Are Insect Brains the Secret to Great AI? | Frances S. Chance | TED

70,399 views ・ 2023-01-02

TED


Por favor, clique duas vezes nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Nelson Rocha Revisor: Ligia Garofalo
00:05
Creating intelligence on a computer.
0
5210
2377
Criar inteligência em um computador.
00:08
This has been the Holy Grail for artificial intelligence
1
8129
2837
Este tem sido o Santo Graal para a inteligência artificial
00:11
for quite some time.
2
11007
1377
já há algum tempo.
00:12
But how do we get there?
3
12968
1668
Mas como chegamos lá?
00:15
So we view ourselves as highly intelligent beings.
4
15679
3128
Nós nos vemos como seres altamente inteligentes.
00:18
So it's logical to study our own brains,
5
18848
2795
Então é lógico que estudemos o nosso próprio cérebro,
00:21
the substrate of our cognition, for creating artificial intelligence.
6
21685
4212
o substrato da nossa cognição, para criarmos uma inteligência artificial.
00:27
Imagine if we could replicate how our own brains work on a computer.
7
27148
4130
Imagine se pudéssemos replicar
como o nosso cérebro trabalha em um computador.
00:32
But now consider the journey that would be required.
8
32612
2503
Porém agora considere a jornada que seria necessária.
00:37
The human brain contains 86 billion neurons.
9
37367
3712
O cérebro humano contém 86 bilhões de neurônios.
00:42
Each is constantly communicating with thousands of others,
10
42289
3628
Cada um está constantemente se comunicando com vários outros,
00:45
and each has individual characteristics of its own.
11
45959
3045
e cada um possui características próprias.
00:49
Capturing the human brain on a computer
12
49879
2378
Armazenar o cérebro humano em um computador
00:52
may simply be too big and too complex a problem
13
52299
3670
pode ser um problema grande e complexo demais
00:56
to tackle with the technology and the knowledge that we have today.
14
56011
3795
para ser resolvido com a tecnologia e o conhecimento que temos hoje.
01:01
I believe that we can capture a brain on a computer,
15
61266
2878
Acredito que podemos armazenar um cérebro em um computador,
01:04
but we have to start smaller.
16
64144
2461
mas temos que começar por algo pequeno.
01:07
Much smaller.
17
67230
1168
Bem pequeno.
01:10
These insects have three of the most fascinating brains in the world to me.
18
70734
4713
Esses insetos possuem três dos cérebros mais fascinantes do mundo para mim.
01:16
While they do not possess human-level intelligence,
19
76448
2836
Embora eles não tenham inteligência de nível humano,
01:19
each is remarkable at a particular task.
20
79326
3169
cada um é notável em uma tarefa específica.
01:22
Think of them as highly trained specialists.
21
82954
2544
Pensem neles como especialistas altamente treinados.
01:26
African dung beetles are really good at rolling large balls in straight lines.
22
86750
5088
Escaravelhos africanos são muito bons em rolar grandes bolas em linhas retas.
01:31
(Laughter)
23
91880
1710
(Risos)
01:33
Now, if you've ever made a snowman,
24
93632
1710
Agora, se já tiver feito um boneco de neve,
01:35
you know that rolling a large ball is not easy.
25
95342
2460
você sabe que não é fácil rolar uma bola gigante.
Agora imagine tentar fazer aquele boneco de neve
01:39
Now picture trying to make that snowman
26
99095
2211
01:41
when the ball of snow is as big as you are
27
101348
2377
quando a bola de neve é tão grande quanto você
01:43
and you're standing on your head.
28
103725
1835
e você está de cabeça para baixo.
01:45
(Laughter)
29
105602
1168
(Risos)
01:47
Sahara desert ants are navigation specialists.
30
107228
3796
As formigas do deserto do Saara são especialistas em navegação.
01:51
They might have to wander a considerable distance to forage for food.
31
111775
3753
Elas podem ter que vagar uma distância considerável
para procurar comida.
01:55
But once they do find sustenance,
32
115862
1752
Mas uma vez que elas encontram o alimento,
01:57
they know how to calculate the straightest path home.
33
117656
2585
elas sabem como calcular o caminho direto para casa.
02:01
And the dragonfly is a hunting specialist.
34
121910
2919
E a libélula é especialista em caça.
