Num pequeno cérebro do tamanho de uma semente de sésamo, a natureza parece ter encontrado uma forma discreta de ver o mundo com notável sofisticação. Uma equipa da Universidade de Sheffield, no Reino Unido, construiu um modelo que imita a maneira como as abelhas exploram ativamente o ambiente, movendo a cabeça e voando para construir imagens ao longo do tempo, e não a partir de um único olhar. O trabalho, publicado na revista eLife, sugere que a inteligência visual pode nascer da simplicidade bem orientada, e não apenas da escala. Fica por saber se esta lição, aprendida com insetos, conseguirá
Cérebro das abelhas com 36 neurónios pode inspirar a próxima geração de IA e robótica
Um cérebro do tamanho de uma semente de sésamo
Mark
Porque é que um modelo de abelha interessa a quem faz inteligência artificial?
Mimi
Porque mostra que se reconhecem padrões complexos com muito pouco. Com 36 neurónios lóbula, o modelo já teve desempenho estatisticamente significativo em várias tarefas.
Mark
E o que é a visão ativa?
Mimi
É não esperar que a imagem chegue. A abelha mexe a cabeça e voa, e vai construindo a imagem ao longo do tempo.
Luke
Convém lembrar que isto é um modelo computacional, não uma abelha medida em laboratório. O que o estudo mostra é o que o modelo consegue fazer.
Mark
Mas reconheceu rostos humanos, não?
Mimi
Sim, e símbolos matemáticos, sem aprendizagem por reforço nem recompensa.
Luke
Reconhecer rostos num teste do modelo não significa que a abelha faça o mesmo da mesma maneira. E o texto não diz quantos rostos nem com que precisão.
Mark
E as aplicações em robótica?
Mimi
São apontadas como possibilidade: sistemas neuromórficos, visão por computador, navegação autónoma, com menos dados e menos computação.
Luke
Possibilidade, repito. Não há ainda nenhum robô descrito nesta notícia a usar isto.
O Pulso
- Um modelo com apenas 36 neurónios lóbula já responde de forma estatisticamente significativa a tarefas de reconhecimento visual, algo que desafia a ideia de que a IA precisa de estruturas gigantescas.
- O sistema distingue símbolos matemáticos e chega a reconhecer rostos humanos sem aprendizagem por reforço, dispensando recompensas e milhões de exemplos rotulados.
- A chave está na visão ativa: a abelha move a cabeça e o voo para recolher informação, o que obriga a repensar o modo passivo como as máquinas costumam processar imagens.
- A aplicação em robótica, visão por computador e navegação autónoma avança como promessa promissora, mas por enquanto permanece num modelo computacional à espera de provas em máquinas reais.
Num pequeno cérebro do tamanho de uma semente de sésamo, a natureza parece ter encontrado uma forma discreta de ver o mundo com notável sofisticação. Uma equipa da Universidade de Sheffield, no Reino Unido, construiu um modelo que imita a maneira como as abelhas exploram ativamente o ambiente, movendo a cabeça e voando para construir imagens ao longo do tempo, e não a partir de um único olhar. O trabalho, publicado na revista eLife, sugere que a inteligência visual pode nascer da simplicidade bem orientada, e não apenas da escala. Fica por saber se esta lição, aprendida com insetos, conseguirá ganhar corpo nas máquinas que construímos.
Um cérebro do tamanho de uma semente de sésamo consegue reconhecer padrões visuais complexos com uma sofisticação que rivaliza com a de animais muito maiores. Foi isso que intrigou uma equipa da Universidade de Sheffield, no Reino Unido, cujo trabalho foi publicado na revista eLife.
Os investigadores criaram um modelo neural que imita a forma como as abelhas exploram o ambiente e processam a informação visual. Nesse modelo, neurónios chamados neurónios lóbula organizam-se em filtros visuais altamente seletivos. Mesmo com recursos mínimos, o sistema distinguiu símbolos matemáticos, generalizou o que aprendeu e chegou a reconhecer rostos humanos, sem aprendizagem por reforço nem recompensas.
