|
(Foto: Divulgação)
O cérebro é uma rede complexa englobando bilhões de neurônios. Cada um desses neurônios se comunica simultaneamente com milhares de outros por meio de conexões chamadas sinapses, e coleta sinais de entrada através de vários "braços" muito longos e ramificados, chamados de árvores dendríticas.
Nos últimos 70 anos, a hipótese central da neurociência tem sido que o aprendizado cerebral ocorre modificando a força das sinapses - a intensidade com que essas conexões são feitas -, seguindo-se a atividade de disparo dos neurônios conectados.
Esta hipótese tem sido a base para os algoritmos de aprendizado de máquina e de aprendizado profundo, tipicamente reunidos sob o rótulo inteligência artificial, que afeta cada vez mais quase todos os aspectos de nossas vidas.
Agora, depois de sete décadas, esta hipótese acaba de ser questionada: Experimentos mais detalhados revelaram que o cérebro aprende de forma completamente diferente do que os cientistas supunham.
As novas observações experimentais indicam que o aprendizado é realizado principalmente em árvores dendríticas neuronais, onde o tronco e os galhos da árvore modificam sua força, ao invés de modificar apenas a força das sinapses, como se pensava anteriormente.
Neurônio como unidade computacional
Os experimentos indicam que o neurônio é na verdade um elemento muito mais complexo, dinâmico e computacionalmente poderoso do que um elemento binário que pode meramente disparar ou não. Esse poder é tamanho que apenas um único neurônio pode realizar algoritmos de aprendizado profundo, que anteriormente exigiam uma rede artificial complexa, composta por milhares de neurônios e sinapses artificiais.
"Nós demonstramos que o aprendizado eficiente nas árvores dendríticas de um único neurônio pode alcançar artificialmente taxas de sucesso próximas à unidade para reconhecimento de dígitos manuscritos. Esta descoberta abre caminho para um novo tipo eficiente de hardware e algoritmos de inteligência artificial inspirados biologicamente," disse o professor Ido Kanter, que liderou a pesquisa.
"Este mecanismo de aprendizado simplificado representa um passo em direção a uma realização biológica plausível de algoritmos de retropropagação, que atualmente são a técnica central em inteligência artificial," acrescentou Shiri Hodassman, membro da equipe.
O ritmo de funcionamento do cérebro - seu clock - é um bilhão de vezes mais lento do que as GPUs (é um processador composto por muitos núcleos menores e mais especializados. Trabalhando em conjunto, os núcleos oferecem desempenho massivo quando uma tarefa de processamento pode ser dividida executada em muitos núcleos)
paralelas mais modernas, mas com taxas de sucesso comparáveis em muitas tarefas de percepção.
A nova demonstração de aprendizado eficiente em árvores dendríticas, dentro de neurônios individuais, mostra que são necessárias novas abordagens na pesquisa do cérebro, bem como mostra a possibilidade da criação de hardwares e softwares mais eficientes, capazes de implementar algoritmos de inteligência artificial mais avançados.
Até a próxima!
Fonte:
|
