Ao monitorar a atividade cerebral durante tarefas visuais, pesquisadores descobriram que o cérebro combina circuitos reutilizáveis, enquanto sistemas de IA sofrem para aprender algo novo sem esquecer o que já sabem
A inteligência artificial já consegue fazer coisas notáveis, contudo, o cérebro biológico ainda leva vantagem em um domínio, de acordo com um novo estudo liderado pela Universidade de Princeton, dos Estados Unidos, e publicado na revista Nature.
Esse domínio é a flexibilidade. “Os modelos de IA de última geração podem atingir desempenho humano, ou até mesmo sobre-humano, em tarefas individuais. Mas eles têm dificuldade em aprender e executar muitas tarefas diferentes”, disse o autor sênior Tim Buschman, diretor associado do Instituto de Neurociência de Princeton, em comunicado.
E ele continuou: “Descobrimos que o cérebro é flexível porque consegue reutilizar componentes da cognição em muitas tarefas diferentes. Ao encaixar esses ‘Legos cognitivos’, o cérebro é capaz de construir novas tarefas”.
A autora Sina Tafazoli, pesquisadora de pós-doutorado no laboratório Buschman em Princeton, salientou que, alguém que já sabe como realizar uma tarefa, como consertar uma motocicleta, aproveita isso para aprender algo novo. Este processo chama-se composicionalidade.
“Se você já sabe como fazer pão, pode usar essa habilidade para fazer um bolo sem precisar reaprender tudo do zero”, comentou. “Você reaproveita habilidades existentes — usar um forno, medir ingredientes, sovar massa — e as combina com novas, como bater a massa e fazer glacê, para criar algo completamente diferente.”
Experimento em macacos
Para esclarecer como o cérebro adquire a capacidade de adaptação, Tafazoli treinou dois macacos rhesus machos para realizar três tarefas relacionadas enquanto sua atividade cerebral era monitorada.
Os animais tiveram de julgar se uma mancha colorida, semelhante a um balão, em uma tela à sua frente, parecia mais um coelho ou a letra “T” (categorizando a forma) ou se era mais vermelha ou verde (categorizando a cor).
Segundo os pesquisadores, as manchas variavam em ambiguidade, às vezes lembrando um coelho ou um vermelho saturado, enquanto em outras vezes as distinções eram sutis. E os macacos, para indicar a forma ou cor que acreditavam que a mancha representava, respondiam olhando em uma das quatro direções diferentes determinadas.
O teste experimental permitiu aos pesquisadores testar se o cérebro reutilizava padrões neurais – seus componentes básicos cognitivos – em tarefas com componentes compartilhados.
O que eles descobriram foi que o córtex pré-frontal, uma região na parte frontal do cérebro envolvida na cognição superior, continha vários padrões de atividade comuns e reutilizáveis entre os neurônios que trabalhavam em prol de um objetivo comum, como a discriminação de cores. Buschman os descreveu como os “Legos cognitivos” – blocos de construção que podem ser combinados de forma flexível para criar novos comportamentos.
“Eu penso em um bloco cognitivo como uma função em um programa de computador. Um conjunto de neurônios pode discriminar cores, e sua saída pode ser mapeada em outra função que impulsiona uma ação. Essa organização permite que o cérebro execute uma tarefa realizando sequencialmente cada componente dessa tarefa”, ele apontou.
Outra descoberta foi que o córtex pré-frontal silencia os bloqueios cognitivos quando não estão em uso, provavelmente para ajudar o cérebro a se concentrar melhor na tarefa relevante em questão.
“O cérebro tem uma capacidade limitada de controle cognitivo”, observou Tafazoli. “Você precisa comprimir algumas de suas habilidades para poder se concentrar naquelas que são importantes no momento. Concentrar-se na categorização de formas, por exemplo, diminui momentaneamente a capacidade de codificar cores, porque o objetivo é a discriminação de formas, não de cores.”
Os pesquisadores enfatizaram que, ao utilizar componentes mentais já existentes, o cérebro minimiza a aprendizagem redundante, um truque que os sistemas de IA ainda não dominam.
“Um dos principais problemas do aprendizado de máquina é a interferência catastrófica”, salientou Tafazoli. “Quando uma máquina ou uma rede neural aprende algo novo, ela esquece e sobrescreve as memórias anteriores. Se uma rede neural artificial sabe como assar um bolo, mas depois aprende a assar biscoitos, ela se esquecerá de como assar um bolo.”
No futuro, avalia a equipe envolvida, incorporar a composicionalidade à IA poderá ajudar a criar sistemas que aprendem continuamente novas habilidades sem esquecer as antigas. Além disso, pode ajudar a aprimorar o tratamento para pessoas com distúrbios neurológicos e psiquiátricos.
Por: Renata Turbiani
