Pesquisa recente revela que sistemas biológicos aprendem de forma mais eficiente do que algoritmos de machine learning, desafiando conceitos tradicionais de inteligência artificial.
Contexto da pesquisa
São Paulo — InkDesign News — Pesquisadores da Cortical Labs em Melbourne, Austrália, demonstraram que células cerebrais aprendem mais rapidamente e realizam conexões complexas de maneira mais eficaz do que sistemas de machine learning ao comparar um sistema conhecido como “DishBrain” com algoritmos de aprendizado por reforço.
Método proposto
A pesquisa, intitulada “Plasticidade de Rede Dinâmica e Eficiência de Amostra em Culturas Neurais Biológicas: Um Estudo Comparativo com Aprendizado por Reforço Profundo,” utiliza um modelo conhecido como Neural Networks (Redes Neurais). O estudo investigou dinâmicas complexas de redes neurais in vitro, utilizando DishBrain, que integra culturas neurais vivas com arrays de eletrodos multicanal de alta densidade em ambientes de jogo em tempo real.
Resultados e impacto
Os resultados mostraram que as culturas neurais biológicas não apenas se adaptaram mais rapidamente em comparação com algoritmos de aprendizado profundo como DQN, A2C e PPO, mas também superaram esses algoritmos em diversos aspectos de desempenho em simulações de jogos, indicando maior eficiência amostral. Como observou Brett Kagan, “o aprendizado biológico é muito mais eficiente. Nossos dados mostraram padrões claros de aprendizado e mudanças de conectividade que refletem princípios fundamentais da função cerebral real.”
“Os sistemas biológicos não apenas se adaptam mais rapidamente, mas também o fazem de forma mais robusta e eficiente.”
(“Biological systems not only adapt faster but do so more efficiently and robustly.”)— Forough Habibollahi, Cientista da Cortical Labs
Esses achados têm implicações significativas, sugerindo que as culturas neurais podem oferecer novos caminhos para desenvolver inteligência biológica, que pode superar as fronteiras da inteligência artificial convencional. O próximo passo envolve a exploração de um conceito inovador denominado Bioengineered Intelligence (BI), visando desbloquear capacidades que vão além do que foi demonstrado até agora.
Fonte: (TechXplore – Machine Learning & AI)
