Numa impressionante demonstração de tecnologia emergente, a empresa australiana de biotecnologia Cortical Labs treinou com sucesso uma rede de 200.000 neurônios humanos vivos cultivados em um chip de silício para jogar o clássico jogo de tiro em primeira pessoa Doom. O experimento, capturado em um vídeo recente, mostra o personagem controlado por neurônios navegando pelos níveis, encontrando inimigos e disparando armas – embora de forma desajeitada. Isto não é apenas uma novidade; representa um passo significativo no sentido de aproveitar os sistemas biológicos para a computação, com implicações que vão muito além dos jogos.
A ascensão dos computadores “vivos”
A principal inovação reside na capacidade dos neurônios de “aprendizagem adaptativa e direcionada a objetivos em tempo real”, conforme descrito pelo diretor científico da Cortical Labs, Brett Kagan. Isto significa que as células não estão simplesmente reagindo aos estímulos; eles estão se adaptando ativamente para atingir objetivos em um ambiente dinâmico. As implicações são substanciais, especialmente tendo em conta as crescentes exigências energéticas da inteligência artificial (IA) tradicional. Embora os neurônios não substituam totalmente os microchips, eles oferecem uma abordagem potencialmente muito mais eficiente para certos cálculos. Estudar como eles funcionam poderia revolucionar os métodos de computação e acelerar os testes neurológicos de drogas.
Coletando e sustentando processadores biológicos
O Cortical Labs não extrai neurônios diretamente do cérebro. Em vez disso, utilizam células facilmente acessíveis de amostras de sangue ou de pele, convertendo-as em células estaminais e depois num fornecimento indefinido de células neurais. Essas células são alojadas em sistemas independentes de suporte à vida, capazes de manter a viabilidade por até seis meses. A interface de comunicação é direta: eletricidade. As células cerebrais geram pulsos elétricos quando ativas e o sistema retribui, criando um diálogo biológico-silício.
O Princípio da Energia Livre e a Motivação dos Neurônios
A chave para fazer com que os neurônios executem tarefas não é a coerção, mas a previsão. A Cortical Labs aproveitou o “princípio da energia livre” desenvolvido pelo neurocientista Karl Friston, que afirma que os sistemas neurais se esforçam para prever seu ambiente. O caos é um castigo; ordem é recompensa. A equipe criou um ciclo de feedback onde sinais imprevisíveis (ruído aleatório) penalizavam movimentos incorretos, enquanto sinais estruturados e previsíveis reforçavam ações corretas. Este sistema simples treinou efetivamente os neurônios para aprender.
Do Pong ao Doom: Dimensionando a Complexidade
Em 2022, o Cortical Labs demonstrou que os neurônios nos chips poderiam aprender a jogar Pong em minutos. Doom, no entanto, apresenta um desafio muito maior. O ambiente complexo do jogo com corredores, inimigos e navegação tridimensional exige um nível mais elevado de processamento cognitivo. Para superar isso, o Cortical Labs colaborou com a Universidade de Stanford em um hackathon, emparelhando os neurônios com um algoritmo de aprendizagem padrão. O sistema híbrido superou o algoritmo sozinho, provando que as células biológicas contribuíram para o processo de aprendizagem.
Aplicações Médicas e Computacionais
A pesquisa da Cortical Labs está focada em duas aplicações principais. Primeiro, a área médica: 93-99% dos ensaios clínicos neuropsiquiátricos falham, e testar medicamentos em células cerebrais numa placa muitas vezes não reproduz as condições do mundo real. Kagan argumenta que os neurônios em um jogo ou ambiente mundial respondem de maneira diferente às drogas e apresentam doenças com mais precisão. Em segundo lugar, computacional: os neurônios representam “o sistema de processamento de informação mais poderoso” conhecido, possuindo uma complexidade que excede em muito os sistemas baseados em silício. Os neurônios biológicos têm complexidade de pelo menos terceira ordem, capazes de manter três estados dinâmicos simultaneamente, enquanto os transistores de silício são limitados a estados binários.
Eficiência Energética e o Futuro da Biocomputação
Pesquisadores como Feng Guo, da Indiana University Bloomington, destacam o potencial para enormes economias de energia. O cérebro humano funciona com apenas 20 watts, em comparação com os milhões de watts necessários para sistemas equivalentes de IA baseados em silício. Essa eficiência torna a biocomputação uma área promissora de desenvolvimento.
A Cortical Labs não pretende substituir totalmente a computação de silício. Está oferecendo “uma nova ferramenta na caixa de ferramentas de inteligência”.
Embora os computadores biológicos não substituam as calculadoras de bolso para matemática básica, eles são excelentes em tarefas que exigem adaptabilidade e resolução de problemas do mundo real – como navegar em uma casa para fazer chá, uma tarefa com a qual os algoritmos de IA atuais têm dificuldade. O campo progrediu rapidamente de um único jogo de Pong para uma plataforma comercial com uma API e uma demonstração de neurônios tropeçando em Doom – aprendendo, ainda que lentamente.
O futuro da computação pode não ser inteiramente de silício; poderia estar… vivo.
