Escrito pela Equipe Científica Qubic

Academia de Inteligência Neuraxon — Volume 4

A palavra rede aparece constantemente tanto na neurociência quanto na inteligência artificial. Mas, apesar de compartilhar o mesmo rótulo, redes neurais biológicas e redes neurais artificiais são sistemas fundamentalmente diferentes. Para entender o que cada uma realmente faz, e onde uma terceira abordagem se encaixa, precisamos olhar para a arquitetura e o comportamento das redes em todos os níveis.

Redes Neurais Biológicas: Como o Cérebro Processa Informação

Uma rede neural biológica é um sistema de neurônios interconectados cuja função é processar informações e gerar comportamento. Essas redes são dinâmicas. Elas permanecem ativas ao longo do tempo, mesmo quando não estamos engajados conscientemente em nenhuma tarefa. Elas carregam um custo energético, que no caso do cérebro humano é notavelmente baixo para a complexidade que produz.

Redes biológicas integram sinais internos e externos usando sua própria linguagem: tempo-frequência. Pense em uma banda musical com múltiplos instrumentos tocando em diferentes ritmos. O bumbo carrega o tempo, o baixo toca duas notas por batida, e os pratos preenchem as notas de dezesseis avos. A melodia se move livremente sem perder o compasso. Os músicos acoplam suas partituras em diferentes ritmos que se encaixam perfeitamente. Essas são frequências aninhadas, e é assim que as redes cerebrais funcionam. A linguagem tempo-frequência de diferentes redes se aninha dentro de si mesma, um conceito conhecido como acoplamento entre frequências.

De Neurônios Únicos a Redes Massivas

Tudo começa com o neurônio. Essa única célula nervosa gera um potencial de ação, um breve impulso elétrico que se propaga ao longo do axônio. O neurônio recebe sinais através dos dendritos, integra-os no soma e transmite o sinal se ultrapassar um limiar. Cobrimos esse processo em detalhe no NIA Volume 1: Por que a Inteligência Não é Computada em Passos, mas em Tempo e NIA Volume 2: Dinâmicas Ternárias como Modelo de Inteligência Viva.

Os neurônios se conectam a outros neurônios através de sinapses químicas, onde neurotransmissores são liberados (veja NIA Volume 3: Neuromodulação e IA Inspirada no Cérebro), ou através de sinapses elétricas, onde a corrente passa diretamente entre as células. Para formar redes, muitos neurônios interconectam-se e criam circuitos recorrentes. Mas essa integração é não-linear, significando que a resposta do todo não é igual à soma simples de suas partes. A magnitude é impressionante: o cérebro humano contém aproximadamente 86 bilhões de neurônios e em algum lugar entre 10¹⁴ e 10¹⁵ sinapses (Azevedo et al., 2009).

Propriedades de Pequeno Mundo e Equilíbrio Excitação-Inibição

No nível topológico, essas redes exibem propriedades de pequeno mundo: alto agrupamento local combinado com conexões globais curtas. Essa arquitetura permite comunicação eficiente através do cérebro enquanto mantém processamento local especializado.

O funcionamento das redes neurais biológicas depende do equilíbrio entre excitação e inibição. Se a excitação domina, a atividade se desestabiliza. Se a inibição domina, a rede fica silenciosa. A estabilidade dinâmica surge do equilíbrio entre ambas as forças. Esse equilíbrio é mantido através da plasticidade sináptica, o mecanismo que permite que a força das conexões mude com base na experiência. Além disso, a neuromodulação ajusta o ganho do circuito, controlando quão fortemente uma entrada produz uma saída (Marder, 2012). Em uma situação ameaçadora, por exemplo, a noradrenalina aumenta a sensibilidade sensorial e a capacidade de aprendizado rápido.

Múltiplas Escalas Temporais e Função do Córtex Cerebral

As redes operam em múltiplas escalas temporais simultaneamente. No nível neuronal, potenciais de ação disparam em milissegundos. Oscilações neuronais se desenrolam em segundos. Mudanças sinápticas se desenvolvem ao longo de horas ou dias, e reorganizações estruturais acontecem ao longo de anos. Tudo funciona em um padrão harmônico, dinâmico e entrelaçado.

