Cientistas da Universidade de Bristol demonstraram que aglomerados de células cerebrais humanas cultivadas em laboratório podem receber, processar e transmitir informações táteis de forma confiável – usando o alfabeto Braille como sinal de teste. O estudo, publicado na revista Frontiers in Artificial Intelligence, está sendo anunciado como um passo fundamental em direção a computadores biohíbridos que casam tecido neural vivo com sensores eletrônicos.
A pesquisa aborda uma questão aparentemente simples no cerne da inteligência organoide: pode um pequeno pedaço de tecido cerebral parcialmente formado transmitir fielmente as informações que recebe? Para descobrir, uma equipe baseada em Bristol liderada pelo primeiro autor Tianyi Liu, um candidato a doutorado, e pelo autor sênior Dr. Benjamin Ward-Cherrier conectou organoides cerebrais a um sensor tátil real e perguntou se informações significativas poderiam ser recuperadas do outro lado. Para mais contexto sobre esta história, confira nossa cobertura da indústria de IA.
“Podemos pegar informações de um sensor tátil real, transformá-las em uma forma que uma rede neural viva possa receber e então recuperar informações significativas da resposta organoide”, disse Liu no anúncio das descobertas da universidade. "Isso nos dá uma maneira prática de conectar sensores artificiais com sistemas neurais biológicos, que são um caminho possível muito interessante para uma computação mais eficiente em termos energéticos."
Como fazer uma bolha de células ser lida
Os organoides no centro do experimento estão longe de ser cérebros em miniatura. Cada um tem menos de um milímetro de diâmetro, não possui muitas estruturas encontradas no cérebro humano e contém cerca de 10.000 neurônios junto com células de suporte – modeladas no prosencéfalo humano. Eles ficam em arranjos multieletrodos dentro de um sistema que mantém o tecido vivo enquanto monitora suas respostas elétricas, permitindo aos pesquisadores estimular e registrar a atividade neural.
O protocolo de teste seguiu o sinal do toque ao tecido até a classificação. Primeiro, a equipe aplicou um sensor tátil às 26 letras do alfabeto Braille, registrando os dados produzidos por cada letra. Esses dados foram convertidos em padrões de estimulação elétrica, que foram entregues aos organoides. Os pesquisadores examinaram então se a atividade neural resultante poderia revelar qual letra havia sido apresentada – na verdade, se o tecido havia “lido” o sinal que lhe foi dado.
A decodificação coube a uma máquina de vetores de suporte, um algoritmo simples de aprendizado de máquina que classificava padrões de atividade neural e os combinava com letras específicas. Um único organoide produziu consistentemente um sinal decodificável em cerca de 61% das vezes. Quando as saídas de três organoides foram combinadas, a precisão aumentou para cerca de 83%.
Três organoides vencem um — e ninguém sabe ao certo por quê
O resultado do conjunto está entre as descobertas mais intrigantes. Os pesquisadores ainda não conseguem explicar completamente por que três organoides superam um, embora suspeitem que a resposta esteja na variação natural: não há dois organoides que se desenvolvam exatamente no mesmo caminho.
“Diferentes organoides podem ter conexões de rede, estados de desenvolvimento e atividades contínuas ligeiramente diferentes, de modo que a mesma entrada pode produzir respostas semelhantes, mas não idênticas”, disse Liu. "Combinar essas respostas pode nos dar informações complementares que não obteríamos de um único organoide. Ao mesmo tempo, se cada organoide se comportar de maneira diferente, obviamente será mais difícil construir um sistema previsível e padronizado."
A equipe também enfatizou a produção do tecido. Quando os cientistas adicionaram ruído artificial aos sinais Braille, a decodificação das respostas dos organoides mostrou-se mais difícil de enganar do que a decodificação dos sinais degradados diretamente com o mesmo algoritmo. Após o processamento pelos organoides, os dados retiveram estrutura suficiente para que o classificador selecionasse a letra correta de forma mais robusta do que a entrada ruidosa bruta permitia.
“Após o processamento pelos organoides, os dados táteis ainda contêm informações suficientes para classificar as letras Braille com boa precisão”, disse Ward-Cherrier. “A combinação de resultados de vários organoides também mostrou uma melhoria no desempenho.”
Por que a computação biológica atrai os pesquisadores
A motivação é energia. O cérebro humano funciona com cerca de 20 watts enquanto realiza cálculos que exigem muito mais eletricidade do hardware convencional – uma lacuna que aumentou à medida que os centros de dados de IA se multiplicam. Os chips neuromórficos tentam capturar a eficiência do cérebro no silício, e a inteligência organoide representa a versão mais radical da mesma aposta: usar neurônios reais em vez de imitá-los.
As aplicações potenciais centram-se na robótica e em sistemas autônomos, onde cada watt é importante e a detecção tátil é essencial. Um sensor que pudesse descarregar o processamento de sinais para os neurônios vivos – ou um dia formar um circuito fechado com eles – poderia remodelar o orçamento de energia das máquinas que precisam perceber e reagir em tempo real.
Cuidado antes que as manchetes acabem
A equipe de Bristol é explícita sobre o que o experimento não mostra. Os organoides não estavam aprendendo; eles responderam à estimulação, mas os pesquisadores não demonstraram alterações a longo prazo no tecido. A tarefa era tátil única, usando um esquema de codificação fixo e uma medida relativamente simples de atividade neural.
“Mostramos que a informação tátil pode ser codificada, processada através dos organoides e decodificada, mas não demonstramos aprendizagem ou mudanças de longo prazo nos organoides”, disse Liu.
Os próximos passos, diz a equipe, vão além do Braille. Os pesquisadores estão interessados em entradas táteis mais ricas, como texturas e bordas, e eventualmente em tarefas de circuito fechado onde um organoide recebe feedback das consequências de sua própria saída – a configuração que começaria a testar se o tecido vivo pode se adaptar a uma tarefa em vez de apenas transmitir através dela.
Por enquanto, o resultado é uma prova de engenharia: sinais do mundo físico podem entrar no tecido neural vivo e voltar reconhecíveis do outro lado. Isso está muito longe de ser um computador biohíbrido, mas é o tipo de marco nada glamoroso – transdução confiável, precisão mensurável, barras de erro honestas – sobre o qual as revoluções computacionais anteriores também foram construídas.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
