Pesquisadores do MIT criam rede neural que aprende sozinha
Estudo do MIT demonstra que redes neurais podem se auto-organizar para aprender, aproximando o funcionamento da IA ao do cérebro humano.
Pontos principais
- O estudo foi publicado na revista PNAS em 9 de outubro de 2026.
- Pesquisadores do McGovern Institute desenvolveram uma rede que dispensa o design manual de arquitetura.
- A rede utiliza regras locais simples para reorganizar conexões, formando 'motivos autoagregadores'.
- O sistema alcançou desempenho similar ao de redes treinadas via backpropagation tradicional.
- A descoberta sugere uma possível alternativa biológica ao algoritmo de backpropagation usado na IA atual.
- O modelo pode auxiliar no desenvolvimento de interfaces cérebro-máquina e terapias neurodegenerativas.
Cientistas do McGovern Institute e do K. Lisa Yang Integrative Computational Neuroscience Center, do MIT, demonstraram que é possível criar redes neurais artificiais capazes de construir sua própria maquinaria de aprendizado. Diferente dos modelos convencionais, que dependem de arquiteturas desenhadas por engenheiros, a nova rede utiliza regras locais simples para reorganizar suas conexões de forma autônoma. Esse processo permite que o sistema aprenda a partir de dados, simulando comportamentos observados em circuitos biológicos.
O estudo, publicado na PNAS, revela que essas redes formam estruturas chamadas de motivos autoagregadores, que executam uma otimização similar ao gradient descent. Embora o backpropagation seja o padrão na indústria de IA, neurocientistas questionam sua plausibilidade biológica no cérebro humano. Ao provar que uma rede auto-organizada pode atingir resultados equivalentes, os pesquisadores estabelecem uma ponte fundamental entre os mecanismos de aprendizado das máquinas e dos sistemas naturais.
Segundo os autores, como Qianli Liao e Tomaso Poggio, o avanço representa um marco inicial para entender como o cérebro se organiza sem um arquiteto externo. O conhecimento adquirido sobre essas regras de interação entre neurônios pode ser crucial para o futuro das interfaces cérebro-máquina e para o tratamento de doenças relacionadas ao envelhecimento, permitindo que a tecnologia de IA evolua para formas mais próximas da biologia.