Mas nem tudo se comunica com tudo sem estrutura. A função do córtex cerebral é organizada em redes especializadas. As mais importantes incluem a rede de modo padrão, ligada à auto-referência e ao pensamento sobre si mesmo e os outros; a rede executiva central, ligada à execução direta de tarefas; a rede de saliência, que detecta o que é relevante a cada momento e permite a troca entre diferentes modos; a rede sensorimotora que sustenta movimentos voluntários; e várias redes de atenção. Os humanos também possuem uma rede de linguagem distinta, permitindo tanto a compreensão quanto a produção de linguagem.

Em redes biológicas, nenhuma nota isolada é uma sinfonia. A sinfonia emerge do padrão dinâmico de relações entre notas. O cérebro não contém coisas. Ele não armazena memórias da maneira que um disco rígido armazena arquivos. O cérebro constrói configurações dinâmicas.

Cortesia de DOI: 10.3389/fnagi.2023.1204134

Redes Neurais Artificiais: Como Modelos de Aprendizado Profundo Funcionam

Uma rede neural artificial (ANN) é um modelo matemático projetado para aproximar funções complexas a partir de dados. Ela tira inspiração abstrata do cérebro: usa unidades interconectadas chamadas "neurônios artificiais", mas estes não são células. Eles são operações algébricas. Chamar uma operação algébrica de neurônio é, sem dúvida, uma extrapolação exagerada, e chamar previsão de linguagem de "inteligência" pode ser igualmente enganoso. Mas, uma vez que esses são os termos estabelecidos, é importante compreendê-los e separar substância de exagero.

Como um Neurônio Artificial Funciona

Cada neurônio artificial realiza três etapas. Primeiro, recebe um conjunto de entradas numéricas. Em seguida, multiplica cada entrada por um peso sináptico, que é um parâmetro ajustável. Finalmente, soma os resultados e aplica uma função de ativação que introduz não-linearidade. Funções de ativação comuns incluem a Sigmoid, que comprime valores entre 0 e 1, e ReLU (Unidade Linear Retificada), que cancela valores negativos e deixa passar os positivos.

Sem não-linearidade, a rede simplesmente realizaria uma transformação linear, incapaz de modelar padrões complexos. ANNs são organizadas em camadas de entrada, onde os dados entram; camadas ocultas, onde os dados são progressivamente transformados; e uma camada de saída, que gera a previsão.

Do Perceptron ao Aprendizado Profundo

Todas as arquiteturas modernas rastreiam suas origens até o perceptron (Rosenblatt, 1958), um neurônio linear simples com um limiar. Redes modernas de aprendizado profundo podem conter centenas de camadas e bilhões de parâmetros. Mas, em sua essência, uma ANN funciona como uma imensa planilha automatizada que ajusta milhões de células numéricas até que a saída corresponda ao resultado esperado.

Retropropagação e Descida de Gradiente: Como Redes Artificiais Aprendem

O aprendizado em redes artificiais não funciona da mesma maneira que o aprendizado biológico. Não há ajuste de neuromoduladores ou intensidade sináptica com base na experiência vivida. Em vez disso, o aprendizado baseia-se na minimização de uma função de erro que quantifica a diferença entre a previsão da rede e a resposta correta.

Considere um exemplo simples: o modelo é solicitado a completar "Paris é a capital de..." Se a previsão for Itália, a função de erro mede a lacuna entre Itália e França, e então ajusta os pesos de acordo. O mecanismo central por trás desse ajuste é a retropropagação (Rumelhart et al., 1986). Este algoritmo calcula o erro na saída, propaga esse erro para trás camada por camada, e ajusta os pesos usando descida de gradiente, um método matemático que modifica parâmetros na direção que reduz o erro.

Formalmente, o aprendizado consiste em otimizar uma função diferenciável em um espaço de muitas dimensões. Se você pensar no espaço físico, as dimensões são x, y e z. Mas na linguagem, imagine dimensões como singular, plural, feminino, masculino, verbo, sujeito, atributo, substantivo, adjetivo, entonação e sinônimo. Introduza milhões de dimensões e poder computacional suficiente, e um modelo pode aprender que Paris é a capital da França simplesmente reduzindo os erros de previsão durante o treinamento.

Arquiteturas de Redes Neurais Artificiais

Embora a terminologia se sobreponha à neurociência, o processo não se assemelha a como um sistema vivo aprende. Em uma ANN, o ajuste depende de cálculo global e conhecimento explícito do erro final. A rede precisa saber exatamente quão errada estava.

