O cérebro é complexo; em humanos, ele consiste em cerca de 100 bilhões de neurônios, perfazendo a ordem de 100 trilhões de conexões. É frequentemente comparado com outro sistema complexo que tem um enorme poder de resolução de problemas: o computador digital. Tanto o cérebro quanto o computador contêm um grande número de unidades elementares – neurônios e transistores, respectivamente – que são conectadas a circuitos complexos para processar informações transmitidas por sinais elétricos. Em nível global, as arquiteturas do cérebro e do computador se assemelham, consistindo em circuitos amplamente separados para entrada, saída, processamento central e memória. 1
Qual tem mais poder de resolução de problemas – o cérebro ou o computador? Dados os rápidos avanços na tecnologia de computadores nas últimas décadas, você pode pensar que o computador tem vantagem. De fato, os computadores foram construídos e programados para derrotar mestres humanos em jogos complexos, como o xadrez nos anos 90 e recentemente Go, além de concursos de conhecimento enciclopédico, como o programa de TV Jeopardy! No entanto, até o momento em que este artigo foi escrito, os seres humanos triunfam sobre computadores em inúmeras tarefas do mundo real – desde identificar uma bicicleta ou um pedestre em particular em uma rua movimentada da cidade, pegar uma xícara de chá e movê-la suavemente para os lábios – e muito menos conceitualizar. e criatividade.
Então, por que o computador é bom em certas tarefas, enquanto o cérebro é melhor em outras? Comparar o computador e o cérebro tem sido instrutivo para engenheiros de computação e neurocientistas. Essa comparação começou no início da era moderna dos computadores, em um pequeno mas profundo livro intitulado The Computer and the Brain , de John von Neumann, um polímata que, na década de 1940, foi pioneiro no design de uma arquitetura de computadores que ainda é a base da maioria dos computadores. computadores modernos hoje. 2 Vejamos algumas dessas comparações em números (tabela 1).
O computador tem enormes vantagens sobre o cérebro na velocidade das operações básicas. 3Atualmente, os computadores pessoais podem executar operações aritméticas elementares, como adição, a uma velocidade de 10 bilhões de operações por segundo. Podemos estimar a velocidade das operações elementares no cérebro pelos processos elementares através dos quais os neurônios transmitem informações e se comunicam. Por exemplo, os neurônios “disparam” potenciais de ação – picos de sinais elétricos iniciados perto dos corpos celulares neuronais e transmitidos por suas longas extensões chamadas axônios, que se ligam aos seus neurônios parceiros a jusante. As informações são codificadas na frequência e no tempo desses picos. A frequência mais alta de disparo neuronal é de cerca de 1.000 picos por segundo. Como outro exemplo, os neurônios transmitem informações aos neurônios parceiros principalmente liberando neurotransmissores químicos em estruturas especializadas em terminais axônicos chamados sinapses, e seus neurônios parceiros convertem a ligação de neurotransmissores novamente em sinais elétricos em um processo chamado transmissão sináptica. A transmissão sináptica mais rápida leva cerca de 1 milissegundo. Assim, tanto em termos de picos quanto de transmissão sináptica, o cérebro pode realizar no máximo cerca de mil operações básicas por segundo, ou 10 milhões de vezes mais lento que o computador.4
O computador também possui enormes vantagens sobre o cérebro na precisão das operações básicas. O computador pode representar quantidades (números) com qualquer precisão desejada, de acordo com os bits (dígitos binários ou 0s e 1s) atribuídos a cada número. Por exemplo, um número de 32 bits tem uma precisão de 1 em 232 ou 4,2 bilhões. As evidências empíricas sugerem que a maioria das quantidades no sistema nervoso (por exemplo, a frequência de disparo dos neurônios, que costuma ser usada para representar a intensidade dos estímulos) têm variabilidade de alguns por cento devido ao ruído biológico, ou uma precisão de 1 em 100 a melhor, que é mil vezes pior do que um computador. 5
Um tenista profissional pode seguir a trajetória de uma bola servida a uma velocidade de até 160 mph
Os cálculos realizados pelo cérebro, no entanto, não são lentos nem imprecisos. Por exemplo, um tenista profissional pode seguir a trajetória de uma bola de tênis depois que ela é servida a uma velocidade de 160 milhas por hora, mover-se para o ponto ideal na quadra, posicionar o braço ou girar a raquete para devolva a bola na quadra do adversário, tudo dentro de algumas centenas de milissegundos. Além disso, o cérebro pode realizar todas essas tarefas (com a ajuda do corpo que controla) com consumo de energia cerca de dez vezes menor que um computador pessoal. Como o cérebro consegue isso? Uma diferença importante entre o computador e o cérebro é o modo pelo qual as informações são processadas em cada sistema. As tarefas do computador são realizadas em grande parte em etapas seriais. Isso pode ser visto pela maneira como os engenheiros programam computadores criando um fluxo seqüencial de instruções. Para essa cascata seqüencial de operações, é necessária alta precisão a cada etapa, pois os erros se acumulam e amplificam em etapas sucessivas. O cérebro também usa etapas seriais para processamento de informações. No exemplo do retorno do tênis, as informações fluem do olho para o cérebro e depois para a medula espinhal para controlar a contração muscular nas pernas, tronco, braços e punho.
