Em um passo significativo para entender e decodificar sinais cerebrais, pesquisadores da École Polytechnique Fédérale de Lausanne (EPFL) desenvolveram um algoritmo inovador de aprendizado de máquina chamado CEBRA.
Esse algoritmo é capaz de criar modelos de redes neurais artificiais que capturam a dinâmica do cérebro com uma precisão impressionante, aproximando-nos da reconstrução do que um sujeito vê com base apenas em sinais cerebrais.
CEBRA, maravilha matemática
Usando esse algoritmo exclusivo, os pesquisadores da EPFL mostraram que podem decodificar o que um rato vê enquanto assiste a um filme. Os dados usados para a decodificação de vídeo foram obtidos por meio do Allen Institute e consistiam em sinais cerebrais gravados ou adquiridos diretamente pela medição da atividade cerebral por meio de eletrodos ou sondas ópticas inseridas na área do córtex visual do cérebro do camundongo.
A habilidade dealgoritmo de reconstrução de dados sintéticos supera em muito todos os outros algoritmos existentes. Dê uma olhada você mesmo.
A EPFL vai além da neurociência
As aplicações potenciais do CEBRA vão além da neurociência. Esse algoritmo pode ser aplicado a qualquer conjunto de dados, como comportamento animal ou dados de expressão gênica. Isso abre possibilidades de aplicações clínicas empolgantes, posicionando o CEBRA como um dos principais contribuintes em nossa jornada para entender sistemas complexos como o cérebro.
Para ser mais preciso? Este estudo da equipe da EPFL, liderada por Mackenzie Mathis, representa um passo significativo em direção a interfaces cérebro-máquina (IMC) de alto desempenho. Uma plataforma promissora para descobrir novos princípios em neurociência. E, para os amantes do pensamento retrô, um método para transformar até os animais em potenciais "câmeras". A pesquisa foi publicada na prestigiosa revista científica Nature (te linko aqui), e marca uma viragem decisiva neste domínio.
Em resumo
O algoritmo CEBRA representa um avanço em nossa compreensão de como o cérebro processa a informação visual. O potencial de uso desse conhecimento em aplicações práticas (como sempre, boas e ruins) é imenso.
A combinação de neurociência e aprendizado de máquina apenas começou a nos mostrar o filme do futuro.
