência artificial?
[Imagem: Sidney R. Lehky et al. - 10.1038/s42003-020-01572-2]

Codificação esparsa

Um grupo de neurocientistas chegou à conclusão um tanto surpreendente de que o nosso cérebro não é tão eficiente quanto os cientistas costumam anunciar.

Um dos principais indicadores da eficiência da transmissão de informações usada na neurociência é conhecido como codificação esparsa - isso significa que o cérebro retransmite (codifica) informações essenciais com apenas alguns neurônios (esparsos).

"Campos inteiros [de pesquisa] foram fundamentados na suposição de que o cérebro deve ser perfeitamente eficiente, como uma máquina, para fazer bem o seu trabalho," explica a professora Anne Sereno, da Universidade Purdue (EUA). "Mas nossa pesquisa descobriu que esse nem sempre é o caso."

Dispersão e correlação

Para medir a dispersão - a qualidade de algo ser esparso -, Sereno e sua equipe avaliaram os dados transportados em cada neurônio. Quando dados semelhantes aparecem em muitos neurônios, então o processo não é esparso, ou seja, é não-eficiente.

Para atingir um alto grau de dispersão, cada neurônio - ou unidade de transporte de dados - deve transportar ou retransmitir um pedaço único de informação. Os neurônios precisam retransmitir mais informações com menos, sem uma sobreposição de dados em vários portadores.

Uma medida chamada correlação quantifica essa sobreposição: Se muitos neurônios carregam informações semelhantes, a correlação é alta. No cérebro, quando os mecanismos são autenticamente esparsos, não há correlação entre os neurônios.

Diferente dos computadores, nosso cérebro é um híbrido de analógico e digital.
[Imagem: Shelley Halpain/UC San Diego]

"Ao examinar muitas regiões corticais do cérebro diferentes, nossa pesquisa revelou alguns insights interessantes: Quando parece que o cérebro está conduzindo uma codificação esparsa (usando medidas amplamente aceitas de dispersão), há realmente uma correlação significativa," disse Sereno.

Nesses casos, o cérebro é pseudo-esparso, ou não autenticamente esparso, ou não totalmente eficiente, como os cientistas acreditavam.

Cérebro não é a solução para todos os problemas

Essas descobertas derrubam a teoria científica de que o cérebro é o mecanismo mais eficiente para se emular quando se deseja projetar uma variedade de aplicações de engenharia.

Ao mesmo tempo, dado que esses mecanismos pseudo-esparsos resistiram ao processo evolutivo ao longo do tempo, talvez haja alguma coisa a ser dita sobre a dispersão nem sempre ser a melhor maneira de transmitir informações.

Voltamos então ao princípio: Se o cérebro nem sempre é eficiente, como os cientistas deveriam abordar o projeto de suas máquinas de inteligência artificial?

A resposta, segundo a equipe é: Avalie a tarefa e escolha o que imitar para resolver o seu problema específico.

Em outras palavras, o cérebro não é a solução para todos os problemas.

"É verdade que, em situações onde há muita variabilidade ou ruído de fundo, o cérebro é mais capaz de se concentrar na tarefa a ser resolvida," disse Sereno. "Mas, em casos onde há muito pouca interferência de sinal, usar o cérebro como modelo pode levar a um projeto exagerado."