02:05
In the wild, dragonflies capture approximately 95 percent
35
125205
3587
Na natureza, as libélulas capturam aproximadamente 95% das presas
02:08
of the prey they choose to go after.
36
128833
1752
que elas escolhem perseguir.
02:11
These insects are so good at their specialties
37
131336
3003
Esses insetos são tão bons nas suas especialidades
02:14
that neuroscientists such as myself study them as model systems
38
134381
4337
que neurocientistas como eu os estudam como sistemas modelo
02:18
to understand how animal nervous systems solve particular problems.
39
138760
4046
para entender como os sistemas nervosos dos animais resolvem certos problemas.
02:23
And in my own research, I study brains to bring these solutions,
40
143973
3879
E na minha pesquisa, eu estudo cérebros para trazer essas soluções,
02:27
the best that biology has to offer, to computers.
41
147894
3337
o melhor que a biologia tem a oferecer, para os computadores.
02:31
So consider the dragonfly brain.
42
151272
1877
Então, considere o cérebro da libélula.
02:33
It has only on the order of one million neurons.
43
153900
3003
Ele possui, apenas, cerca de um milhão de neurônios.
02:37
Now, it's still not easy to unravel a circuit of even one million neurons.
44
157570
4672
Agora, ainda é difícil desvendar um circuito de um milhão de neurônios.
02:42
But given the choice
45
162701
1167
Mas, se puder escolher
02:43
between trying to tease apart the one-million-neuron brain
46
163910
3003
entre tentar decompor um cérebro de um milhão de neurônios,
02:46
versus the 86-billion-neuron brain,
47
166955
2586
ou então um cérebro de 86 bilhões de neurônios,
02:49
which would you choose to try first?
48
169541
2169
qual você escolheria para tentar primeiro?
02:51
(Laughter)
49
171710
1167
(Risos)
02:53
When studying these smaller insect brains,
50
173837
2586
Quando nós estudamos esses pequenos cérebros de insetos,
02:56
the immediate goal is not human intelligence.
51
176464
2461
o objetivo imediato não é a inteligência humana.
02:59
We study these brains for what the insects do well.
52
179551
3461
Nós estudamos esses cérebros para entender o que eles fazem de melhor.
03:03
And in the case of the dragonfly, that's interception.
53
183805
2878
E no caso da libélula, isso é a interceptação.
03:07
So when dragonflies are hunting,
54
187559
1543
Então quando as libélulas caçam,
03:09
they do more than just fly straight at the prey.
55
189144
2502
elas fazem mais do que apenas voar diretamente até a presa.
03:12
They fly in such a way that they will intercept it.
56
192021
2503
Elas voam de tal forma a ponto de interceptá-la.
03:14
They aim for where the prey is going to be.
57
194566
2460
Mirando onde a presa vai estar.
03:17
Much like a soccer player, running to intercept a pass.
58
197402
3003
Bem parecido com um jogador de futebol, correndo para interceptar o passe.
03:21
To do this correctly,
59
201865
1459
Para fazer isso corretamente,
03:23
dragonflies need to perform what is known as a coordinate transformation,
60
203366
3879
as libélulas realizam o que é conhecido como transformação de coordenadas,
03:27
going from the eye’s frame of reference, or what the dragonfly sees,
61
207245
3504
Indo desde o referencial do olho, ou o que a libélula vê,
03:30
to the body's frame of reference,
62
210790
1585
até o referencial do corpo,
03:32
or how the dragonfly needs to turn its body to intercept.
63
212375
2836
ou como a libélula precisa virar seu corpo para interceptar.
03:36
Coordinate transformations are a basic calculation
64
216004
3044
As transformações de coordenadas são cálculos básicos
03:39
that animals need to perform to interact with the world.
65
219048
3713
que os animais precisam realizar para interagir com o mundo.
03:43
We do them instinctively every time we reach for something.
66
223261
3086
Nós fazemos isso instintivamente sempre que alcançamos algo.
03:47
When I reach for an object straight in front of me,
67
227098
2878
Quando eu alcanço um objeto bem na minha frente,
meus braços realizam uma trajetória bem diferente do que se eu virar a cabeça,
03:50
my arm takes a very different trajectory than if I turn my head,
68
230018
3545
03:53
look at that same object when it is off to one side
69
233605
2460
olhar para o mesmo objeto quando ele está de lado
03:56
and reach for it there.
