O cérebro é uma rede complexa englobando bilhões de neurônios. Cada um desses neurônios se comunica simultaneamente com milhares de outros por meio de conexões chamadas sinapses, e coleta sinais de entrada através de vários “braços” muito longos e ramificados, chamados de árvores dendríticas.
Nos últimos 70 anos, a hipótese central da neurociência tem sido que o aprendizado cerebral ocorre modificando a força das sinapses – a intensidade com que essas conexões são feitas -, seguindo-se a atividade de disparo dos neurônios conectados.
Esta hipótese tem sido a base para os algoritmos de aprendizado de máquina e de aprendizado profundo, tipicamente reunidos sob o rótulo inteligência artificial (IA), que afeta cada vez mais quase todos os aspectos de nossas vidas.
Em um artigo publicado em abril na revista científica Nature – Scientific Reports, pesquisadores da Universidade Bar-Ilan, em Israel, revelam que o cérebro aprende de forma completamente diferente do que se supunha desde o século 20.
As novas observações experimentais sugerem que o aprendizado é realizado principalmente em árvores dendríticas neuronais, onde o tronco e os galhos da árvore modificam sua força, ao invés de modificar apenas a força das sinapses (folhas dendríticas), como se pensava anteriormente.
Essas observações também indicam que o neurônio é na verdade um elemento muito mais complexo, dinâmico e computacional do que um elemento binário que pode disparar ou não.
Apenas um único neurônio pode realizar algoritmos de aprendizado profundo, que anteriormente [acreditava-se que] exigiam uma rede complexa artificial composta por milhares de neurônios e sinapses conectados. [ênfase acrescentada]
Mostramos que o aprendizado eficiente em árvores dendríticas de um único neurônio pode alcançar artificialmente taxas de sucesso próximas à unidade para reconhecimento de dígitos manuscritos. Essa descoberta abre caminho para um novo tipo eficiente de hardware e algoritmos de IA inspirados na biologia”, disse o professor Ido Kanter, do Departamento de Física de Bar-Ilan e do Centro Multidisciplinar de Pesquisa do Cérebro de Gonda (Goldschmied), que liderou a pesquisa.
O aprendizado eficiente em árvores dendríticas é baseado em evidências experimentais de Kanter e sua equipe de pesquisa para adaptação sub-dendrítica usando culturas neuronais, juntamente com outras propriedades anisotrópicas de neurônios, como diferentes formas de onda de pico, períodos refratários e taxas máximas de transmissão.
O ritmo de funcionamento do cérebro é um bilhão de vezes mais lento do que as GPUs paralelas existentes, mas com taxas de sucesso comparáveis em muitas tarefas de percepção.
A nova demonstração de aprendizado eficiente em árvores dendríticas exige novas abordagens na pesquisa do cérebro, bem como a geração de hardware de contrapartida com o objetivo de implementar algoritmos avançados de IA.
.