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

72,255 views ・ 2023-01-02

TED


Por favor, faça duplo clique nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Margarida Ferreira Revisora: Nadia Tira
00:05
Creating intelligence on a computer.
0
5210
2377
Criar a inteligência num computador
00:08
This has been the Holy Grail for artificial intelligence
1
8129
2837
tem sido o Santo Graal da Inteligência Artificial.
00:11
for quite some time.
2
11007
1377
durante bastante 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
Consideramo-nos como seres extremamente inteligentes.
00:18
So it's logical to study our own brains,
5
18848
2795
Por isso é lógico estudar o nosso cérebro,
00:21
the substrate of our cognition, for creating artificial intelligence.
6
21685
4212
o substrato da nossa cognição, para criarmos a inteligência artificial.
00:27
Imagine if we could replicate how our own brains work on a computer.
7
27148
4130
Imaginem se pudéssemos reproduzir num computador
a forma como o nosso cérebro funciona.
00:32
But now consider the journey that would be required.
8
32612
2503
Mas pensem também no percurso que seria necessário.
00:37
The human brain contains 86 billion neurons.
9
37367
3712
O cérebro humano contém 86 mil milhões de neurónios.
00:42
Each is constantly communicating with thousands of others,
10
42289
3628
Cada um está em comunicação permanente com milhares de outros
00:45
and each has individual characteristics of its own.
11
45959
3045
e cada um tem características individuais próprias.
00:49
Capturing the human brain on a computer
12
49879
2378
Captar o cérebro humano num computador
00:52
may simply be too big and too complex a problem
13
52299
3670
pode ser um problema demasiado grande e complexo
00:56
to tackle with the technology and the knowledge that we have today.
14
56011
3795
para resolver com a tecnologia e os conhecimentos que temos hoje.
01:01
I believe that we can capture a brain on a computer,
15
61266
2878
Creio que podemos captar um cérebro num computador,
01:04
but we have to start smaller.
16
64144
2461
mas temos de começar por uma coisa mais pequena.
01:07
Much smaller.
17
67230
1168
Muito mais pequena.
01:10
These insects have three of the most fascinating brains in the world to me.
18
70734
4713
Estes insetos têm três dos cérebros mais fascinantes do mundo.
01:16
While they do not possess human-level intelligence,
19
76448
2836
Embora não possuam uma inteligência de nível humano,
01:19
each is remarkable at a particular task.
20
79326
3169
cada um deles é espantoso numa determinada tarefa.
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
Os escaravelhos sagrados africanos são excelentes
a empurrar grandes bolas de excremento numa linha reta.
01:31
(Laughter)
23
91880
1710
(Risos)
01:33
Now, if you've ever made a snowman,
24
93632
1710
Quem já fez um boneco de neve,
01:35
you know that rolling a large ball is not easy.
25
95342
2460
sabe que empurrar uma bola grande não é nada fácil.
Agora imaginem tentar fazer esse 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 seja do vosso tamanho
01:43
and you're standing on your head.
28
103725
1835
e vocês estejam a fazer o pino.
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
Podem ter de percorrer uma distância considerável
à procura de alimento.
01:55
But once they do find sustenance,
32
115862
1752
Mas, logo que encontram sustento,
01:57
they know how to calculate the straightest path home.
33
117656
2585
sabem como calcular o caminho mais direto para casa.
02:01
And the dragonfly is a hunting specialist.
34
121910
2919
E a libelinha é especialista na caça.
02:05
In the wild, dragonflies capture approximately 95 percent
35
125205
3587
Na Natureza, a libelinha apanha
cerca de 95% das presas que persegue.
02:08
of the prey they choose to go after.
36
128833
1752
02:11
These insects are so good at their specialties
37
131336
3003
Estes insetos são tão bons nas suas especialidades
02:14
that neuroscientists such as myself study them as model systems
38
134381
4337
que os neurocientistas como eu os estudam como sistemas modelos
02:18
to understand how animal nervous systems solve particular problems.
39
138760
4046
para perceberem como os sistemas nervosos dos animais
resolvem problemas específicos.
02:23
And in my own research, I study brains to bring these solutions,
40
143973
3879
Na minha investigação, estudo cérebros para arranjar as melhores soluções
02:27
the best that biology has to offer, to computers.
41
147894
3337
que a biologia tem para oferecer aos computadores.
02:31
So consider the dragonfly brain.
42
151272
1877
Observem o cérebro da libelinha.
02:33
It has only on the order of one million neurons.
43
153900
3003
Só tem cerca de um milhão de neurónios.
02:37
Now, it's still not easy to unravel a circuit of even one million neurons.
44
157570
4672
Mesmo assim, não é fácil desvendar um circuito de um milhão de neurónios.
