Pesquisadores japoneses deram um passo impressionante rumo ao futuro da inteligência artificial — e, curiosamente, com a ajuda de neurônios vivos de ratos.
De acordo com o site Tom’s Hardware, cientistas da Universidade de Tohoku e da Future University do Japão desenvolveram um sistema capaz de treinar neurônios corticais para gerar sinais complexos ao longo do tempo de forma autônoma. Em outras palavras, esses neurônios “aprendem” e passam a produzir padrões por conta própria — algo com grande potencial para aplicações em IA.
🧠 Como funciona essa tecnologia?
O segredo está em um modelo chamado Reservoir Computing em circuito fechado. Nesse sistema, os neurônios vivos são conectados a:
- Matrizes de microeletrodos de alta densidade
- Dispositivos microfluídicos
- Um sistema de aprendizado de máquina em tempo real
Essa combinação permite que o sistema não dependa de entradas externas constantes. Após o treinamento, ele consegue gerar sinais como:
- Ondas senoidais
- Ondas triangulares
- Ondas quadradas
- Até padrões caóticos complexos, como o famoso atrator de Lorenz
⚙️ O diferencial: controle das conexões neurais
Um dos grandes desafios foi evitar que os neurônios se sincronizassem demais — o que prejudica a capacidade de aprendizado.
Para resolver isso, os pesquisadores usaram um material chamado PDMS (polidimetilsiloxano) para criar uma estrutura com:
- 128 microcavidades
- Canais microscópicos que conectam os neurônios
Isso permitiu formar redes com diferentes arquiteturas (em grade e em camadas), aumentando a complexidade do sistema e melhorando o desempenho.
📊 Resultados promissores
Nos testes, o sistema conseguiu:
- Gerar padrões com períodos de 4, 10 e 30 segundos
- Alcançar correlação superior a 0,8 entre o sinal gerado e o alvo
- Reproduzir dinâmicas complexas típicas de sistemas caóticos
Segundo o professor Hideaki Yamamoto, esse tipo de rede neural biológica pode funcionar como um novo tipo de recurso computacional — combinando biologia e tecnologia.
🚧 Desafios ainda presentes
Apesar dos avanços, ainda existem limitações importantes:
- A precisão diminui após o fim do treinamento
- Há um atraso de cerca de 330 milissegundos no sistema
- Isso dificulta acompanhar sinais que mudam rapidamente
🔮 O que vem pela frente?
A equipe pretende desenvolver hardware dedicado para reduzir esse atraso e melhorar o desempenho. Se isso acontecer, as aplicações podem ser revolucionárias, incluindo:
- Interfaces cérebro-computador
- Próteses neurais avançadas
- Novos modelos híbridos de inteligência artificial
✨ Resumo rápido
- 🧠 Neurônios de ratos foram treinados para gerar sinais complexos sozinhos
- ⚙️ Sistema usa microfluídica e aprendizado de máquina em tempo real
- 🌊 Consegue reproduzir desde ondas simples até padrões caóticos
- 🚀 Pode abrir caminho para uma nova geração de IA biológica
Essa pesquisa mostra que o futuro da computação pode não ser apenas digital — mas também biológico.