Quinze computadores biológicos, cada um alimentado por neurônios humanos cultivados em laboratório, foram conectados para formar o HIVE, sistema apresentado pela australiana Cortical Labs. A proposta é simples de explicar e difícil de executar: em vez de pedir que uma única cultura neural resolva tudo, dividir o trabalho entre várias. Nos primeiros testes, a estratégia elevou a precisão no reconhecimento de símbolos de cerca de 80% para 99% e melhorou o desempenho em uma tarefa de navegação virtual. Não é uma mente coletiva de ficção científica — ainda. É uma arquitetura experimental tentando descobrir se células vivas funcionam melhor quando deixam de trabalhar sozinhas.
O HIVE foi apresentado na primeira International Conference on Organoid Intelligence, realizada em Washington, D.C., nos dias 26 e 27 de outubro. O nome significa “colmeia”, uma escolha que não exige grande esforço de imaginação: várias unidades, funções distribuídas e um resultado compartilhado. O sistema reúne 15 computadores biológicos CL1, plataforma da Cortical Labs que integra culturas de neurônios a hardware capaz de estimular e registrar sua atividade. Cada CL1 pode aprender tarefas, mas seu desempenho oscila. Células vivas não são transistores obedientes; um grupo pode responder bem hoje e render pouco amanhã.
Como o HIVE combina computadores biológicos?
O HIVE combina vários CL1 conectados em rede para distribuir uma tarefa entre culturas neurais diferentes e reduzir o efeito da variação individual. A equipe não ensinou aos neurônios quais partes do problema deveriam assumir. Quando passaram a operar em conjunto, eles aparentemente encontraram uma divisão mais eficiente do trabalho, quase como especialistas improvisados dentro de uma mesma organização — só que sem reunião que poderia ter sido um e-mail.
Essa distribuição também cria uma espécie de redundância. Se uma cultura deixa de responder, as demais podem manter o sistema em funcionamento. Na computação convencional, isso lembraria uma arquitetura tolerante a falhas; no laboratório, envolve conjuntos de células que recebem sinais, produzem respostas e compartilham a tarefa. Brett Kagan, cofundador e CEO da Cortical Labs, afirma que sistemas úteis não podem depender de uma única cultura funcionando perfeitamente o tempo inteiro. A natureza, segundo ele, resolve problemas complexos de forma coletiva, com regiões especializadas do cérebro e grupos de organismos contribuindo para um resultado comum.
O HIVE superou uma inteligência artificial convencional?
Nos testes descritos pela Cortical Labs, o HIVE teve desempenho superior ao modelo convencional DQN, mas isso não significa que derrotou a inteligência artificial em sentido amplo. Na tarefa, um personagem virtual precisava atravessar uma grade até encontrar um alvo específico. O DQN alcançou cerca de 32% da pontuação máxima; o melhor computador biológico individual chegou a 40%. Quando vários CL1 participaram da escolha dos movimentos, o resultado subiu para aproximadamente 70%. Ao dividir a tarefa entre grupos especializados, chegou a cerca de 80%.
O salto é interessante, mas a régua tem tamanho conhecido. A comparação foi feita dentro de um desenho experimental específico e contra um modelo determinado, o Deep Q Network. Não há, portanto, motivo para declarar uma revolução ou anunciar que neurônios cultivados substituirão servidores. O dado mais sólido é outro: nesse cenário, conectar culturas produziu uma resposta melhor do que usar uma delas isoladamente. Às vezes, a novidade não está em criar um cérebro maior, mas em admitir que um cérebro sozinho tem dias ruins.
Por que conectar neurônios pode reduzir o consumo de energia?
Computadores biológicos podem oferecer uma forma mais eficiente de executar certas tarefas de aprendizado de máquina porque usam células vivas para processar informação. A Cortical Labs apresenta essa possibilidade como uma vantagem prática: em vez de ampliar indefinidamente a infraestrutura convencional, seria possível explorar a adaptabilidade neural em sistemas integrados a hardware. Ainda não há, no material divulgado, uma medição detalhada de consumo que permita comparar o HIVE com um servidor específico. A promessa energética existe; a conta completa, não.
O próximo passo será entender como os neurônios trocam sinais entre os computadores conectados e como processam o retorno recebido. A equipe também quer verificar se mais conexões elevam o desempenho ou apenas tornam a colmeia mais difícil de interpretar. Johnson Zhou, cientista da Cortical Labs, diz que a cooperação reduz a influência das diferenças entre culturas e preserva a adaptabilidade dos sistemas biológicos. Talvez seja esse o ponto mais curioso do experimento: não construir uma máquina que pense como um humano, mas uma rede viva que aprenda a compensar suas próprias imperfeições.
