Construir inteligências artificiais no passado era uma ideia apenas de ficção científica, exemplos do aparecimento na arte não faltam: o robô depressivo Marvin do Guia do Mochileiro das galáxias, os replicantes de Blade Runner e como esquecer do autor que influencia até hoje o jeito que encaramos a tecnologia, apesar de décadas já terem passado, Isaac Asimov. Hoje, a inteligência artificial saiu dos planos da ficção e está cada vez mais presente no dia a dia, mas ela ainda está longe de ser comparável a eficiência da mente humana, a aproximação está ocorrendo e é algo que está sendo cada vez mais trabalhado ao estudar e entender os mecanismos que o sistema nervoso exerce para executar o seu complexo de ações, e essa área de estudo pertence a Neurociência.
Por mais que as IAs atuais sejam bem impressionantes, elas são especializadas em tarefas, sem um processamento complexo de imaginação e flexibilidade rápidas, não podendo criar situações e imaginar a melhor forma de resolvê-las. O fundador do Google Deepmind Demis Hassabis, afirmou que “o futuro das inteligências artificiais está na neurociência” em seu artigo “Neuroscience-Inspired Artificial Intelligence”(2017). Neste artigo ele desenvolve como as habilidades de aprendizagem, reforço e tomada de decisão são os pilares para o desenvolvimento das IAs atuais; são ideias e conceitos retirados do modo como ocorre a cognição no sistema nervoso humano, mesmo que pobremente transpassadas para o modelo matemático utilizado em algoritmos. Descobrir como o cérebro realiza esses processos e implementá-los abre os limites para o desenvolvimento da tecnologia, não só reforçar códigos e lógicas já utilizadas, mas novos jeitos de processamentos podem ser descobertos.
Ao haver conhecimento da maneira que um processo cognitivo ocorre, e como ele é computado pelo encéfalo, pode-se haver implementações em sistemas de inteligências artificiais aprimorando-as ou criar uma nova forma de computar os dados, com o estudo da neurociência isso não só é possível como já ocorre. Um exemplo é a própria tecnologia Deeplearn AI que simula redes neurais e é capaz de aprender tarefas e melhorar a estratégia utilizada na tarefa apenas recebendo dados, podendo tirar um recorde em um jogo que não tinha sido adicionada previamente nenhuma informação em seu código, apenas aprendendo por tentativa e erro e implementando a estratégia. O resultado foi que a IA derrotou no jogo o cientista que a colocou para jogar, a criatura derrotando o criador. Há problemas na IA, como o fato de não conseguir aprender diversas tarefas, apagando o conhecimento aprendido para iniciar um novo, algo que não ocorre na mente humano, onde há o reforço das redes neurais ao refazer uma tarefa e ao aprender uma nova ela não é desfeita, mas mantida e até integrada a rede neural. E não só a limitação do aprendizado contínuo ocorre, mas diversas outras como imaginação e a capacidade de inferir diretamente sobre o mundo, apesar do progresso ainda há bastante caminho para percorrer.
Hassabis diz que não há suficientemente reconhecimento entre os pesquisadores de IA que muito dos algoritmos utilizados hoje vieram de estudos com aprendizado animal. Um dos exemplos que cita é o de pesquisas neurocientíficas que demonstram como o hipocampo repassa memórias de forma acelerada durante o sono, o que permite que haja um reforço de aprendizagem em estratégias do passado bem sucedidas ou não, podendo assim, diferenciar uma ação no futuro. Os pesquisadores de IA captaram a ideia e o algoritmo, montando assim uma versão rudimentar de deep learning e reforço de aprendizagem, desenvolvendo uma poderosa rede neural artificial que aprende através de experiências passadas que foram recompensadas e então armazenadas. Comparando desafios com situações passadas demonstrou um incremento recorde de performance e precisou de menos dados para realizar as mesmas funções que outras IA.
A cooperação entre neurociência e computação ainda está apenas na superfície e tem um potencial enorme de crescimento, investir para que esse campo seja explorado é essencial tanto para que a tecnologia ajude no entendimento do cérebro quanto para incrementar a IA, o futuro não está próximo, já está ocorrendo.