Quando aprendemos uma nova habilidade, o cérebro precisa decidir — célula por célula — o que mudar. Uma nova pesquisa do MIT sugere que ele pode fazer isso com uma precisão surpreendente, enviando feedback direcionado a neurônios individuais para que cada um possa ajustar sua atividade na direção correta.

A descoberta ecoa uma ideia fundamental da inteligência artificial moderna. Muitos sistemas de IA aprendem comparando seus resultados com um alvo, calculando um sinal de "erro" e usando-o para ajustar as conexões dentro da rede. Uma questão antiga era se o cérebro também usa esse tipo de feedback individualizado. Em um estudo de acesso aberto publicado na edição de 25 de fevereiro da revista Nature , pesquisadores do MIT relatam evidências de que sim.

Uma equipe de pesquisa liderada por Mark Harnett , investigador do Instituto McGovern para Pesquisa Cerebral e professor associado do Departamento de Ciências Cerebrais e Cognitivas do MIT, descobriu esses sinais instrutivos em ratos, treinando os animais para controlar a atividade de neurônios específicos usando uma interface cérebro-computador (ICC). Segundo os pesquisadores, essa abordagem pode ser usada para estudar mais a fundo as relações entre redes neurais artificiais e cérebros reais, de maneiras que devem aprimorar a compreensão da aprendizagem biológica e viabilizar uma inteligência artificial inspirada no cérebro mais eficaz.

Nossos cérebros estão em constante mudança à medida que interagimos com o mundo, modificando seus circuitos conforme aprendemos e nos adaptamos. "Sabemos muito, graças a 50 anos de estudos, que existem muitas maneiras de alterar a força das conexões entre os neurônios", diz Harnett. "O que realmente falta na área é uma forma de entender como essas mudanças são orquestradas para produzir um aprendizado eficiente."

Algumas ações — e as conexões neurais que as possibilitam — são reforçadas com a liberação de neuromoduladores como dopamina ou norepinefrina no cérebro. Mas esses sinais são transmitidos para grandes grupos de neurônios, sem discriminar entre as contribuições individuais das células para um fracasso ou um sucesso. “O aprendizado por reforço via neuromoduladores funciona, mas é ineficiente, porque todos os neurônios e todas as sinapses recebem basicamente apenas um sinal”, diz Harnett.

O aprendizado de máquina utiliza uma forma alternativa e extremamente poderosa de aprender com os erros. Usando um método chamado retropropagação, as redes neurais artificiais calculam um sinal de erro e o utilizam para ajustar suas conexões individuais. Elas fazem isso repetidamente, aprendendo com a experiência como refinar suas redes para obter sucesso. "Funciona muito bem e é computacionalmente muito eficiente", diz Harnett.

Parecia provável que o cérebro pudesse usar sinais de erro semelhantes para o aprendizado. Mas os neurocientistas estavam céticos quanto à capacidade do cérebro de enviar sinais personalizados para neurônios individuais, devido às limitações impostas pelo uso de células e circuitos vivos em vez de software e equações. Um dos principais problemas para testar essa ideia era como encontrar os sinais que fornecem instruções personalizadas aos neurônios, chamados de sinais instrutivos vetorizados. O desafio, explica Valerio Francioni, primeiro autor do artigo na Nature e ex-pós-doutorando no laboratório de Harnett, é que os cientistas não sabem como os neurônios individuais contribuem para comportamentos específicos.

Sem saber quais neurônios precisam se tornar mais ativos e quais devem ser controlados, é impossível procurar sinais que direcionem essas mudanças.

Para contornar esse problema, a equipe de Harnett desenvolveu uma tarefa de interface cérebro-computador para vincular diretamente a atividade neural ao resultado da recompensa — algo semelhante a conectar as teclas do piano diretamente à atividade de neurônios individuais. Para ter sucesso na tarefa, certos neurônios precisavam aumentar sua atividade, enquanto outros precisavam diminuí-la.

Eles criaram uma interface cérebro-computador (BCI) para conectar diretamente a atividade desses neurônios — apenas oito a dez dos milhões de neurônios no cérebro de um rato — a uma leitura visual, fornecendo feedback sensorial aos ratos sobre seu desempenho. O sucesso era acompanhado pela entrega de uma recompensa açucarada.

“Agora, se você me perguntar: 'Como o rato obtém mais recompensas? Qual neurônio você precisa ativar e qual neurônio você precisa inibir?', eu sei exatamente qual é a resposta para essa pergunta”, diz Francioni, cujo trabalho foi apoiado por uma bolsa Y. Eva Tan do Yang Tan Collective no MIT.

Os cientistas não sabiam a função exata dos neurônios específicos que conectaram à interface cérebro-computador (BCI), mas as células estavam ativas o suficiente para que os camundongos recebessem recompensas ocasionais sempre que os sinais estivessem corretos. Em uma semana, os camundongos aprenderam a ativar os neurônios certos enquanto mantinham o outro conjunto de neurônios inativo, ganhando assim mais recompensas.

Durante esse processo de aprendizagem, Francioni monitorou diariamente os neurônios-alvo usando um microscópio potente para visualizar indicadores fluorescentes da atividade neural. Ele concentrou-se nos dendritos ramificados dos neurônios, onde se suspeitava há muito tempo que chegavam os sinais de feedback apropriados. Ao mesmo tempo, ele rastreou a atividade nos corpos celulares parentais desses neurônios. A equipe usou esses dados para examinar a relação entre os sinais recebidos nos dendritos de um neurônio e sua atividade, bem como a forma como essas atividades mudavam quando os camundongos eram recompensados por ativar os neurônios corretos ou quando falhavam na tarefa.

Eles concluíram que os dois grupos de neurônios cuja atividade controlava a interface cérebro-computador (BCI) de maneiras opostas também recebiam sinais de erro opostos em seus dendritos durante o aprendizado dos camundongos. Alguns foram instruídos a aumentar sua atividade durante a tarefa, enquanto outros foram instruídos a reduzi-la. Além disso, quando a equipe manipulou os dendritos para inibir esses sinais instrutivos, os camundongos não conseguiram aprender a tarefa. "Esta é a primeira evidência biológica de que o aprendizado instrutivo baseado em sinais [específicos de neurônios] vetorizados está ocorrendo no córtex", afirma Harnett.

A descoberta de sinais vetorizados no cérebro — e a capacidade da equipe de encontrá-los — deve promover uma maior interação entre neurocientistas e pesquisadores de aprendizado de máquina, afirma o pós-doutorando Vincent Tang. "Isso fornece um incentivo adicional para que a comunidade de aprendizado de máquina continue desenvolvendo modelos e propondo novas hipóteses nessa direção", diz ele. "Assim, podemos voltar e testá-las."

Os pesquisadores afirmam estar tão entusiasmados com a aplicação de sua abordagem em experimentos futuros quanto com a descoberta atual.

“O aprendizado de máquina oferece uma maneira robusta e matematicamente tratável de realmente estudar o aprendizado. O fato de agora podermos traduzir pelo menos parte disso diretamente para o cérebro é muito poderoso”, diz Francioni.

Harnett afirma que a abordagem abre novas oportunidades para investigar possíveis paralelos entre o cérebro e o aprendizado de máquina. "Agora podemos tentar descobrir como o córtex aprende? Como outras regiões do cérebro aprendem? Quão semelhante ou diferente é isso em relação a este algoritmo específico? Podemos descobrir como construir modelos melhores e mais inspirados no cérebro a partir do que aprendemos com a biologia?", diz ele. "Isso parece um novo começo realmente importante."