Mas o cérebro também emprega processamento massivamente paralelo, aproveitando o grande número de neurônios e o grande número de conexões que cada neurônio faz. Por exemplo, a bola de tênis em movimento ativa muitas células da retina chamadas fotorreceptores, cujo trabalho é converter luz em sinais elétricos. Esses sinais são então transmitidos para muitos tipos diferentes de neurônios na retina em paralelo. Quando os sinais originados nas células fotorreceptoras passam por duas a três conexões sinápticas na retina, informações sobre a localização, direção e velocidade da bola são extraídas por circuitos neuronais paralelos e transmitidas paralelamente ao cérebro.
Essa estratégia massivamente paralela é possível porque cada neurônio coleta entradas e envia saídas para muitos outros neurônios – da ordem de 1.000 em média para entradas e saídas de um neurônio de mamífero. (Por outro lado, cada transistor possui apenas três nós para entrada e saída todos juntos.) As informações de um único neurônio podem ser entregues a muitas vias paralelas a jusante. Ao mesmo tempo, muitos neurônios que processam a mesma informação podem agrupar suas entradas no mesmo neurônio a jusante. Essa última propriedade é particularmente útil para aprimorar a precisão do processamento de informações. Por exemplo, as informações representadas por um neurônio individual podem ser barulhentas (digamos, com uma precisão de 1 em 100). Tomando a média de entrada de 100 neurônios carregando a mesma informação,6
O computador e o cérebro também têm semelhanças e diferenças no modo de sinalização de suas unidades elementares. O transistor emprega sinalização digital, que usa valores discretos (0s e 1s) para representar informações. O pico nos axônios neuronais também é um sinal digital, uma vez que o neurônio dispara ou não em um determinado momento e, quando dispara, todos os picos têm aproximadamente o mesmo tamanho e forma; essa propriedade contribui para a propagação confiável do pico de longa distância. No entanto, os neurônios também utilizam sinalização analógica, que usa valores contínuos para representar informações. Alguns neurônios (como a maioria dos neurônios de nossa retina) não são impressionantes, e sua saída é transmitida por sinais elétricos graduados (que, diferentemente dos picos, podem variar continuamente em tamanho), que podem transmitir mais informações do que os picos.7
Seu cérebro é 10 milhões de vezes mais lento que um computador
Outra propriedade destacada do cérebro, que está claramente em jogo no exemplo do retorno do serviço do tênis, é que as forças de conexão entre os neurônios podem ser modificadas em resposta à atividade e à experiência – um processo que os neurocientistas acreditam amplamente ser a base para aprendizado e memória. O treinamento repetitivo permite que os circuitos neuronais se tornem melhor configurados para as tarefas que estão sendo executadas, resultando em velocidade e precisão muito melhoradas.
Nas últimas décadas, os engenheiros se inspiraram no cérebro para melhorar o design do computador. Os princípios de processamento paralelo e modificação dependente do uso da força da conexão foram incorporados nos computadores modernos. Por exemplo, o aumento do paralelismo, como o uso de múltiplos processadores (núcleos) em um único computador, é uma tendência atual no design de computadores. Como outro exemplo, o “aprendizado profundo” na disciplina de aprendizado de máquina e inteligência artificial, que obteve grande sucesso nos últimos anos e é responsável por rápidos avanços no reconhecimento de objetos e fala em computadores e dispositivos móveis, foi inspirado nas descobertas do visual dos mamíferos. sistema. 8Como no sistema visual de mamíferos, o aprendizado profundo emprega várias camadas para representar características cada vez mais abstratas (por exemplo, de objeto visual ou fala), e os pesos das conexões entre diferentes camadas são ajustados através do aprendizado, e não projetados por engenheiros. Esses avanços recentes expandiram o repertório de tarefas que o computador é capaz de executar. Ainda assim, o cérebro possui flexibilidade, generalização e capacidade de aprendizado superiores ao computador de última geração. À medida que os neurocientistas descobrem mais segredos sobre o cérebro (cada vez mais auxiliados pelo uso de computadores), os engenheiros podem se inspirar mais no funcionamento do cérebro para melhorar ainda mais a arquitetura e o desempenho dos computadores. Qualquer que seja o vencedor de tarefas específicas,