É o cérebro um design inteligente? – Parte I


Bom, como eu defendo ID, eu devo ter dados que apoiem minha crença no ID.

E aqui não estou fazendo qualquer referencia a Deus, não a priori, não se trata de uma inferência religiosa.

O cérebro é um exemplo de design inteligente, isso ao meu ver claro.

Que tipo de circuitos e de chips serão adequados para construir cérebros artificiais que sejam eficientes e que consumam a menor quantidade possível de energia?

A resposta pode surpreender: arquiteturas capazes de utilizar não apenas circuitos digitais, mas também circuitos analógicos “imprecisos”.

Segundo um dos grupos mais conceituados no campo da neuroinformática, esses circuitos híbridos analógico-digitais serão mais adequados para a construção de sistemas nervosos artificiais do que a tradicional arquitetura digital ultraprecisa na qual se baseiam os computadores.

“Os estímulos ambientais são processados nos sistemas nervosos biológicos dos seres humanos e animais de uma forma totalmente diferente dos computadores modernos,” explica Elisabetta Chicca, da Universidade Bielefeld, na Alemanha.

“Sistemas nervosos biológicos organizam-se a si mesmos; eles se adaptam e aprendem. Ao fazer isso, eles exigem uma quantidade relativamente pequena de energia em comparação com os computadores, e apresentam habilidades complexas, tais como a tomada de decisões e o reconhecimento de associações e de padrões,” completa ela.

Em 2013, a mesma equipe já havia demonstrado por que os processadores neuromórficos devem imitar comportamentos, e não rodar programas.

Agora eles deram o passo seguinte, compondo a arquitetura e os softwares de teste para uma arquitetura que leve em conta o jeitão analógico de ser do mundo real.

Simulação das sinapses em hardware

No novo trabalho, a equipe alemã comparou os diversos tipos de circuitos que podem ser usados para simular eletronicamente as sinapses, sinais entre as células nervosas usadas para transmitir e processar os estímulos, ou os dados da computação neuromórfica.

Além disso, a equipe analisou o tipo de circuito que poderia imitar a plasticidade dos nervos biológicos – a plasticidade descreve a capacidade das células nervosas, sinapses e áreas cerebrais para se adaptarem de acordo com o uso.

O resultado é um software com base no qual os programas podem ser escritos para controlar os circuitos e os processadores de um “cérebro eletrônico”.

“Nós validamos a abordagem neuromórfica proposta com resultados experimentais obtidos de nossos próprios circuitos e sistemas, e discutimos a forma como os circuitos e redes apresentados neste trabalho representam um conjunto útil de componentes para implementar de forma eficiente e elegante a cognição neuromórfica,” concluem eles.

Sem mapas precisos

A implementação desses novos conceitos poderá contar com o auxílio dos “transistores sinápticos”, que vão além da lógica binária.

Memcomputação: física caótica abre caminho para computação cerebral
Além disso, as conclusões parecem estar de acordo com o trabalho de outras equipes, que já haviam demonstrado que processadores analógicos podem ser mais eficientes para imitar o cérebro e que a teoria do caos pode se tornar uma alternativa à lógica booleana dos circuitos digitais.

Mas a Dra. Elisabeta reconhece que não existe ainda uma rota definida indicando como serão os computadores neuromórficos.

“Vários sistemas eletrônicos analógicos e digitais de inspiração cerebral têm sido propostos como soluções dedicadas para simulações rápidas de redes neurais. Embora essas arquiteturas sejam úteis para explorar as propriedades computacionais de modelos em grande escala do sistema nervoso, o desafio da construção de dispositivos físicos compactos e de baixa potência que possam se comportar de forma inteligente no mundo real e apresentar habilidades cognitivas ainda permanece em aberto,” conclui ela .

Apesar dos avanços no campo dos supercomputadores, o cérebro humano continua a ser o dispositivo de processamento de informações mais flexível e mais eficiente que se conhece.

Por isso, não é de hoje que pesquisadores tentam compreendê-lo com vistas a imitar seu poder de computação.

Embora ainda não se saiba exatamente como serão os computadores neuromórficos, tem havido um verdadeiro renascimento no campo da inteligência artificial – o que inclui a recente demonstração de que cérebros artificiais deverão ser construídos com processadores imprecisos.

Redes neurais artificiais

Os modelos de computadores e processadores neuromórficos – projetados para replicar a forma como os processos cerebrais memorizam ou recuperam informações – são chamados de redes neurais artificiais.

Há décadas, a informática tem usado redes neurais artificiais para resolver muitos problemas do mundo real que envolvem tarefas como classificação, estimativa e controle.

No entanto, as redes neurais artificiais não levam em consideração algumas das características básicas do cérebro humano, tais como retardos de transmissão dos sinais entre os neurônios, potenciais de membrana e correntes sinápticas.

Uma nova geração de redes neurais – chamadas redes neurais pulsadas – foram então desenvolvidas para modelar a dinâmica do cérebro um pouco melhor, levando em conta o comportamento dos disparos dos neurônios.

Silvia Ferrari e seus colegas da Universidade Duke, nos Estados Unidos, desenvolveram agora uma nova variação de rede neural pulsada para replicar com precisão ainda melhor os processos de aprendizagem do comportamento cerebral.

“Embora os sistemas de engenharia atuais sejam muito eficazes em controles dinâmicos, eles ainda não são capazes de lidar com danos e falhas imprevisíveis com que os cérebros biológicos lidam facilmente,” disse Silvia.

Foi nisso que ela e seus alunos trabalharam.

Como ensinar um cérebro artificial

A equipe elaborou um algoritmo que ensina as redes neurais pulsadas qual informação é relevante e quão importante cada fator é para resolver o problema em questão como um todo.

Embora o objetivo seja, no futuro, imitar o cérebro humano – ou, pelo menos, o cérebro de mamíferos – a equipe começou com o cérebro muito mais simples de um inseto.

“Nosso método foi testado treinando um inseto virtual para navegar em um terreno desconhecido e encontrar alimentos,” disse Xu Zhang, que foi quem botou a mão na massa para que tudo funcionasse. “O sistema nervoso foi modelado por uma grande rede neural pulsada com conexões sinápticas desconhecidas e aleatórias entre esses neurônios.”

Além do inseto virtual, eles usaram simulações de computador para mostrar que o algoritmo funciona no controle de voo de aviões e na navegação de robôs.

Teste biológico

Agora Zhang está se preparando para testar biologicamente seu modelo neural artificial.

Para isso, ele vai usar células cerebrais cultivadas em laboratório alteradas geneticamente para responder a certos tipos de luz.

Esta técnica, chamada optogenética, permite controlar a forma como as células nervosas se comunicam – quando o padrão de luz muda, a atividade neural altera-se em resposta ao sinal óptico.

Os pesquisadores esperam que a rede neural viva adapte-se ao longo do tempo aos padrões de luz, adquirindo a capacidade de armazenar e recuperar informações sensoriais.

Se o modelo funcionar, então os pesquisadores poderão usar o modelo para voltar ao hardware e construir circuitos que façam o mesmo.

 

Todo o trecho em negrito foi extraído do site Inovação Tecnológica

Não será permitido neste blog, insultos, palavras frívolas, palavrões, ataques pessoais, caso essas regras não sejam seguidas não perca seu precioso tempo postando comentário. Qualquer comentário que violar a política do blog será apagado sem aviso prévio. Na persistência da violação o comentador será banido.

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair / Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair / Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair / Alterar )

Foto do Google+

Você está comentando utilizando sua conta Google+. Sair / Alterar )

Conectando a %s