02:42
But given the choice
45
162701
1167
Mas, dada a opção
02:43
between trying to tease apart the one-million-neuron brain
46
163910
3003
entre tentar destrinçar um cérebro com um milhão de neurónios
02:46
versus the 86-billion-neuron brain,
47
166955
2586
ou um cérebro com 86 mil milhões de neurónios,
02:49
which would you choose to try first?
48
169541
2169
qual acham que escolheriam primeiro?
02:51
(Laughter)
49
171710
1167
(Risos)
02:53
When studying these smaller insect brains,
50
173837
2586
Quando estudamos estes cérebros mais pequenos dos 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
Estudamos estes cérebros naquilo que os insetos fazem bem.
03:03
And in the case of the dragonfly, that's interception.
53
183805
2878
No caso da libelinha é a interceção.
03:07
So when dragonflies are hunting,
54
187559
1543
Quando as libelinhas estão a caçar,
03:09
they do more than just fly straight at the prey.
55
189144
2502
fazem mais do que voar diretamente sobre a presa.
Voam de uma forma tal que vão intercetá-la.
03:12
They fly in such a way that they will intercept it.
56
192021
2503
03:14
They aim for where the prey is going to be.
57
194566
2460
Dirigem-se para onde a presa está a ir.
03:17
Much like a soccer player, running to intercept a pass.
58
197402
3003
Como um jogador de futebol, a correr para intercetar um 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 libelinhas precisam de executar
aquilo a que se chama transformação coordenada,
03:27
going from the eye’s frame of reference, or what the dragonfly sees,
61
207245
3504
vão da moldura dos olhos de referência, ou seja, aquilo que a libelinha vê,
03:30
to the body's frame of reference,
62
210790
1585
para a moldura do corpo de referência,
03:32
or how the dragonfly needs to turn its body to intercept.
63
212375
2836
ou seja, como a libelinha precisa de virar o corpo para intercetar.
As transformações coordenadas são um cálculo básico
03:36
Coordinate transformations are a basic calculation
64
216004
3044
03:39
that animals need to perform to interact with the world.
65
219048
3713
que os animais têm de fazer para interagir com o mundo.
03:43
We do them instinctively every time we reach for something.
66
223261
3086
Fazemo-lo instintivamente sempre que agarramos em qualquer coisa.
Quando eu agarro num objeto mesmo à minha frente,
03:47
When I reach for an object straight in front of me,
67
227098
2878
03:50
my arm takes a very different trajectory than if I turn my head,
68
230018
3545
o meu braço faz uma trajetória diferente do que, se eu virar a cabeça,
03:53
look at that same object when it is off to one side
69
233605
2460
olhar para esse mesmo objeto quando ele está mais distante
03:56
and reach for it there.
70
236107
1335
e o agarrar.
03:58
In both cases, my eyes see the same image of that object,
71
238109
3712
Nos dois casos, os meus olhos veem a mesma imagem desse objeto,
04:01
but my brain is sending my arm on a very different trajectory
72
241821
3712
mas o meu cérebro está a enviar o meu braço numa trajetória diferente
04:05
based on the position of my neck.
73
245575
1919
com base na posição do meu pescoço.
04:12
And dragonflies are fast.
74
252624
1960
As libelinhas são rápidas.
04:15
This means they calculate fast.
75
255293
2085
Isso significa que calculam rapidamente.
04:18
The latency, or the time it takes for a dragonfly to respond
76
258046
4004
A latência, ou seja o tempo que uma libelinha demora a reagir
04:22
once it sees the prey turn,
77
262091
1752
depois de ver a presa virar.
04:23
is about 50 milliseconds.
78
263885
1960
é de cerca de 50 milissegundos.
04:27
This latency is remarkable.
79
267180
2044
A latência é espantosa.
04:30
For one thing, it's only half the time of a human eye blink.
80
270016
3378
Por um lado, é metade do tempo de um piscar de olhos humano.
E, por outro,
04:34
But for another thing,
81
274020
1668
04:35
it suggests that dragonflies capture how to intercept
82
275688
3003
sugere que as libelinhas percebem como intercetar
04:38
in only relatively or surprisingly few computational steps.
83
278733
4755
em passos computacionais relativa ou surpreendentemente poucos.
04:44
So in the brain,
84
284364
1376
No cérebro
04:45
a computational step is a single neuron
85
285782
2878
um passo computacional é um único neurónio
04:48
or a layer of neurons working in parallel.
86
288660
2460
ou uma camada de neurónios a funcionar em paralelo.
04:51
It takes a single neuron about 10 milliseconds
87
291996
3087
Um só neurónio leva cerca de 10 milissegundos
04:55
to add up all its inputs and respond.
88
295124
2336
para receber todas essas informações e reagir.
