O modelo mais popular de inteligência artificial é o de “aprendizado de máquina”, ou machine learning, que consiste em uma tentativa de replicar o funcionamento da mente humana no processo de aprendizado de novas informações por um software.

O problema é que a IA mais avançada do mundo ainda é menos inteligente do que uma criança. E um recente estudo da Universidade de Washington, nos Estados Unidos, mostra que o método de machine learning é ainda mais lento que o cérebro de insetos.

Isto acontece porque sistemas de inteligência artificial dependem de um número muito grande de amostras para gerar algum resultado. Um software de reconhecimento de imagem só consegue identificar corretamente um carro em um vídeo se for alimentado com milhares de imagens diferentes de carros, por exemplo.

Mas não é assim com alguns insetos. Mariposas, por exemplo, conseguem aprender a identificar corretamente o odor de uma flor ou um sinal de perigo no ambiente em muito menos tempo e com muito menos amostras. É por isso que cientistas da computação agora estão de olho nestes pequenos voadores.

O pesquisador Charles Delahunt e sua equipe usou o cérebro de uma mariposa, mais especificamente o da espécie Manduca sexta, para descobrir em que ponto a indústria da tecnologia pode se inspirar na natureza para desenvolver sistemas de inteligência artificial que aprendam mais rapidamente.

O inseto foi escolhido porque tem um cérebro razoavelmente simples, se comparado ao cérebro humano. Os cientistas então focaram seus estudos no sistema de aprendizado por olfato das mariposas, que já foi muito bem documentado e mapeado por biólogos.

O objetivo da equipe de Delahunt foi, mais precisamente, o de recriar no computador um algoritmo de inteligência artificial capaz de reproduzir, em uma simulação digital, o processo pelo qual uma mariposa aprende a reconhecer diferentes odores na natureza.

No fim das contas, os pesquisadores descobriram que a chave para esse aprendizado super veloz é uma substância chamada octopamina. Trata-se de um neurotransmissor que, nas mariposas, é liberado como parte de um mecanismo de recompensa ativado sempre que o inseto reconhece corretamente um odor.

A equipe de Delahunt ainda não tem respostas exatas, mas imagina que a octopamina sirva no processamento de novas conexões entre os neurônios, enquanto outros neurotransmissores trabalham reforçando as conexões que já existem.

O estudo de Delahunt comprovou (através de uma representação artificial no computador) que as mariposas até conseguem aprender novos odores sem a octopamina, mas o processo de aprendizado é bem mais lento sem ela.

Ao MIT Review, Delahunt explicou que o estudo mostra que a chave para a criação de métodos de machine learning mais rápidos e eficientes pode estar na criação de um equivalente digital à octopamina. Só resta, agora, descobrir exatamente como ela funciona e como criar uma “octopamina digital” para os cérebros dos robôs do futuro.