Redes neurais conseguem organizar parte do próprio aprendizado, diz MIT
Estudo investiga como sistemas artificiais ajustam conexões sem instruções detalhadas.
Em resumo
Um trabalho apresentado pelo MIT em 13 de outubro de 2026 mostra que redes neurais artificiais podem desenvolver mecanismos de aprendizado com regras simples para alterar conexões. Publicado na PNAS em 9 de outubro, o estudo busca entender como a organização emerge durante o treino. Os autores não afirmam que o método reproduz o funcionamento do cérebro humano.
O experimento conceitual
Em vez de programar detalhadamente como cada conexão deveria aprender, os cientistas partiram de unidades conectadas de forma aleatória e de instruções básicas sobre quando e como ajustar ligações. Ao receber dados de treinamento, a rede reorganizou parte da própria estrutura para processar informação com mais eficiência.
O resultado interessa ao estudo de aprendizado de máquina e à neurociência. O grupo do McGovern Institute do MIT discute a plausibilidade biológica das regras usadas em inteligência artificial. Encontrar uma solução computacional funcional não significa provar que neurônios humanos executem exatamente o mesmo algoritmo.
Por que a comparação importa
Modelos artificiais ajudam a formular hipóteses que podem ser testadas em pesquisa do cérebro. Ao mesmo tempo, sistemas digitais são simplificações: seu modo de representação, escala e objetivos não são idênticos aos dos circuitos biológicos. A utilidade científica depende de quais aspectos realmente resistem à comparação.
A pesquisa publicada na PNAS em 9 de outubro e apresentada em 13 de outubro acrescenta uma ferramenta de investigação, sem anunciar uma inteligência artificial consciente ou um mapa completo do aprendizado humano.
O assunto da vez chega até você
Famosos, reality, cultura pop e tudo o que viraliza, direto no seu e-mail. Assine a newsletter do UOOW e não fique de fora da conversa.