O segredo está na visão ativa. Em vez de receber imagens passivamente, a abelha move a cabeça e o voo para construir a sua perceção ao longo do tempo. James Marshall, autor principal do estudo, sublinha que até os cérebros mais pequenos podem aproveitar o movimento para compreender o mundo.
Com apenas 36 neurónios lóbula, o modelo já mostrou desempenho estatisticamente significativo. Lars Chittka, coautor, considera os números surpreendentemente pequenos para tarefas tão complexas.
As implicações podem chegar à robótica, à visão por computador e à navegação autónoma. Em vez de redes massivas treinadas com milhões de exemplos, os futuros sistemas poderiam aprender como as abelhas, explorando ativamente o mundo. Por agora, porém, trata-se de um modelo computacional, e falta ver se a abordagem funciona em máquinas reais.
Um cérebro do tamanho de uma semente de sésamo consegue aprender e reconhecer padrões visuais complexos com uma sofisticação que rivaliza com a de animais muito maiores. É assim com as abelhas, e uma equipa da Universidade de Sheffield, no Reino Unido, acredita ter encontrado uma explicação para isso. O trabalho foi publicado recentemente na revista eLife.
Os investigadores criaram um modelo neural que imita a forma como as abelhas exploram ativamente o ambiente e processam a informação visual. A equipa foi liderada por neurocientistas e engenheiros, e o resultado é um modelo simplificado mas realista do sistema visual do inseto, que reúne elementos de neurobiologia, comportamento e aprendizagem automática.
O estudo mostra como neurónios específicos do cérebro da abelha, chamados neurónios lóbula, se auto-organizam em filtros visuais altamente seletivos, capazes de codificar informação detalhada sobre padrões. Mesmo com recursos neurais mínimos, o modelo distinguiu símbolos matemáticos, generalizou o que aprendeu para novas tarefas visuais e chegou a reconhecer rostos humanos. Fê-lo sem aprendizagem por reforço e sem qualquer feedback de recompensa, como nota o The DeBrief.
O ponto central é a chamada visão ativa. Em vez de receberem passivamente as imagens, os organismos exploram o ambiente. As abelhas fazem-no com movimentos deliberados da cabeça e do voo, construindo as imagens neurais ao longo do tempo e não num único olhar.
«Neste estudo, demonstrámos com sucesso que até os mais pequenos cérebros podem aproveitar o movimento para perceber e compreender o mundo à sua volta», diz James Marshall, diretor do Centro de Inteligência Artificial da Universidade de Sheffield e autor principal do estudo. Acrescenta que um sistema pequeno e eficiente pode realizar cálculos muito mais complexos do que se julgava possível.
Uma das conclusões mais notáveis é o número reduzido de neurónios necessários. Com apenas 36 neurónios lóbula, o modelo teve desempenho estatisticamente significativo em várias tarefas de reconhecimento. Com 16 neurónios, já conseguia reconhecer padrões como espirais ou barras inclinadas. Lars Chittka, professor de ecologia sensorial e comportamental na Universidade Queen Mary de Londres e coautor, afirma que os números são surpreendentemente pequenos, mesmo para tarefas complexas como o reconhecimento de rostos humanos.
As aplicações podem ir além da neurociência dos insetos. O modelo assenta em regras de aprendizagem simples e biologicamente fundamentadas, o que abre caminho a sistemas neuromórficos para robótica, visão por computador e navegação autónoma. Em vez de redes neurais massivas, treinadas com milhões de exemplos rotulados e grandes recursos computacionais, os futuros sistemas de IA poderão aprender como as abelhas: recolhendo amostras do mundo de forma ativa, refinando a perceção com o tempo e desenvolvendo códigos internos eficientes.
Por agora, trata-se de um modelo computacional. O que falta ver é se esta abordagem se traduz em máquinas reais de robótica e navegação autónoma.
Citações Notáveis
Até os mais pequenos cérebros podem aproveitar o movimento para perceber e compreender o mundo à sua volta.— James Marshall, Universidade de Sheffield
Os números são surpreendentemente pequenos, mesmo para tarefas complexas como o reconhecimento de rostos humanos.— Lars Chittka, Universidade Queen Mary de Londres
Quer a matéria completa?
Leia o original em ZAP ↗
General News