Uma visão geral das redes neurais biológicas in vitro para inteligência robótica

Um artigo de revisão de cientistas do Instituto de Tecnologia de Pequim resumiu os esforços recentes e o potencial futuro no uso de redes neurais biológicas in vitro (BNNs) para a realização da inteligência biológica, com foco naquelas relacionadas à inteligência robótica.

O artigo de revisão, publicado em Sistemas ciborgues e biônicos, forneceu uma visão geral de 1) os fundamentos da inteligência apresentados em BNNs in vitro, como memória e aprendizado; 2) como esses BNNs podem ser incorporados com robôs por meio de conexão bidirecional, formando os chamados sistemas neurorobóticos baseados em BNN; 3) comportamentos inteligentes preliminares alcançados por esses sistemas neuro-robóticos; e 4) tendências atuais e desafios futuros na área de pesquisa de sistemas neuro-robóticos baseados em BNN.

“Nosso cérebro humano é uma complexa rede neural biológica (BNN) composta por bilhões de neurônios, que dá origem à nossa consciência e inteligência. No entanto, estudar o cérebro como um todo é extremamente desafiador devido à sua natureza intrincada. Ao cultivar uma parte do os neurônios do cérebro em uma placa de Petri, BNNs mais simples, como mini-cérebros, podem ser formados, permitindo uma observação e investigação mais fáceis da rede. Esses mini-cérebros podem fornecer informações valiosas sobre as origens enigmáticas da consciência e da inteligência, ” explicou o autor do estudo Zhiqiang Yu, pesquisador assistente do Instituto de Tecnologia de Pequim.

“Curiosamente, os mini-cérebros não são apenas estruturalmente semelhantes aos cérebros humanos, mas também podem aprender e memorizar informações de maneira semelhante”, disse Yu.

Em particular, esses BNNs in vitro compartilham a mesma estrutura básica dos BNNs in vivo, onde os neurônios são conectados por meio de sinapses e exibem memória de curto prazo por meio de processos de desbotamento e memória oculta. Além disso, esses minicérebros podem realizar aprendizado supervisionado e serem treinados para responder a sinais de estímulos específicos. Recentemente, pesquisadores demonstraram que BNNs in vitro podem até realizar tarefas de aprendizado não supervisionadas, como separar sinais mistos.

“Essa habilidade fascinante pode ter algo a ver com o famoso princípio da energia livre. Ou seja, esses BNNs tendem a minimizar sua incerteza sobre o mundo exterior”, disse Yu.

Essas habilidades de BNNs in vitro são bastante intrigantes. No entanto, apenas ter um ‘mini-cérebro’ em mãos não é suficiente para o aumento da consciência e da inteligência. Nosso cérebro depende de nosso corpo para perceber, compreender e se adaptar ao mundo exterior e, da mesma forma, esses minicérebros requerem um corpo para interagir com o ambiente. Um robô é um candidato ideal para esse propósito, levando a um campo interdisciplinar florescente na interseção da neurociência e da robótica: sistemas neurorobóticos baseados em BNN.

“Uma conexão bidirecional estável é um pré-requisito para esses sistemas”, disseram os autores do estudo, “Nesta revisão, resumimos os meios principais de construção de uma conexão bidirecional, que pode ser amplamente classificada em duas categorias com base na direção da conexão: de robôs para BNNs e de BNNs para robôs.”

O primeiro envolve a transmissão de sinais do sensor do robô para BNNs, utilizando métodos de estimulação elétrica, óptica e química, enquanto o último registra as atividades neurais dos BNNs e decodifica essas atividades em comandos para controlar o robô, usando registro extracelular, cálcio e intracelular técnicas.

“Incorporados por robôs, os BNNs in vitro exibem uma ampla gama de comportamentos inteligentes fascinantes”, de acordo com Yu. “Esses comportamentos incluem aprendizado supervisionado e não supervisionado, memorização, rastreamento de objetos móveis, desvio ativo de obstáculos e até mesmo aprender a jogar jogos como ‘Pong'”.

Os comportamentos inteligentes exibidos por esses sistemas neurorobóticos baseados em BNN podem ser divididos em duas categorias com base em sua dependência da capacidade de computação ou da plasticidade da rede, conforme explicado por Yu.

“Na computação de comportamentos dependentes da capacidade, o aprendizado é desnecessário, e o BNN é considerado um processador de informações que gera atividades neurais específicas em resposta a estímulos. No entanto, para este último, o aprendizado é um processo crucial, pois o BNN se adapta a estímulos e essas mudanças são essenciais para os comportamentos ou tarefas executadas pelo robô”, acrescentou Yu.

Para facilitar a comparação das técnicas de gravação e estimulação, regras de codificação e decodificação, políticas de treinamento e tarefas de robôs, estudos representativos dessas duas categorias foram compilados em duas tabelas. Além disso, para fornecer aos leitores uma visão geral histórica dos sistemas neurorobóticos baseados em BNN, vários estudos notáveis ​​foram selecionados e organizados cronologicamente.

Os autores do estudo também discutiram as tendências atuais e os principais desafios no campo. De acordo com Yu, “Quatro desafios estão ansiosos para serem abordados e estão sendo intensamente investigados. Como fabricar BNNs em 3D, tornando assim BNNs in vitro próximos de suas contrapartes in vivo, é o mais urgente deles.”

Talvez o aspecto mais desafiador seja como treinar esses BNNs incorporados em robôs. Os autores do estudo observaram que os BNNs são compostos apenas por neurônios e carecem da participação de vários neuromoduladores, o que dificulta o transplante de vários métodos de treinamento animal para BNNs. Além disso, os BNNs têm suas próprias limitações. Embora um macaco possa ser treinado para andar de bicicleta, é muito mais desafiador realizar tarefas que exigem processos de pensamento de alto nível, como jogar Go.

“O mistério de como a consciência e a inteligência emergem da rede de células em nossos cérebros ainda escapa aos neurocientistas”, disse Yu. No entanto, com o desenvolvimento da incorporação de BNNs in vitro com robôs, podemos observar comportamentos mais inteligentes neles e aproximar as pessoas da verdade por trás do mistério.

Fornecido pelo Instituto de Tecnologia de Pequim Press Co., Ltd