Apesar de terem cérebros com o tamanho de uma semente de sésamo, as abelhas conseguem aprender e reconhecer padrões visuais complexos com uma sofisticação que rivaliza com animais muito maiores. Os cientistas acreditam ter descoberto o segredo por trás desta impressionante capacidade visual.
Num novo estudo, recentemente publicado na eLife, uma equipa de investigadores da Universidade de Sheffield, no Reino Unido, criou um modelo neural que imita a forma como as abelhas exploram ativamente o seu ambiente e processam informação visual.
As descobertas revelam como o cérebro da abelha emprega um sistema de reconhecimento de padrões surpreendentemente poderoso e eficiente que poderá revolucionar a forma como construimos máquinas para ver e pensar.
O modelo criado pela equipa de investigadores, liderada por neurocientistas e engenheiros, construiu um modelo simplificado mas realista do sistema visual da abelha, incorporando elementos de neurobiologia, comportamento e aprendizagem automática.
O estudo descobriu como neurónios específicos no cérebro do inseto, chamados “neurónios lóbula“, se auto-organizam em filtros visuais altamente seletivos capazes de codificar informação detalhada de padrões.
Mesmo com recursos neurais mínimos, o modelo mostrou capacidades notáveis, tendo conseguido discriminar com sucesso símbolos matemáticos, que conseguiu generalizar para novas tarefas visuais, e até reconhecer rostos humanos — tudo sem aprendizagem por reforço ou feedback de recompensa, nota o The DeBrief.
A descoberta fundamental centra-se na “visão ativa“, uma estratégia onde os organismos não recebem passivamente input visual — em vez disso, exploram ativamente o seu ambiente.
As abelhas conseguem fazê-lo através de movimentos deliberados da cabeça e do voo, construindo imagens neurais ao longo do tempo em vez de num único olhar.
“Neste estudo, demonstrámos com sucesso que até os mais pequenos cérebros podem aproveitar o movimento para perceber e compreender o mundo à sua volta”, diz James Marshall, diretor do Centro de Inteligência Artificial da Universidade de Sheffield e autor principal do estudo.
“Isto mostra-nos que um sistema pequeno e eficiente pode realizar cálculos muito mais complexos do que pensávamos ser possível”, acrescenta o investigador.
Uma das descobertas mais notáveis do estudo foi o número surpreendentemente pequeno de neurónios necessários para funcionamento eficaz. Com apenas 36 neurónios lóbula, o modelo teve desempenho estatisticamente significativo em várias tarefas de reconhecimento. Mesmo com apenas 16 neurónios, conseguia reconhecer padrões como espirais ou barras inclinadas.
“Os números são surpreendentemente pequenos, mesmo para tarefas complexas como reconhecimento de rostos humanos”, explica Lars Chittka, professor de ecologia sensorial e comportamental na Universidade Queen Mary de Londres e co-autor do estudo.
As descobertas podem ter várias aplicações práticas, que vão para além da neurociência de insetos.
A dependência do modelo em regras de aprendizagem simples e biologicamente fundamentadas abre portas para o desenvolvimento de sistemas neuromórficos para robótica, visão por computador e navegação autónoma.
Em vez de requerer redes neurais massivas com milhões de exemplos rotulados e vastos recursos computacionais, futuros sistemas de IA poderão aprender como as abelhas: recolhendo ativamente amostras do mundo, refinando a perceção ao longo do tempo, e desenvolvendo códigos internos eficientes.