70
236107
1335
e tentar pegá-lo ali.
03:58
In both cases, my eyes see the same image of that object,
71
238109
3712
Em ambos os casos, meus olhos veem a mesma imagem daquele objeto,
04:01
but my brain is sending my arm on a very different trajectory
72
241821
3712
mas meu cérebro está mandando o meu braço em uma trajetória bem diferente
04:05
based on the position of my neck.
73
245575
1919
baseada na posição do meu pescoço.
04:12
And dragonflies are fast.
74
252624
1960
E as libélulas são rápidas.
04:15
This means they calculate fast.
75
255293
2085
Isso significa que elas calculam rápido.
04:18
The latency, or the time it takes for a dragonfly to respond
76
258046
4004
A latência, ou o tempo que leva para uma libélula responder
04:22
once it sees the prey turn,
77
262091
1752
ao ver a presa se virar,
04:23
is about 50 milliseconds.
78
263885
1960
é de aproximadamente 50 milissegundos.
04:27
This latency is remarkable.
79
267180
2044
Essa latência é extraordinária.
04:30
For one thing, it's only half the time of a human eye blink.
80
270016
3378
Primeiramente, é apenas metade do tempo de um piscar de olho humano.
04:34
But for another thing,
81
274020
1668
Em segundo lugar,
04:35
it suggests that dragonflies capture how to intercept
82
275688
3003
sugere que as libélulas já sabem como interceptar
04:38
in only relatively or surprisingly few computational steps.
83
278733
4755
em relativamente ou incrivelmente poucos passos computacionais.
04:44
So in the brain,
84
284364
1376
Então, no cérebro,
04:45
a computational step is a single neuron
85
285782
2878
um passo computacional é um único neurônio
04:48
or a layer of neurons working in parallel.
86
288660
2460
ou uma camada de neurônios trabalhando em paralelo.
04:51
It takes a single neuron about 10 milliseconds
87
291996
3087
Um único neurônio leva cerca de 10 milissegundos
04:55
to add up all its inputs and respond.
88
295124
2336
para somar todas as suas entradas e responder.
04:58
The 50-millisecond response time
89
298169
2336
O tempo de resposta de 50 milissegundos
05:00
means that once the dragonfly sees its prey turn,
90
300547
3503
significa que uma vez que a libélula vê sua presa se virar,
05:04
there's only time for maybe four of these computational steps
91
304092
3336
só há tempo para talvez quatro dessas etapas computacionais
05:07
or four layers of neurons, working in sequence, one after the other,
92
307470
3837
ou quatro camadas de neurônios, trabalhando em série, uma após a outra,
05:11
to calculate how the dragonfly needs to turn.
93
311349
2377
para calcular como a libélula precisa se virar.
05:14
In other words, if I want to study
94
314811
2085
Em outras palavras, se eu quero estudar
05:16
how the dragonfly does coordinate transformations,
95
316896
4213
como as libélulas fazem transformações de coordenadas,
05:21
the neural circuit that I need to understand,
96
321109
2753
o circuito neural que eu preciso entender,
05:23
the neural circuit that I need to study,
97
323903
2252
o circuito neural que eu preciso estudar,
05:26
can have at most four layers of neurons.
98
326197
2670
pode ter, no máximo, quatro camadas de neurônios.
05:29
Each layer may have many neurons,
99
329784
2377
Cada camada pode ter vários neurônios,
05:32
but this is a small neural circuit.
100
332203
2127
porém este é um circuito neural pequeno.
05:34
Small enough that we can identify it
101
334789
2002
Pequeno o suficiente para nós identificarmos
05:36
and study it with the tools that are available today.
102
336833
2669
e estudarmos com as ferramentas que temos hoje em dia.
05:40
And this is what I'm trying to do.
103
340670
1835
E é isso o que eu estou tentando fazer.
05:43
I have built a model of what I believe is the neural circuit
104
343298
3044
Eu montei um modelo do que eu acredito ser o circuito neural
05:46
that calculates how the dragonfly should turn.
105
346384
2544
que calcula como a libélula deveria se virar.
05:49
And here is the cool result.
106
349596
1584
E aqui está o resultado.