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, depois de a libelinha ver a presa virar,
05:04
there's only time for maybe four of these computational steps
91
304092
3336
só há tempo talvez para uns quatro desses passos computacionais
05:07
or four layers of neurons, working in sequence, one after the other,
92
307470
3837
ou para quatro camadas de neurónios,
a trabalhar em sequência, uns após os outros
05:11
to calculate how the dragonfly needs to turn.
93
311349
2377
para calcular como a libelinha precisa de virar.
05:14
In other words, if I want to study
94
314811
2085
Por outras palavras, se eu quiser estudar
05:16
how the dragonfly does coordinate transformations,
95
316896
4213
como é que a libelinha executa transformações coordenadas,
05:21
the neural circuit that I need to understand,
96
321109
2753
o circuito neural que eu preciso de perceber,
05:23
the neural circuit that I need to study,
97
323903
2252
o circuito neural que eu preciso de estudar,
05:26
can have at most four layers of neurons.
98
326197
2670
pode ter no máximo quatro camadas de neurónios.
05:29
Each layer may have many neurons,
99
329784
2377
Cada camada pode ter muitos neurónios,
05:32
but this is a small neural circuit.
100
332203
2127
mas é um circuito neural pequeno.
05:34
Small enough that we can identify it
101
334789
2002
Suficientemente pequeno para podermos identificá-lo
05:36
and study it with the tools that are available today.
102
336833
2669
e estudá-lo com os instrumentos de que dispomos hoje.
05:40
And this is what I'm trying to do.
103
340670
1835
É isso que eu estou a tentar fazer.
05:43
I have built a model of what I believe is the neural circuit
104
343298
3044
Criei um modelo do que eu penso que é o circuito neural
05:46
that calculates how the dragonfly should turn.
105
346384
2544
que calcula como a libelinha deve virar.
05:49
And here is the cool result.
106
349596
1584
E este é o resultado interessante.
05:51
In the model,
107
351222
1627
No modelo,
05:52
dragonflies do coordinate transformations in only one computational step,
108
352891
4713
as libelinhas fazem transformações coordenadas
num único passo computacional, uma camada de neurónios.
05:57
one layer of neurons.
109
357645
1627
05:59
This is something we can test and understand.
110
359898
2877
Isto é uma coisa que podemos testar e compreender.
06:03
In a computer simulation,
111
363651
1502
Numa simulação no computador
06:05
I can predict the activities of individual neurons
112
365194
3170
posso prever as atividades de neurónios individuais
06:08
while the dragonfly is hunting.
113
368364
1669
enquanto a libelinha está a caçar.
06:11
For example, here I am predicting the action potentials, or the spikes,
114
371367
4338
Por exemplo, aqui estou a prever ações potenciais, ou picos,
06:15
that are fired by one of these neurons
115
375747
1835
que são provocados por um destes neurónios
06:17
when the dragonfly sees the prey move.
116
377582
2627
quando a libelinha vê a presa a mover-se.
06:22
To test the model, my collaborators and I
117
382545
2169
Para testar o modelo, os meus colaboradores e eu
06:24
are now comparing these predicted neural responses
118
384756
2836
estamos agora a comparar essas reações neurais previstas
06:27
with responses of neurons recorded in living dragonfly brains.
119
387592
3837
com as reações dos neurónios registados no cérebro de libelinhas vivas.
06:33
These are ongoing experiments
120
393431
1668
São experiências em curso
06:35
in which we put living dragonflies in virtual reality.
121
395099
3796
em que pomos libelinhas 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
Sabem, não é prático pôr óculos de realidade virtual numa libelinha.
06:47
So instead, we show movies of moving targets to the dragonfly,
124
407070
4588
Em vez disso, mostramos à libelinha filmes de alvos em movimento,
06:51
while an electrode records activity patterns of individual neurons
125
411658
3670
enquanto um elétrodo regista padrões de atividade
de neurónios individuais no cérebro.
06:55
in the brain.
126
415328
1251
06:58
Yeah, he likes the movies.
127
418331
1335
Sim, ela gosta dos filmes.
07:01
If the responses that we record in the brain
128
421167
2628
Se a resposta que registamos no cérebro
07:03
match those predicted by the model,
129
423836
2128
corresponder à prevista no modelo,
07:06
we will have identified which neurons are responsible
130
426005
2711
teremos identificado quais os neurónios responsáveis
07:08
for coordinate transformations.
131
428758
1543
pelas transformações coordenadas.
O passo seguinte será compreender a especificidade
07:11
The next step will be to understand the specifics
132
431010
2294
07:13
of how these neurons work together to do the calculation.
133
433346
3337
de como esses neurónios funcionam em conjunto 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 começamos a compreender
como o cérebro faz os 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 os blocos constitutivos
de funções mais complexas,
07:27
not only for interception but also for cognition.
137
447110
3086
não só para a interceção mas também para a cognição.
