Pesquisadores da Universidade de Viena, na Áustria, e do MIT, nos EUA, criaram uma nova abordagem para programar as redes neurais usadas nos sistemas de inteligência artificial usando a evolução temporal dos sinais nervosos nos neurônios de uma maneira completamente diferente.

Mathias Lechner e seus colegas se inspiraram em uma criatura particularmente simples e muito usada pelos cientistas em pesquisas de neurociências, o verme C. elegans. Circuitos neurais do sistema nervoso da lombriga foram simulados em computador e, em seguida, o modelo foi adaptado com algoritmos de aprendizado de máquina.

Desta forma, foi possível resolver tarefas complexas com um número extremamente pequeno de neurônios simulados - por exemplo, estacionar um carro.

Embora a rede inspirada no verme consista de apenas 12 neurônios, ela foi treinada para direcionar um robô móvel para um determinado local, fazendo-o estacionar seguindo os mesmos princípios de uma baliza feita com um carro.

Outra vantagem é que, pela sua simplicidade, a dinâmica interna da rede neural pode ser razoavelmente compreendida - ao contrário das redes neurais artificiais comuns, que são frequentemente consideradas como uma útil "caixa preta" inescrutável porque usam milhões de nós de rede.

• Continuamos sem saber como a inteligência artificial funciona

A rede neural recorrente é mais simples de compreender porque é formada por poucos nós. [Imagem: Mathias Lechner et al. (2018)]

Rede neural recorrente

A equipe criou um novo tipo de rede neural recorrente (RNR), uma arquitetura baseada em um modelo biofísico de neurônios e sinapses que permite dinâmicas variáveis no tempo.

"Em um modelo RNR padrão, há uma ligação constante entre o neurônio um e o neurônio dois, definindo o quão fortemente a atividade do neurônio um influencia a atividade do neurônio dois. Em nossa nova arquitetura RNR, esse link é uma função não-linear do tempo.

"A saída da rede neural, que na natureza pode controlar o movimento dos vermes nematoides, é usada no nosso caso para guiar e acelerar um veículo. Demonstramos teórica e experimentalmente que nossas novas redes neurais podem resolver tarefas complexas na vida real e em ambientes físicos simulados," explicou o pesquisador Ramin Hasani.

É claro que isso não significa que os carros serão estacionados por vermes artificiais no futuro, mas mostra que a inteligência artificial com uma arquitetura mais cerebral pode ser muito mais poderosa do que se pensava.