Novo modelo de IA inspirado em dinâmicas neurais do cérebro promete superar tecnologias tradicionais

Pesquisadores do Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL) do MIT apresentaram um novo modelo de inteligência artificial denominado LinOSS (Modelos Lineares Oscilatórios de Espaço de Estados), inspirado nas oscilações neurais do cérebro humano. Este modelo visa aprimorar significativamente a capacidade dos algoritmos de aprendizado de máquina em lidar com sequências de dados extensas, como tendências climáticas, sinais biológicos e informações financeiras.​

Modelos tradicionais de espaço de estados enfrentam desafios ao processar sequências longas, tornando-se instáveis ou exigindo recursos computacionais excessivos. Para superar essas limitações, os pesquisadores T. Konstantin Rusch e Daniela Rus desenvolveram o LinOSS, que utiliza princípios de osciladores harmônicos forçados — conceitos fundamentais da física observados em redes neurais biológicas. Essa abordagem proporciona previsões estáveis, expressivas e computacionalmente eficientes, sem impor condições excessivamente restritivas aos parâmetros do modelo.​

Leia também: Remuneração mensal de diretores de tecnologia no Brasil fica estável, diz Page Executive

“Nosso objetivo era capturar a estabilidade e eficiência observadas nos sistemas neurais biológicos e traduzir esses princípios para uma estrutura de aprendizado de máquina”, explica Rusch. “Com o LinOSS, podemos agora aprender interações de longo alcance de forma confiável, mesmo em sequências que abrangem centenas de milhares de pontos de dados ou mais.”​

O modelo LinOSS é único ao garantir previsões estáveis, exigindo escolhas de design menos restritivas do que métodos anteriores. Além disso, os pesquisadores provaram rigorosamente a capacidade de aproximação universal do modelo, o que significa que ele pode aproximar qualquer função contínua e causal que relacione sequências de entrada e saída.​

Muito além do Mamba?

Testes empíricos demonstraram que o LinOSS supera consistentemente os modelos de ponta existentes em várias tarefas exigentes de classificação e previsão de sequências. O LinOSS superou o amplamente utilizado modelo Mamba em quase duas vezes em tarefas envolvendo sequências de comprimento extremo.​

Reconhecendo sua importância, a pesquisa foi selecionada para apresentação oral na ICLR 2025 — uma honra concedida a apenas 1% das submissões. Os pesquisadores do MIT antecipam que o modelo LinOSS pode impactar significativamente campos que se beneficiariam de previsões precisas e eficientes de longo prazo, incluindo análise de saúde, ciência climática, condução autônoma e previsão financeira.​

“Este trabalho exemplifica como o rigor matemático pode levar a avanços de desempenho e aplicações amplas”, afirma Daniela. “Com o LinOSS, estamos fornecendo à comunidade científica uma ferramenta poderosa para entender e prever sistemas complexos, unindo a inspiração biológica à inovação computacional.”​

A equipe imagina que o surgimento de um novo paradigma como o LinOSS será de interesse para os profissionais de aprendizado de máquina desenvolverem ainda mais. Olhando para o futuro, os pesquisadores planejam aplicar seu modelo a uma gama ainda mais ampla de diferentes modalidades de dados. Além disso, sugerem que o LinOSS pode fornecer insights valiosos em neurociência, potencialmente aprofundando nossa compreensão do próprio cérebro.​

O trabalho foi apoiado pela Fundação Nacional de Ciência da Suíça, pelo programa Schmidt AI2050 e pelo Acelerador de Inteligência Artificial da Força Aérea dos EUA.​

*Com informações do MIT News

Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!