05:51
In the model,
107
351222
1627
No modelo, as libélulas fazem as transformações de coordenadas
05:52
dragonflies do coordinate transformations in only one computational step,
108
352891
4713
em só um passo computacional, uma camada de neurônios.
05:57
one layer of neurons.
109
357645
1627
05:59
This is something we can test and understand.
110
359898
2877
Isso é algo que podemos testar e compreender.
06:03
In a computer simulation,
111
363651
1502
Em uma simulação de computador,
06:05
I can predict the activities of individual neurons
112
365194
3170
eu posso prever as atividades de neurônios individuais
06:08
while the dragonfly is hunting.
113
368364
1669
enquanto a libélula está caçando.
06:11
For example, here I am predicting the action potentials, or the spikes,
114
371367
4338
Por exemplo, aqui estou prevendo os potenciais de ação, ou os picos,
06:15
that are fired by one of these neurons
115
375747
1835
disparados por um desses neurônios
06:17
when the dragonfly sees the prey move.
116
377582
2627
quando a libélula vê a presa se mover.
06:22
To test the model, my collaborators and I
117
382545
2169
Para testar o modelo, meus colaboradores e eu
06:24
are now comparing these predicted neural responses
118
384756
2836
agora estamos comparando as respostas neurais previstas
06:27
with responses of neurons recorded in living dragonfly brains.
119
387592
3837
com as respostas de neurônios gravadas em cérebros de libélulas vivas.
06:33
These are ongoing experiments
120
393431
1668
Estes são experimentos contínuos
06:35
in which we put living dragonflies in virtual reality.
121
395099
3796
em que colocamos libélulas vivas em realidade virtual.
06:40
(Laughter)
122
400188
1918
(Risos)
06:42
Now, it's not practical to put VR goggles on a dragonfly.
123
402148
3754
Só que não é muito prático colocar óculos de realidade virtual em uma libélula.
06:47
So instead, we show movies of moving targets to the dragonfly,
124
407070
4588
Em vez disso, mostramos filmes de alvos em movimento para a libélula,
06:51
while an electrode records activity patterns of individual neurons
125
411658
3670
enquanto um eletrodo registra padrões de atividade de neurônios individuais
06:55
in the brain.
126
415328
1251
no cérebro.
06:58
Yeah, he likes the movies.
127
418331
1335
Sim, ele gosta dos filmes.
07:01
If the responses that we record in the brain
128
421167
2628
Se as respostas que registrarmos no cérebro
07:03
match those predicted by the model,
129
423836
2128
coincidirem com as previstas pelo modelo,
07:06
we will have identified which neurons are responsible
130
426005
2711
nós teremos identificado quais neurônios são responsáveis
07:08
for coordinate transformations.
131
428758
1543
pelas transformações de coordenadas.
07:11
The next step will be to understand the specifics
132
431010
2294
O próximo passo seria entender as especificidades
07:13
of how these neurons work together to do the calculation.
133
433346
3337
de como esses neurônios trabalham juntos para fazer o cálculo.
07:16
But this is how we begin to understand how brains do basic
134
436724
3462
Mas é assim que nós começamos a entender
como os cérebros fazem cálculos básicos ou primitivos.
07:20
or primitive calculations.
135
440186
1627
07:22
Calculations that I regard as building blocks for more complex functions,
136
442188
4880
Cálculos que eu considero como blocos de construção para funções mais complexas,
07:27
not only for interception but also for cognition.
137
447110
3086
não só para interceptação, mas também para cognição.
07:32
The way that these neurons compute may be different from anything
138
452156
3170
A forma em que esses neurônios computam talvez seja diferente de tudo
07:35
that exists on a computer today.
139
455368
1877
o que existe em um computador hoje.
07:37
And the goal of this work is to do more than just write code
140
457870
3587
E o objetivo deste trabalho é fazer mais do que criar um programa
07:41
that replicates the activity patterns of neurons.
141
461457
2419
que replique os padrões de atividade dos neurônios.
07:44
We aim to build a computer chip
142
464293
1794
Nosso plano é criar um chip de computador
07:46
that not only does the same things as biological brains
143
466129
2794
que não faça apenas o mesmo que os cérebros biológicos,
07:48
but does them in the same way as biological brains.
144
468965
2711
mas que o faça da mesma maneira que os cérebros biológicos.