Se uma rede aprende a reconhecer gatos, ela recebe milhares ou milhões de imagens rotuladas. Cada vez que falha, ajusta ligeiramente os pesos. Após milhões de iterações, o padrão interno se estabiliza em uma configuração que discrimina gatos de outros objetos. O processo é puramente estatístico. A rede não "entende" o que é um gato. Ela detecta correlações numéricas em pixels. Ela não possui um "modelo de mundo" de um gato, apenas matrizes de números em escalas massivas. Para uma análise mais profunda sobre por que isso é importante, leia nossa análise de benchmarking do aprendizado de modelos de mundo.

Existem várias arquiteturas-chave de redes neurais artificiais. Redes convolucionais (CNNs) usam filtros espaciais que detectam bordas, texturas e padrões hierárquicos, tornando-as essenciais para visão computacional. Redes recorrentes (RNNs, LSTMs) incorporam memória temporal para processar sequências. E os agora dominantes Transformers usam mecanismos de atenção que ponderam dinamicamente quais partes da entrada são mais relevantes (Vaswani et al., 2017). Os Transformers atualmente alimentam a maioria dos grandes modelos de linguagem em processamento de linguagem natural.

O crescimento dessas redes não acontece organicamente como em sistemas vivos. Acontece através de design explícito e escalonamento de parâmetros via treinamento maciço em centros de computação de alto desempenho. A adaptação é limitada ao período de treinamento. Uma vez treinada, a rede não reorganiza espontaneamente sua arquitetura. Qualquer modificação requer um novo processo de otimização. Como exploramos em Que essa IA Estática é um Caminho Sem Saída, essa natureza congelada é uma limitação fundamental dos sistemas de IA atuais.

Apesar de compartilhar o nome "rede", a semelhança entre redes neurais artificiais e biológicas é limitada. A analogia é estrutural e abstrata: ambas usam unidades interconectadas e aprendizado através do ajuste das conexões. Mas o cérebro é um sistema evolutivo, incorporado e autorregulado. Uma ANN é um otimizador de função em um espaço numérico.

Entre Redes Biológicas e Artificiais: Como a Neuraxon Aigarth Preenche a Lacuna

As redes simuladas na Neuraxon Aigarth estão conceitualmente posicionadas entre redes biológicas e redes neurais artificiais convencionais. Elas não são tecido vivo, mas também não são meras funções matemáticas otimizadas por gradiente. Seu objetivo é aproximar dinâmicas típicas de sistemas biológicos, incluindo plasticidade multiescalar, modulação dependente do contexto e auto-organização, tudo dentro de uma estrutura computacional construída para a infraestrutura de IA descentralizada da Qubic.

Se no Volume 1 descrevemos sistemas metabólicos auto-organizados e no Volume 2 exploramos funções de otimização diferenciáveis, a Neuraxon tenta incorporar propriedades dinâmicas dos primeiros sem abandonar a formalização matemática dos últimos.

Estados Trivalentes: Capturando o Equilíbrio Excitação-Inibição

Em vez de ativações contínuas típicas (valores reais após um ReLU, por exemplo), a Neuraxon usa estados trivalentes: -1, 0 e +1. Aqui, +1 representa ativação excitatória, -1 representa ativação inibitória, e 0 representa descanso ou inatividade.

Este esquema não tenta copiar o potencial de ação biológico. Em vez disso, captura o princípio funcional do equilíbrio excitação-inibição descrito na seção de redes biológicas acima. No cérebro, a estabilidade emerge do equilíbrio entre essas forças. Na Neuraxon, o espaço de estado discreto impõe uma dinâmica mais próxima dos sistemas de transição de estado do que de simples transformações contínuas.

Em contraste com redes artificiais clássicas, onde a ativação é um número de ponto flutuante sem significado fisiológico, o sistema trivalente impõe restrições estruturais que moldam como a atividade se propaga pela rede.

Plasticidade de Peso Duplo: Aprendizado Rápido e Lento

As redes neurais biológicas exibem plasticidade em diferentes escalas temporais: mudanças rápidas na eficácia sináptica e consolidação mais lenta ao longo do tempo. A Neuraxon introduz essa ideia por meio de dois componentes de peso:

w_fast: mudanças rápidas que são sensíveis ao ambiente imediato.

w_slow: mudanças lentas que estabilizam padrões repetidos ao longo do tempo.