07:32
The way that these neurons compute may be different from anything
138
452156
3170
A forma como estes neurónios calculam
pode ser diferente de tudo o que existe hoje num computador.
07:35
that exists on a computer today.
139
455368
1877
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 mais do que escrever códigos
07:41
that replicates the activity patterns of neurons.
141
461457
2419
que reproduzam padrões de atividade dos neurónios.
07:44
We aim to build a computer chip
142
464293
1794
Pretendemos criar um chip de computador
07:46
that not only does the same things as biological brains
143
466129
2794
que não só faça as mesmas coisas que os cérebros biológicos
07:48
but does them in the same way as biological brains.
144
468965
2711
mas os faça da mesma forma que os cérebros biológicos.
07:52
This could lead to drones driven by computers
145
472885
3254
Isso pode levar a drones dirigidos por computadores
07:56
the same size of the dragonfly's brain
146
476139
2002
do mesmo tamanho do cérebro da libelinha
07:58
that captures some targets and avoid others.
147
478182
2837
que capturem uns alvos e evite outros.
08:01
Personally, I'm hoping for a small army of these
148
481853
2586
Pessoalmente, tenho esperança que um pequeno exército deles
08:04
to defend my backyard from mosquitoes in the summer.
149
484480
2461
defenda o meu quintal dos mosquitos este 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 no vosso telemóvel pode ser substituído
por um novo aparelho de navegação
08:13
based on dung beetles or ants
152
493239
1710
baseado nos escaravelhos sagrados ou nas formigas
08:14
that could guide you to the straight or the easy path home.
153
494991
3045
que vos podem guiar para casa pelo caminho mais direto ou mais fácil
08:18
And what would the power requirements of these devices be like?
154
498953
3378
E qual será o gasto de energia de aparelhos como estes?
08:23
As small as it is --
155
503458
1501
Apesar do seu tamanho,
08:25
Or, sorry -- as large as it is,
156
505001
1877
08:26
the human brain is estimated to have the same power requirements
157
506878
3628
calcula-se que o cérebro humano gasta tanta energia
08:30
as a 20-watt light bulb.
158
510548
2044
como uma lâmpada elétrica de 29 Watts.
08:32
Imagine if all brain-inspired computers
159
512633
2211
Imaginem se todos os computadores inspirados no cérebro
08:34
had the same extremely low-power requirements.
160
514844
2669
tiverem esta exigência tão baixa em energia.
08:38
Your smartphone or your smartwatch probably needs charging every day.
161
518431
3837
O vosso smartphone ou o vosso smartwatch
provavelmente precisam de carga todos os dias.
08:42
Your new brain-inspired device might only need charging every few months,
162
522268
3587
A carga do vosso novo aparelho inspirado no cérebro
08:45
or maybe even every few years.
163
525897
1668
pode durar uns meses ou até uns anos.
08:49
The famous physicist, Richard Feynman, once said,
164
529275
3670
O famoso físico Richard Feynman disse um dia:
08:52
"What I cannot create, I do not understand."
165
532945
2878
“Só não posso criar aquilo que não compreender.”
08:56
What I see in insect nervous systems
166
536783
2085
O que eu vejo nos sistemas nervosos dos insetos
08:58
is an opportunity to understand brains
167
538868
2169
é uma oportunidade de compreender cérebros
09:01
through the creation of computers that work as brains do.
168
541079
3003
através da criação de computadores que funcionam como os cérebros.
E a criação desses computadores não serão só para o conhecimento.
09:05
And creation of these computers will not just be for knowledge.
169
545083
3712
09:08
There's potential for real impact on your devices, your vehicles,
170
548795
4254
Há potencial para um verdadeiro impacto nos nossos aparelhos, nos nossos veículos,
09:13
maybe even artificial intelligences.
171
553091
2210
talvez mesmo nas inteligências artificiais.
09:16
So next time you see an insect,
172
556177
2419
Então, a próxima vez que virem um inseto,
09:18
consider that these tiny brains can lead to remarkable computers.
173
558638
4045
considerem que aqueles pequenos cérebros
podem levar-nos a computadores fantásticos.
09:23
And think of the potential that they offer us for the future.
174
563518
3211
E pensem no potencial que nos oferecem para o futuro.
09:27
Thank you.
175
567271
1126
Obrigada.
09:28
(Applause)
176
568439
3379
(Aplausos)
Sobre este site

Este sítio irá apresentar-lhe vídeos do YouTube que são úteis para a aprendizagem do inglês. Verá lições de inglês ensinadas por professores de primeira linha de todo o mundo. Faça duplo clique nas legendas em inglês apresentadas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas deslocam-se em sincronia com a reprodução do vídeo. Se tiver quaisquer comentários ou pedidos, por favor contacte-nos utilizando este formulário de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7