Cientistas utilizam inteligência artificial para desvendar os mistérios da mente humana

Pesquisadores publicam estudos inovadores sobre redes neurais e comportamento humano

Recentemente, o jornal Nature divulgou dois estudos que exploram o uso de redes neurais para prever comportamentos humanos e animais em experimentos psicológicos. Os pesquisadores desenvolveram o modelo Centaur, que se destaca por sua capacidade de prever ações em tarefas complexas, como a escolha entre diferentes "máquinas caça-níqueis".

O modelo Centaur foi criado a partir do ajuste fino do Llama 3.1, um modelo de linguagem de código aberto da Meta. Ele foi treinado com dados de 160 experimentos psicológicos, permitindo que o modelo superasse abordagens tradicionais em precisão preditiva. Os cientistas acreditam que essa ferramenta pode revolucionar a forma como conduzem experimentos, possibilitando simulações antes de envolver participantes humanos.

Desafios e limitações

Apesar do avanço, especialistas levantam questões sobre a real compreensão que o modelo oferece sobre a mente humana. Olivia Guest, professora assistente de ciência cognitiva computacional na Universidade Radboud, compara Centaur a uma calculadora, que pode prever respostas sem explicar os processos subjacentes. A complexidade do modelo, com bilhões de parâmetros, dificulta a extração de insights significativos sobre o funcionamento da mente.

Em contrapartida, o segundo estudo do Nature foca em redes neurais minúsculas, que podem prever comportamentos com apenas um neurônio. Essas redes, embora limitadas a tarefas específicas, permitem um rastreamento mais detalhado da atividade neuronal, oferecendo uma alternativa promissora para entender a cognição.

O futuro da pesquisa em inteligência artificial

A pesquisa em redes neurais continua a avançar, mas a compreensão dos sistemas complexos, como a mente humana, ainda está em desenvolvimento. Marcelo Mattar, professor assistente de psicologia e ciência neural na Universidade de Nova York, destaca que, embora redes maiores sejam necessárias para comportamentos complexos, a dificuldade de entendimento aumenta. A busca por um equilíbrio entre predição e compreensão é um desafio central na ciência impulsionada por redes neurais.