Para que cérebro e máquina se entendam

Para que cérebro e máquina se entendam

Projeto realizado com participação de professor da Universidade de Brasília deve facilitar o uso de próteses comandadas pela mente

Roberta Machado
postado em 17/08/2015 00:00



A mente e o corpo são como duas máquinas bem projetadas, construídas sobre um sistema operacional único. Assim como um computador e um telefone celular do mesmo fabricante, a transmissão de informação entre o cérebro e o resto do organismo ocorre naturalmente e sem erros. Conecte um acessório de origem estranha, e essa harmonia pode apresentar defeitos. É isso que ocorre nas pesquisas que procuram desenvolver próteses controladas pelo pensamento do usuário. Máquina e cérebro não se comunicam de forma eficiente, a conexão sofre com o ruído entre as interfaces orgânica e artificial. Um novo trabalho com a participação de um professor da Universidade de Brasília (UnB) procura resolver esse problema, traduzindo os comandos mentais para a língua computacional.

A pesquisa, feita em parceria com a Universidade de Columbia, dos Estados Unidos, foi publicada recentemente na revista eletrônica PLOS Computational Biology. O artigo descreve o trabalho de desenvolvimento de um algoritmo que ;ensina; ao computador como compreender as intenções do usuário, ao mesmo tempo que ajuda a pessoa a enviar mensagens mais claras para o sistema eletrônico. O programa considera o cérebro como um tipo de codificador de intenções do usuário, e a máquina como um decodificador. A função da fórmula desenvolvida pelos pesquisadores é aprimorar o funcionamento das duas partes ao mesmo tempo, de maneira personalizada e individualizada.

O segredo está na capacidade de aprendizado do sistema eletrônico, que procura interpretar os comandos enviados pelo cérebro e antecipar as vontades do usuário com base em um estudo prévio da mente daquela pessoa. ;Primeiro, implantam-se os eletrodos no cérebro, e a máquina é conectada para medir os sinais típicos, como os neurônios disparam naturalmente. Uma vez que temos essa caracterização, resolvemos um problema de matemática com os parâmetros individuais da pessoa. Essa resolução individualiza a máquina para a pessoa, otimizando a comunicação;, explica Donald Pianto, professor do Departamento de Estatística da UnB, que participou do desenvolvimento do algoritmo quando realizava um estágio de pós-doutorado em Columbia, por meio do programa Ciência sem Fronteiras.

Com a ajuda do algoritmo, o sistema passa a conhecer melhor o comportamento do cérebro humano, incluindo o que ele também poderia aprender. Isso torna mais simples o processo de adaptação a uma prótese, por exemplo. No futuro, uma pessoa poderia ter os sensores implantados no cérebro para que sua atividade neural fosse registrada, e um algoritmo feito sob medida automaticamente interpretaria esses dados para que o usuário aprendesse a usar a máquina equipada com o decodificador.

O sistema ainda não foi testado em uma aplicação real, mas os pesquisadores ressaltam que ele poderia ser usado em vários tipos de interfaces cérebro-computador (BCI, na sigla em inglês), incluindo membros robóticos ou o simples controle de um cursor em um monitor. Testes realizados em um ambiente virtual mostraram que a técnica poderia ser usada para o desenvolvimento de decodificadores que permitiriam a um usuário aprender uma nova tarefa em poucos minutos.

Desempenho melhorado
Para verificar o modelo, os criadores do sistema mapearam a posição do corpo da pessoa durante uma determinada atividade neural e registraram os comandos mentais enviados para um sistema que simulava uma prótese. Conforme tentava cumprir uma tarefa no ambiente virtual, o usuário via na tela seu desempenho e tentava corrigir os erros. Assim como uma pessoa que treina uma coreografia em frente ao espelho, o paciente era capaz de registrar uma performance melhor a cada tentativa.

Esse é um modelo que os pesquisadores chamam de ciclo fechado (closed loop, em inglês). ;Quando você digita em um computador ou usa um mouse, você está em uma situação de ciclo fechado, porque pode ver as consequências das suas ações. Se você comete um erro como digitar uma palavra, nota o problema e é capaz de aprender a usar as mãos de forma diferente para evitar esse erro. Isso é essencialmente aprender com base em um feedback;, exemplifica Josh Merel, doutorando do programa de estatística da Universidade de Columbia e principal autor da pesquisa.

Outros métodos de desenvolvimento de um algoritmo de decodificação como esse são aperfeiçoados de forma ;off-line;, isto é, sem que o usuário veja a resposta para os comandos que ele enviou. No novo sistema, é possível verificar na hora os resultados interpretados pelo computador. ;Quando o usuário recebe o feedback imediato, ele pode aprender. Qualquer cenário realista será de ciclo fechado, pois cenários que não são assim basicamente não existem no mundo real;, ressalta Merel. Durante as sessões de treinamento, o algoritmo também pode ser atualizado com base na comparação entre as intenções do usuário em realizar determinada tarefa e na resposta do sistema, sempre otimizando o sistema por meio da coadaptação.

Tags

Os comentários não representam a opinião do jornal e são de responsabilidade do autor. As mensagens estão sujeitas a moderação prévia antes da publicação