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 este algoritmo exclusivo, os pesquisadores da EPFL mostraram que podem decodificar o que um mouse vê enquanto assiste a um filme. Os dados usados para decodificação de vídeo foram obtidos através do Instituto Allen 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 rato.
A capacidade dealgoritmo de reconstrução de dados sintéticos supera em muito todos os outros algoritmos existentes. Dê uma olhada por si 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 (IMCs) de alto desempenho. Uma plataforma promissora para descobrir novos princípios em neurociência. E, para os amantes do retropensamento, um método para transformar até animais em potenciais “câmeras”. A pesquisa foi publicada na prestigiada revista científica Nature (te linko aqui), e marca uma viragem decisiva neste domínio.
Em resumo
O algoritmo CEBRA representa um avanço na nossa compreensão de como o cérebro processa a informação visual. O potencial para utilizar este conhecimento em aplicações práticas (como sempre, para melhor ou para pior) é imenso.
A combinação de neurociência e aprendizado de máquina apenas começou a nos mostrar o filme do futuro.