Ciência
25/09/2021 às 11:00•2 min de leitura
Quando se trata de inteligência artificial (IA), provavelmente a primeira coisa que vem à mente são robôs avançados ou assistentes virtuais. O que nem sempre ganha destaque, porém, são as maneiras inusitadas como essas tecnologias são desenvolvidas.
Esse é o caso de uma lesma-do-mar que serve como objeto de estudo de pesquisadores na Universidade Purdue, localizada no estado de Indiana (EUA). O objetivo é fazer com que os sistemas de inteligência artificial fiquem tão inteligentes quanto um dos animais mais simples do mundo.
Um caminho para isso seria a utilização do óxido de níquel, um material quântico com potencial para reproduzir duas importantes características da lesma-do-mar. São elas a habituação e da sensibilização, que servem como dois sinais de inteligência do animal marinho.
A habituação é o processo de se acostumar com um estímulo ao longo do tempo. No caso da lesma-marinha, ela se habitua quando começa a contrair menos as suas guelras quando algo encosta no seu sifão.
No estudo publicado pelos cientistas, o equivalente disso para o óxido de níquel é uma sucessiva mudança na sua resistência elétrica. Isso porque, ao ser exposto repetidamente ao gás hidrogênio, o material quântico fica menos resistente à eletricidade com o passar do tempo.
(Fonte: Purdue University/Kayla Wiles)
Já a sensibilização é o processo oposto ao da habituação. Ele acontece quando o organismo reage de maneira mais forte a um novo estímulo.
Por exemplo, a lesma-do-mar vai retrair suas guelras de uma maneira muito mais drástica se tomar um choque na cauda. Enquanto isso, o óxido de níquel terá um aumento considerável da sua resistência elétrica se for estimulado pelo gás ozônio.
(Fonte: Purdue University/Kayla Wiles)
Com base nisso, um grupo da Universidade Purdue liderado pelo professor de engenharia elétrica, Kaushik Roy, construiu um algoritmo capaz de utilizar estratégias de habituação e sensibilização.
A ideia é que, no futuro, seja possível implementar uma inteligência artificial diretamente ao nível de hardware — que consiga executar tarefas mais complexas usando menos energia.
Mas, para isso, será necessário primeiro aplicar esses conceitos em sistemas de grande escala.