Pesquisadores do MIT mostram como redes neurais artificiais constroem sua própria maquinaria de aprendizado

Cientistas do Instituto McGovern de Pesquisa Cerebral do MIT e do Centro de Neurociência Computacional Integrativa K. Lisa Yang publicaram um estudo que explora como redes neurais artificiais podem aprender sem depender de instruções detalhadas de um designer. A pesquisa, publicada na revista PNAS, sugere que a capacidade de uma rede se organizar de forma autônoma é um indicador importante de sua plausibilidade biológica.

As redes neurais artificiais têm demonstrado habilidades em tarefas como reconhecimento de imagens, uso de linguagem e programação. Assim como os circuitos do cérebro, essas redes se reorganizam à medida que aprendem, ajustando a força de suas conexões para melhorar seu desempenho. Os pesquisadores questionam o que esses sistemas de aprendizado podem revelar sobre o funcionamento do cérebro humano.

Segundo Qianli Liao, um dos autores do estudo, "atualmente, a tecnologia de IA está funcionando muito bem, mas não necessariamente utiliza um algoritmo de aprendizado semelhante ao do cérebro". A pesquisa mostra que, com instruções simples sobre como e quando as conexões devem mudar, uma rede de unidades conectadas aleatoriamente pode se transformar em uma rede eficaz de processamento de informações, aprendendo a partir dos dados que recebe.

Essa descoberta pode ter implicações significativas tanto para o desenvolvimento de inteligência artificial quanto para a compreensão dos mecanismos de aprendizado do cérebro humano. A capacidade das redes neurais de se auto-organizarem pode abrir novas possibilidades para a criação de sistemas de IA mais eficientes e adaptáveis, além de contribuir para o avanço das neurociências.