Cortico-subcortical multi-head self-attention as a substrate for cognitive performance
Este artigo propõe um modelo de circuito córtico-subcortical biologicamente restringido que implementa mecanismos de autoatenção de múltiplas cabeças através de projeções tálamo-corticais específicas e interações de células piramidais, fornecendo um substrato neural para o desempenho cognitivo de mamíferos que se alinha com registros intracranianos humanos.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo
Imagine o seu cérebro como o supercomputador definitivo, mas um que funciona com tecido vivo e macio em vez de chips de silício. Durante muito tempo, os cientistas têm tentado descobrir exatamente como esta máquina biológica realiza o truque de "pensar" — como entendemos a linguagem, resolvemos problemas e lembramos das coisas. De um lado, temos o neocórtex, a camada externa enrugada do cérebro que lida com o nosso pensamento sofisticado. Do outro lado, temos estruturas profundas e mais antigas, como o tálamo e os gânglios da base, que atuam como a fiação interna e os controladores de tráfego do cérebro. Recentemente, um novo tipo de inteligência artificial chamado "transformers" tornou-se famoso pela sua capacidade de conversar, escrever histórias e traduzir idiomas. Estes sistemas de IA funcionam usando um truque inteligente chamado "atenção", que lhes permite focar nas partes mais importantes de uma frase enquanto ignoram o resto. A grande questão na ciência atualmente é: será que os nossos cérebros biológicos reais poderiam estar a usar um truque de "atenção" semelhante para fazer as mesmas coisas? Se conseguirmos encontrar o blueprint biológico para isto, ajudará a compreender como os mamíferos como nós nos tornámos tão inteligentes.
Este artigo sugere que a resposta é um "talvez" retumbante, propondo um blueprint biológico específico onde o córtex e o tálamo do cérebro se unem para construir uma versão natural destas redes de atenção de IA. Os autores sugerem que o cérebro não apenas recebe informação passivamente; em vez disso, executa um sistema complexo e multicamadas onde diferentes partes do cérebro atuam como um motor de busca de alta tecnologia. Neste modelo, o neocórtex (a camada do pensamento) e o tálamo (uma estação de retransmissão central) trabalham juntos para criar o que os autores chamam de "autoatenção multicauda córtico-subcortical".
Eis como a magia acontece, de acordo com o estudo. Imagine que o córtex cerebral é dividido em pequenos bairizinhos chamados microcolunas. Nesta teoria, um tipo específico de célula cerebral, a célula piramidal da camada 2/3, atua como uma biblioteca massiva de post-its. Estas células guardam uma "memória recorrente de chave-valor", que é apenas uma forma elegante de dizer que armazenam informação que pode ser consultada mais tarde. Depois, outro tipo de célula, a célula piramidal da camada 5, atua como um detetive. Quando uma nova informação (uma "query" ou consulta) chega, estes detetives vasculham a biblioteca para encontrar os post-its correspondentes (as "chaves" e os "valores") que são relevantes para a tarefa atual.
O artigo sugere que o tálamo é o serviço de entrega crucial que torna esta busca possível. Ele envia sinais que atuam como as "chaves", "valores" e "consultas" necessários para executar a busca. Estes sinais viajam através de vias específicas, algumas ligando o núcleo do tálamo ao córtex e outras ligando a matriz do tálamo ao córtex. Os autores propõem que uma única área do córtex funciona como uma "cabeça" de uma rede de atenção e, quando juntamos todas estas áreas, o córtex inteiro torna-se uma "rede de autoatenção multicauda", tal como os modelos de IA que conseguem escrever poesia ou código.
Mas o cérebro não apenas lê; ele também aprende. O artigo sugere que este mesmo circuito minúsculo ajuda o cérebro a perceber quando está errado. Ele calcula "erros de previsão sensorial", que são basicamente a forma do cérebro dizer: "Eu pensei que ias dizer X, mas disseste Y!". Este sinal de erro ajuda o cérebro a atualizar as suas conexões através de um processo chamado plasticidade sináptica baseada em gradiente, que é a versão biológica de aprender com os erros. Além disso, o sistema tem um "porteiro" nos gânglios da base. Este porteiro utiliza "erros de previsão de recompensa" (um sinal que diz ao cérebro se algo é bom ou mau) para decidir se deixa o output do córtex sair para o mundo ou se reativa memórias do hipocampo (o disco rígido do cérebro para memórias de longo prazo).
Os autores testaram esta ideia treinando uma simulação de computador deste circuito e comparando o seu comportamento com dados humanos reais. Eles descobriram que, quando a rede simulada processava a fala, os seus padrões de atividade se alinhavam surpreendentemente bem com registos reais recolhidos do interior de cérebros humanos durante a perceção da fala. Embora o artigo não afirme ter provado que é exatamente assim que o cérebro funciona em cada detalhe individual, sugere fortemente que este arranjo específico de células e conexões poderia ser a fundação física para as incríveis capacidades cognitivas que os mamíferos possuem. É um mapa convincente que liga os pontos entre a biologia húmida e desordenada dos nossos cérebros e a lógica elegante e poderosa da IA moderna.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.