Nova pesquisa de IA afirma estar mais próxima de simular o cérebro humano

Enquanto gigantes da tecnologia se preparam para gastar trilhões de dólares na corrida da inteligência artificial (IA), ainda existe uma grande lacuna: não sabemos exatamente por que os modelos funcionam como funcionam. Essa falta de clareza gera desconfiança, especialmente em aplicações onde o erro não é uma opção.

Nos últimos meses, como observa o Semafor, alguns estudos acadêmicos chamaram a atenção ao propor novas formas de entender e estruturar a IA. Um deles, publicado nesta terça-feira pela startup Pathway, promete um avanço significativo ao apresentar um modelo experimental chamado Dragon Hatchling.

Como os modelos atuais funcionam

Hoje, os chatbots e outros sistemas de IA utilizam transformers, arquiteturas que simulam bilhões de “neurônios artificiais”. Esses neurônios estão organizados em camadas densas e todos podem ser ativados simultaneamente quando o modelo gera uma resposta. Na prática, o processo parece caótico e difícil de decifrar.

Uma limitação importante é que, nesses modelos, os neurônios não mudam. Eles permanecem iguais, não importa quantas vezes sejam ativados.

O que acontece no cérebro humano

Nosso cérebro funciona de forma diferente. A maior parte dos neurônios se conecta a pequenos grupos, ativando-se apenas quando necessário. Além disso, eles não são estáticos: mudam constantemente. Quando dois neurônios disparam juntos, a ligação entre eles se fortalece. Esse processo é chamado de aprendizado Hebbiano, um princípio fundamental da neurociência.

A proposta do modelo Dragon Hatchling

O Dragon Hatchling busca se aproximar desse funcionamento. Embora ainda utilize a base dos transformers, o modelo possui neurônios simplificados. Segundo a Pathway, isso permite observar uma relação direta de causa e efeito entre a ativação de cada neurônio e o resultado final da resposta.

Outro diferencial está na capacidade de atualizar continuamente as conexões entre neurônios artificiais. Dessa forma, uma parte do modelo permanece fixa, como em qualquer LLM (modelo de linguagem de larga escala), mas outra evolui conforme o usuário interage com o sistema. Em teoria, isso daria ao Dragon Hatchling a habilidade de aprender em tempo real, algo que os modelos atuais não conseguem fazer.

Hype ou possível revolução?

Ainda não se sabe se a Pathway encontrou de fato um caminho para superar os limites atuais da IA ou apenas formulou uma hipótese interessante. O estudo combina conceitos já existentes em um formato novo, mas não há garantias de que funcione em grande escala. É possível que, à medida que o modelo cresça, os resultados não se confirmem.

Mesmo assim, especialistas acreditam que propostas como essa podem ser cruciais para dar o próximo salto na área. Afinal, o setor de IA enfrenta desafios complexos e precisa de ideias inovadoras para continuar avançando.

Se a visão da Pathway se provar correta, o Dragon Hatchling pode inaugurar uma nova geração de sistemas capazes de aprender e se adaptar como o cérebro humano — uma mudança que transformaria não apenas a tecnologia, mas também a forma como interagimos com ela.

Assine os nossos canais no WhatsApp e Telegram