Nas últimas décadas, a inteligência artificial tem se mostrado muito boa em atingir objetivos excepcionais em diversos campos. O xadrez é um deles:em 1996, pela primeira vez, o computador Deep Blue derrotou um jogador humano, campeão de xadrez Garry Kasparov. Uma nova pesquisa mostra agora que a estratégia do cérebro para armazenar memórias pode levar a memórias imperfeitas, mas por sua vez, permite armazenar mais memórias, e com menos complicações do que AI. O novo estudo, realizado por cientistas da SISSA em colaboração com o Kavli Institute for Systems Neuroscience &Center for Neural Computation, Trondheim, Noruega, acaba de ser publicado em Cartas de revisão física .

Redes neurais, real ou artificial, aprender ajustando as conexões entre os neurônios. Tornando-os mais fortes ou mais fracos, alguns neurônios se tornam mais ativos, alguns menos, até que surja um padrão de atividade. Esse padrão é o que chamamos de 'uma memória'. A estratégia de IA é usar algoritmos longos complexos, que sintonizam e otimizam iterativamente as conexões. O cérebro faz isso de forma muito mais simples:cada conexão entre os neurônios muda apenas com base em quão ativos os dois neurônios estão ao mesmo tempo. Quando comparado com o algoritmo AI, há muito se pensava que isso permitiria o armazenamento de menos memórias. Mas, em termos de capacidade e recuperação de memória, essa sabedoria é amplamente baseada na análise de redes, assumindo uma simplificação fundamental:que os neurônios podem ser considerados unidades binárias.

A nova pesquisa, Contudo, mostra o contrário:o menor número de memórias armazenadas usando a estratégia do cérebro depende dessa suposição irreal. Quando a estratégia simples usada pelo cérebro para mudar as conexões é combinada com modelos biologicamente plausíveis para a resposta de um único neurônio, essa estratégia funciona tão bem quanto, ou melhor ainda, do que algoritmos de IA. Como pode ser esse o caso? Paradoxalmente, a resposta está na introdução de erros:quando uma memória é efetivamente recuperada, ela pode ser idêntica à entrada original a ser memorizada ou correlacionada a ela. A estratégia do cérebro leva à recuperação de memórias que não são idênticas à entrada original, silenciando a atividade dos neurônios que estão apenas pouco ativos em cada padrão. Esses neurônios silenciados, na verdade, não desempenham um papel crucial na distinção entre as diferentes memórias armazenadas em uma mesma rede. Ao ignorá-los, os recursos neurais podem ser focados nos neurônios que importam em uma entrada a ser memorizada e permitem uma capacidade maior.

Geral, esta pesquisa destaca como procedimentos de aprendizagem auto-organizados biologicamente plausíveis podem ser tão eficientes quanto algoritmos de treinamento lentos e neuralmente implausíveis.