Ensinar um computador a se comportar como um peixe-zebra não era o objetivo de Martin Haesemeyer.

Na verdade, o associado de pesquisa nos laboratórios de Florian Engert, professor de biologia molecular e celular, e Alexander Schier, o Professor Leo Erikson de Ciências da Vida de Biologia Molecular e Celular, estava esperando construir um sistema que funcionasse de forma diferente do peixe-zebra, com o objetivo de comparar como ambos processam as informações de temperatura.

O que ele obteve em vez disso foi um sistema que imitava quase perfeitamente o peixe-zebra - e que poderia ser uma ferramenta poderosa para entender a biologia. O trabalho é descrito em um artigo de 31 de julho publicado em Neurônio .

"Inicialmente, o que eu estava curioso era algum tipo de estudo de comparação, olhar para peixes-zebra e algo como Drosophila e ver se seus cérebros fazem isso da mesma maneira, "Haesemeyer disse." E como uma alternativa mais barata do que ter outro animal para fazer isso, Eu escolhi a rede neural artificial, e fiquei surpreso que funcionou tão bem. "

Usando ferramentas de software de código aberto, Haesemeyer construiu uma rede neural com uma arquitetura diferente daquela do cérebro do peixe-zebra, deu algumas regras básicas sobre como processar mudanças de temperatura, e então permitiu que ele "aprendesse" como fazer por si mesmo.

"Essencialmente, o que a rede aprende é ... uma função de filtro para extrair taxas de mudança de um estímulo, "Haesemeyer disse." Faz o que pensa ser o melhor movimento, e então, conforme as entradas mudam porque está em um lugar diferente, se move de novo, e começa a navegar no gradiente de calor. E depois de aprender, pode fazer isso muito bem. "

Mas não era apenas a capacidade da rede de navegar que interessava a Haesemeyer - era o fato de que parecia fazê-lo de maneira idêntica ao peixe.

"Eu olhei duas coisas, "ele disse." O primeiro foi, por falta de um termo melhor, quão bem seu comportamento se compara ao peixe-zebra? Ele segue regras semelhantes ao peixe-zebra? E realmente funciona.

"Também posso medir a rapidez com que integra estímulos, "ele continuou." Eu já tinha feito isso com o peixe-zebra, e os resultados da rede artificial concordam, então, embora eu não tenha dito à rede que ela deveria prestar atenção à temperatura a cada meio segundo, o que o peixe faz, aprendeu uma habilidade semelhante. "

Haesemeyer então comparou a rede artificial a dados de imagens de todo o cérebro que ele havia coletado anteriormente, que mostravam como cada célula no cérebro do peixe-zebra reagia ao estímulo da temperatura. Ele descobriu que os "neurônios" artificiais exibiam os mesmos tipos de células encontrados nos dados biológicos.

"Essa foi a primeira surpresa - que na verdade há uma uma combinação muito boa entre como a rede codifica a temperatura e como os peixes codificam a temperatura, "ele disse." E como uma forma de confirmar esse ponto um pouco mais ... uma coisa que podemos fazer facilmente com a rede artificial é remover certos tipos de células. Quando removemos todas as células que se parecem com as do peixe, a rede não pode mais navegar no gradiente, então isso realmente indica que o que faz a rede fazer o que faz são as células que se parecem com as encontradas nos peixes. "

Haesemeyer acha que pode ser possível criar redes artificiais para outros animais. Se for, eles podem vir a ser guias importantes para a compreensão das redes biológicas.

"Por exemplo, havia um tipo de célula na rede que não encontrei no peixe, "disse ele." Mas uma vez que tudo parecia combinar tão bem, Achei que talvez não tivesse encontrado porque, quando você analisa imagens de todo o cérebro, tem que fazer certas trocas que tornam difícil encontrar tipos de células raros. E descobriu-se que este tipo de célula, que a rede previu e eu não encontrei, realmente existe no peixe. "

Embora Haesemeyer diga que duvida que chegará o dia em que as redes artificiais serão suficientes para a compreensão de comportamentos complexos - as hipóteses sempre precisarão ser confirmadas pela biologia - ele acredita que as redes podem servir como ferramentas importantes.

"Se você sabe o que fazer, você precisará fazer consideravelmente menos experimentos, e você poderia obter respostas muito mais rápido do que ir caçar com uma espingarda no escuro, " ele disse.

Haesemeyer disse que a descoberta também destaca a necessidade dos pesquisadores de obter uma compreensão mais clara de como essas redes artificiais operam.

"Acho que se tornará mais importante e interessante estudar de maneira geral como essas redes fazem essas coisas, porque ainda é muito difícil separar o que eles estão fazendo, "disse ele." Neste caso, funcionou porque o estímulo de entrada era bastante simples, mas acho que existem desenvolvimentos interessantes a serem encontrados na compreensão de como essas redes realizam suas tarefas que podem nos ensinar mais sobre nosso cérebro. "

Esta história foi publicada como cortesia da Harvard Gazette, Jornal oficial da Universidade de Harvard. Para notícias adicionais da universidade, visite Harvard.edu.