Cérebros artificiais adaptáveis superam desafio clássico na robótica com 46% de sucesso

Um grupo de pesquisadores da Universidade da Califórnia em Santa Cruz realizou um estudo inovador que demonstra a capacidade dos pequenos cérebros cultivados em laboratório adaptarem-se e melhorar seu desempenho ao enfrentar o problema clássico do pêndulo invertido. Esse desafio é comum na robótica e no aprendizado por reforço, exigindo ajustes constantes para manter o equilíbrio.

O estudo foi liderado por Ash Robbins, juntamente com Mircea Teodorescu e David Haussler, que utilizaram organoides cerebrais derivados de células-tronco de rato. Essas pequenas estruturas possuem milhões de neurônios capazes de gerar impulsos elétricos e podem reorganizar suas conexões em função dos estímulos recebidos, permitindo o estudo de processos básicos de aprendizado.

O sistema funcionou em ciclo fechado: os sinais elétricos indicavam ao organoide a inclinação da haste virtual e sua resposta neuronal se traduzia em movimentos do carrinho. Com treinamento adaptativo, quase 46% dos ciclos superaram o limite de desempenho estabelecido pelos pesquisadores, enquanto os grupos sem feedback ou com estimulação aleatória apresentavam porcentagens mínimas.

"Quando podemos escolher ativamente os estímulos de treinamento, podemos moldar a rede para resolver o problema", explicou Robbins. No entanto, é importante notar que esse aprendizado foi de curto prazo e retornava aos níveis iniciais após 45 minutos de inatividade.

Os autores enfatizam que o objetivo do estudo não é apenas demonstrar a capacidade dos pequenos cérebros adaptarem-se, mas sim compreender os mecanismos da adaptação neuronal. Compreender como essas redes se ajustam pode fornecer informações relevantes sobre distúrbios neurológicos, reforçando o valor biomédico desta descoberta.

A pesquisa destaca a plasticidade neuronal como uma propriedade intrínseca mesmo em estruturas extremamente simples. Isso sugere que os processos de aprendizado e adaptação podem ser estudados em detalhes, contribuindo para o desenvolvimento de novas terapias ou tratamentos para doenças neurológicas.

Essa descoberta abre caminho para futuros estudos sobre a plasticidade neuronal e sua aplicação na robótica e no aprendizado por reforço. Além disso, pode fornecer insights valiosos sobre como as redes neuronais se ajustam em diferentes contextos, contribuindo para o avanço da neurociência e do desenvolvimento de novas tecnologias.