07:52
This could lead to drones driven by computers
145
472885
3254
Isto poderia levar a drones pilotados por computadores
07:56
the same size of the dragonfly's brain
146
476139
2002
do tamanho do cérebro de uma libélula,
07:58
that captures some targets and avoid others.
147
478182
2837
que capturem alguns alvos e evitem outros.
08:01
Personally, I'm hoping for a small army of these
148
481853
2586
Pessoalmente, eu espero ter um pequeno exército desses
08:04
to defend my backyard from mosquitoes in the summer.
149
484480
2461
para defender o meu quintal dos mosquitos no verão.
08:06
(Laughter)
150
486983
1460
(Risos)
08:09
The GPS on your phone could be replaced by a new navigation device
151
489027
4170
O GPS do seu celular pode ser substituído por um novo dispositivo de navegação
08:13
based on dung beetles or ants
152
493239
1710
baseado em escaravelhos ou formigas
08:14
that could guide you to the straight or the easy path home.
153
494991
3045
que poderia guiá-lo diretamente ou pelo melhor caminho até sua casa.
08:18
And what would the power requirements of these devices be like?
154
498953
3378
E quais seriam os requisitos de energia desses dispositivos?
08:23
As small as it is --
155
503458
1501
Por menor que seja...
08:25
Or, sorry -- as large as it is,
156
505001
1877
Ah, perdão. Por maior que seja,
08:26
the human brain is estimated to have the same power requirements
157
506878
3628
estima-se que o cérebro humano possui os mesmos requisitos de energia
08:30
as a 20-watt light bulb.
158
510548
2044
de uma lâmpada de 20 watts.
08:32
Imagine if all brain-inspired computers
159
512633
2211
Imagine se todas as máquinas inspiradas no cérebro
08:34
had the same extremely low-power requirements.
160
514844
2669
tivessem o mesmo requisito baixo de energia.
08:38
Your smartphone or your smartwatch probably needs charging every day.
161
518431
3837
Seu smartphone ou smartwatch provavelmente precisam ser carregados todo dia.
08:42
Your new brain-inspired device might only need charging every few months,
162
522268
3587
Um novo dispositivo inspirado no cérebro
só precisaria ser carregado após alguns meses, ou talvez até anos.
08:45
or maybe even every few years.
163
525897
1668
08:49
The famous physicist, Richard Feynman, once said,
164
529275
3670
O famoso físico, Richard Feynman, uma vez disse:
08:52
"What I cannot create, I do not understand."
165
532945
2878
“O que eu não posso criar, eu não entendo.”
08:56
What I see in insect nervous systems
166
536783
2085
O que vejo no sistema nervoso dos insetos
08:58
is an opportunity to understand brains
167
538868
2169
é uma oportunidade de compreender os cérebros
09:01
through the creation of computers that work as brains do.
168
541079
3003
por meio da criação de computadores que trabalhem como os cérebros.
09:05
And creation of these computers will not just be for knowledge.
169
545083
3712
E a criação desses computadores não será apenas para conhecimento.
09:08
There's potential for real impact on your devices, your vehicles,
170
548795
4254
Há potencial para um impacto significativo em dispositivos, veículos,
09:13
maybe even artificial intelligences.
171
553091
2210
e talvez até mesmo em inteligências artificiais.
09:16
So next time you see an insect,
172
556177
2419
Então, da próxima vez que você vir um inseto,
09:18
consider that these tiny brains can lead to remarkable computers.
173
558638
4045
considere que seus minúsculos cérebros podem levar a computadores incríveis.
09:23
And think of the potential that they offer us for the future.
174
563518
3211
E pense no potencial que eles nos oferecem para o futuro.
09:27
Thank you.
175
567271
1126
Obrigada.
09:28
(Applause)
176
568439
3379
(Aplausos)
Sobre este site

Este site apresentará a você vídeos do YouTube que são úteis para o aprendizado do inglês. Você verá aulas de inglês ministradas por professores de primeira linha de todo o mundo. Clique duas vezes nas legendas em inglês exibidas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas rolarão em sincronia com a reprodução do vídeo. Se você tiver algum comentário ou solicitação, por favor, entre em contato conosco usando este formulário de contato.

https://forms.gle/WvT1wiN1qDtmnspy7