São Paulo — InkDesign News —
A pesquisa recente sobre inteligência artificial destaca como machine learning pode ser integrado com organismos vivos, enfatizando soluções inovadoras para o monitoramento ambiental com baixo consumo energético.
Contexto da pesquisa
Pesquisadores da Universidade Tohoku, liderados pelo professor associado Dai Owaki, exploraram a possibilidade de utilizar águas-vivas como “cyborgs” para a coleta de dados oceânicos. Com a capacidade das águas-vivas de nadar longas distâncias com baixo consumo de energia, o estudo propõe um novo conceito de “inteligência incorporada”, onde a estrutura física do organismo contribui para a resolução de problemas.
Método proposto
Os cientistas implementaram um sistema de controle utilizando pulsos elétricos suaves para modular o comportamento de natação das águas-vivas. Miniaturas de eletrodos foram posicionadas em um anel muscular, proporcionando pulsos a cada 1,5 a 2 segundos. Os dados de natação foram gravados com uma câmera, sendo a trajetória 3D reconstruída em um laptop. O modelo híbrido de “reservatório físico” integrado com as águas-vivas demonstrou precisão em prever velocidades de natação em todas as direções transversais.
Resultados e impacto
“Descobrimos que os sinais de controle mais eficazes não eram os pulsos rápidos, mas aqueles que refletiam o ritmo natural da água-viva. Tentativas de usar pulsos mais fortes ou rápidos resultaram em eficiência de natação reduzida.”
(“We were intrigued to discover that the most effective control signals were not the rapid pulses, but rather those that mirrored the jellyfish’s natural rhythm. Attempts to use stronger or faster pulses led to decreased swimming efficiency.”)— Dai Owaki, Professor Associado, Universidade Tohoku
A pesquisa foi publicada na Nature Communications e demonstra como a colaboração entre organismos marinhos e sistemas eletrônicos simples pode resultar em métodos de pesquisa menos prejudiciais ao meio ambiente. As águas-vivas, escolhidas por sua eficiência de natação, são vistas como uma solução promissora para a coleta de dados sobre temperatura, salinidade e poluição plástica nos oceanos.
Com base nos resultados, futuros esforços podem incluir a criação de frotas de águas-vivas cibernéticas para mapear oceanos de forma sustentável, conectando ciência marinha e engenharia através de avanços tecnológicos.
Fonte: (TechXplore – Machine Learning & AI)
