Esse computador com cérebro biológico humano funciona!
O cérebro humano é um exemplo de complexidade e capacidade de processamento inigualáveis, superando em muito os computadores mais avançados em termos de manipulação de dados em grandes quantidades e velocidades elevadas.
Uma característica notável da eficiência cerebral é a função dupla do neurônio, atuando tanto como unidade de memória quanto de processamento. Isso contrasta com os componentes separados encontrados nos computadores convencionais.
Recentemente, avanços na computação têm procurado emular as funcionalidades do cérebro. Um projeto inovador nessa direção é a integração de células cerebrais humanas reais com sistemas eletrônicos.
Esta tecnologia revolucionária, denominada Brainoware, foi desenvolvida sob a liderança de Feng Guo e sua equipe na Universidade de Indiana Bloomington. Eles submeteram o sistema a atividades complexas, como reconhecimento de padrões de fala e solução de equações matemáticas complexas envolvendo previsões não lineares.
Embora a precisão do Brainoware seja um pouco inferior à de um computador puramente baseado em hardware e inteligência artificial, este projeto marca um ponto crucial no desenvolvimento de uma nova arquitetura de computador.
No entanto, as implicações éticas dessa tecnologia não passaram despercebidas. Pesquisadores da Universidade Johns Hopkins, especificamente Lena Smirnova, Brian Caffo e Erik C. Johnson, que não participaram do estudo original, enfatizaram a necessidade de vigilância ética em um comentário na Nature Electronics. Eles ressaltaram a complexidade crescente dos sistemas de organoides e os dilemas éticos que cercam o uso de tecido neural humano na biocomputação.
A complexidade do cérebro humano é realmente impressionante, com cerca de 86 bilhões de neurônios e potencialmente um quatrilhão de sinapses. Cada neurônio forma conexões com até 10.000 outros, permitindo comunicação e atividade constantes.
No entanto, nossas tentativas de replicar a atividade cerebral em sistemas artificiais têm alcançado apenas progressos mínimos.
Em 2013, o K Computer da Riken, um dos supercomputadores mais poderosos do mundo na época, empreendeu um esforço de simulação cerebral. Apesar de seus 82.944 processadores e um petabyte de memória, ele levou 40 minutos para simular apenas um segundo de atividade cerebral envolvendo 1,73 bilhão de neurônios e 10,4 trilhões de sinapses, representando apenas 1-2% do cérebro humano.
Nos últimos anos, houve esforços no campo da computação neuromórfica, que busca projetar hardware e algoritmos que refletem a estrutura e a funcionalidade do cérebro. Embora promissores, esses métodos são intensivos em energia e exigem um tempo considerável para o treinamento de redes neurais artificiais.
A equipe de Guo optou por um caminho alternativo, utilizando células cerebrais humanas reais cultivadas em laboratório. Essas células, originárias de células-tronco pluripotentes humanas, foram desenvolvidas em diversos tipos de células cerebrais e formaram mini-cérebros tridimensionais, ou organoides, completos com conexões e estruturas. Esses organoides, desprovidos de pensamento ou consciência, servem como modelos para pesquisa sobre o desenvolvimento e o funcionamento do cérebro.
O Brainoware consiste nesses organoides ligados a uma rede densa de microeletrodos, empregando uma abordagem de computação em reservatório. Este sistema processa informações dentro do organoide, posteriormente produzindo resultados com base na atividade neural.
As fases de entrada e saída do Brainoware dependem de hardware de computador padrão, que teve que ser treinado para interagir com o organoide. A camada de saída interpreta os dados neurais para realizar classificações ou previsões com base na entrada.
Em um teste, os pesquisadores alimentaram o Brainoware com 240 clipes de áudio de oito homens falando vogais em japonês, desafiando-o a identificar a voz de um indivíduo específico. Inicialmente com um organoide não treinado, o Brainoware alcançou 78% de precisão na identificação do falante após apenas dois dias de treinamento.
A equipe também desafiou o Brainoware a prever o mapa de Hénon, um sistema conhecido por seu comportamento caótico, permitindo que ele aprendesse sozinho por quatro dias. Os resultados superaram os de uma rede neural artificial sem uma unidade de memória de curto e longo prazo em termos de precisão.
Embora a precisão do Brainoware fosse inferior à das redes neurais artificiais com unidades de memória de curto e longo prazo após treinamentos extensos, ele alcançou resultados comparáveis em muito menos tempo.
Os pesquisadores observam a alta adaptabilidade e plasticidade dos organoides no Brainoware, destacando seu potencial para computação adaptativa em reservatório.
Apesar desses avanços, permanecem desafios significativos, incluindo a manutenção da saúde dos organoides e o gerenciamento do consumo de energia dos equipamentos auxiliares. No entanto, levando em conta as considerações éticas, o Brainoware não apenas promete avanços no campo da computação, mas também oferece insights sobre os mistérios do cérebro humano.
Como afirmado por Smirnova, Caffo e Johnson, essa pesquisa pode levar décadas para evoluir para sistemas gerais de biocomputação. No entanto, é provável que forneça compreensão fundamental nos mecanismos de aprendizado, desenvolvimento neural, aspectos cognitivos de doenças neurodegenerativas e auxilie no desenvolvimento de modelos pré-clínicos para deficiências cognitivas a fim de testar novos tratamentos. [Science Alert]