Isso evita que o sistema dependa exclusivamente de uma atualização de peso homogênea como a retropropagação padrão. Parte do aprendizado pode ser transitória, enquanto outra parte é gradualmente consolidada. Esse mecanismo introduz uma dimensão ausente na maioria das redes neurais artificiais: a taxa de aprendizado não é fixa, mas dependente do estado global do sistema.

Neuromodulação Contextual Através da Variável Meta

Em redes biológicas, neuromoduladores como noradrenalina e dopamina não transmitem conteúdo informacional específico. Em vez disso, eles alteram o ganho e a plasticidade de amplas populações neuronais. Exploramos isso em profundidade no NIA Volume 3: Neuromodulação e IA Inspirada no Cérebro.

Na Neuraxon, a variável meta desempenha um papel funcionalmente análogo. Ela não codifica informações específicas, mas modifica a magnitude da atualização sináptica. Isso se aproxima do princípio biológico de que o aprendizado depende do contexto motivacional ou de saliência. Em uma rede artificial convencional, o gradiente é aplicado uniformemente com base no erro. Na Neuraxon, o aprendizado pode ser intensificado ou atenuado de acordo com o estado interno ou sinais externos globais.

A diferença conceitual é significativa. Em redes clássicas de aprendizado profundo, o erro impulsiona o aprendizado. Na Neuraxon, o erro pode coexistir com um sinal modulatório contextual que altera o quanto é aprendido em qualquer momento dado.

Criticidade Auto-Organizada e Comportamento Adaptativo

Redes biológicas operam próximas a um regime chamado criticidade auto-organizada, onde o sistema mantém equilíbrio entre ordem e caos. Esse regime permite flexibilidade sem perda de estabilidade.

A Neuraxon modela essa propriedade permitindo que a rede evolua para estados dinâmicos intermediários nos quais pequenas perturbações podem produzir amplas reorganizações sem colapsar o sistema.

Em modelos como o Jogo da Vida estendido com propriocepção que a equipe está desenvolvendo atualmente, o sistema pode receber sinais externos (ambiente) e sinais internos (seu próprio estado, energia, colisões anteriores). Se um agente colidir repetidamente com um obstáculo, um aumento no sinal meta pode ser gerado, análogo a um aumento na excitação. Esse sinal aumenta temporariamente a plasticidade, facilitando a reorganização estrutural.

Aqui, a rede não aprende apenas porque comete erros. Ela aprende porque o ambiente adquire relevância adaptativa. A semelhança com o cérebro permanece limitada: a Neuraxon não possui biologia, metabolismo ou experiência subjetiva. No entanto, introduz dimensões dinâmicas ausentes na maioria das redes neurais artificiais convencionais, posicionando-a como uma abordagem genuinamente nova para IA inspirada no cérebro em infraestrutura descentralizada.

O poder computacional necessário para executar simulações da Neuraxon é fornecido pela rede global de mineradores da Qubic através de Provas Úteis de Trabalho, transformando o treinamento de IA no próprio mecanismo de consenso.

Referências Científicas

#Azevedo, F. A. C., et al. (2009). Números iguais de células neuronais e não neuronais fazem do cérebro humano um cérebro primata escalonado isometricamente. Journal of Comparative Neurology, 513(5), 532-541. DOI: 10.1002/cne.21974

#Marder, E. (2012). Neuromodulação de circuitos neuronais: De volta ao futuro. Neuron, 76(1), 1-11. DOI: 10.1016/j.neuron.2012.09.010

#Rosenblatt, F. (1958). O Perceptron: Um modelo probabilístico para armazenamento e organização de informações no cérebro. Psychological Review, 65(6), 386-408. DOI: 10.1037/h0042519

#Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Aprendendo representações retropropagando erros. Nature, 323(6088), 533-536. DOI: 10.1038/323533a0

#Vaswani, A., et al. (2017). A atenção é tudo o que você precisa. Avanços em Sistemas de Processamento de Informação Neural, 30. arXiv: 1706.03762

Imagens da rede cerebral cortesia de: DOI: 10.3389/fnagi.2023.1204134

#Aİ #AGI