Como a IA aprende a conter as baratas ciborgues

Uma mochila para baratas

Até aqui, praticamente todos os sistemas de controlo de insetos ciborgues funcionavam “por fora”: observar o bicho, interpretar o movimento e enviar um comando. Era uma lógica simples - se anda, empurra-se para ali; se não anda, dá-se mais estímulo.

O que ficava de fora era precisamente o que o inseto está a viver no corpo: o batimento cardíaco e os sinais elétricos discretos que percorrem o seu organismo. Esses dados - a resposta física real ao ambiente - raramente entravam na decisão sobre quando intervir e, sobretudo, quando não intervir.

Uma equipa no Japão decidiu mudar isso. Ligaram sensores ao pulso de uma barata e a sinais elétricos ténues do corpo, e treinaram uma IA para os ler - não só para orientar o inseto, mas também para perceber quando o melhor é deixá-lo em paz.

A backpack for roaches

O trabalho vem de uma equipa liderada pelo professor Keisuke Morishima, da Escola de Engenharia da Universidade de Osaka, com colaboradores na Indonésia. Eles construíram uma pequena mochila removível para uma das espécies maiores de barata.

O conjunto pesa cerca de um quinto de onça e cada componente encaixa e desencaixa, para que o inseto possa recuperar depois. A mochila acompanha três sinais ao mesmo tempo: o batimento cardíaco, sinais neurais fracos captados a partir do corpo e o movimento corporal.

Até este estudo, a maioria dos sistemas de baratas ciborgues baseava-se apenas no exterior - se o inseto se mexe ou não.

Um artigo anterior do mesmo grupo já tinha guiado baratas usando a aversão natural à luz ultravioleta, mas mesmo aí a referência era o comportamento visível, não o que se passava dentro do animal.

What heartbeat can reveal

Para mapear o “interior”, a equipa expôs as baratas a cinco situações: um estado calmo de referência, luz ultravioleta, uma baforada de cheiro perto das antenas, calor e comida. A barata é atraída por algumas destas condições e tenta fugir de outras.

Uma barata em repouso mantinha um batimento mais lento, e qualquer estímulo fazia-o subir. A frequência cardíaca pode revelar o que um animal está a detetar mesmo quando quase não se move, como um estudo com caranguejos mostrou há anos.

Os outros sinais separaram-se de forma semelhante. Calor e químicos agressivos geraram sinais internos mais fortes e movimentos mais rápidos e irregulares. A comida fez o inverso: um corpo mais calmo e uma marcha mais lenta.

Um modelo de aprendizagem automática aprendeu a classificar esses sinais corporais de volta nas cinco situações.

Treinado com registos de 20 insetos, a melhor versão identificou a situação correta mais de nove vezes em dez. Os estados de calma e comida foram fáceis de distinguir, enquanto calor e luz ultravioleta se mostraram mais difíceis.

AI learns restraint in roaches

Aqui está o ponto que diferencia este trabalho. O modelo não se limita a etiquetar o estado do inseto - ele usa essa etiqueta para decidir o que fazer. E, muitas vezes, a decisão certa é não fazer nada.

Quando o sistema lê um estado calmo ou atraído por comida, dá um empurrãozinho: um lampejo de luz ultravioleta para orientar e uma vibração na parte traseira para incentivar o avanço. O inseto continua a escolher o caminho; a máquina apenas influencia.

Quando os sinais indicam que a barata está a fugir de algo como calor ou um cheiro intenso, a máquina corta toda a estimulação e deixa o animal lidar sozinho.

Ninguém tinha incorporado este tipo de contenção num inseto ciborgue antes. Os sistemas anteriores enviavam comandos apenas num sentido.

Testing insects under pressure

O teste a sério aconteceu num labirinto de quatro salas. Algumas tinham comida; outras tinham calor ou um cheiro forte de que as baratas não gostavam. Portas de sentido único impediam os insetos de voltar atrás depois de avançarem.

Sem intervenção, baratas normais raramente iam longe. A maioria instalava-se na sala com comida e ficava lá e, ao longo de dezenas de tentativas, nenhum inseto completou o percurso.

Com o novo sistema de controlo ativo, algumas baratas ciborgues conseguiram atravessar tudo. Numa sala com comida, o sistema persuadia o inseto a seguir em frente.

Nas salas com calor ou químicos, recuava e deixava a própria urgência de fuga da barata fazer o trabalho.

Lab success, maze struggles

O sistema está longe de ser perfeito. No banco de laboratório, o desempenho é forte; no labirinto, torna-se mais instável. Em testes offline, atingiu 93% de acerto, mas em testes ao vivo, tomou a decisão certa apenas cerca de dois terços das vezes.

O movimento real é confuso. Um inseto a andar sacode os próprios sensores, e o seu estado interno pode mudar de um segundo para o outro.

“Um inseto é um ser vivo, e as suas respostas mudam de indivíduo para indivíduo, e de momento para momento”, disse Morishima.

A equipa é cautelosa neste ponto. Não está a “ler a mente” nem sentimentos de uma barata - o sistema identifica padrões corporais que correspondem a diferentes ambientes. Chamar a isso “perceção” é uma etiqueta funcional, não uma afirmação sobre o que o inseto sente.

Looking beyond cyborg roaches

O que há de novo aqui não é a mochila nem o labirinto. É o facto de sinais internos do inseto - batimento cardíaco e atividade nervosa - entrarem no ciclo de controlo e dizerem à máquina quando agir e quando conter-se.

Isso abre portas reais. Insetos ciborgues como baratas estão a ser considerados para procurar em edifícios desmoronados ou recolher amostras de ar perigoso, entrando por fendas demasiado estreitas até para os robôs construídos mais pequenos.

Ler o estado do inseto pode mantê-lo cooperante durante mais tempo, em vez de o desgastar com estímulos constantes.

A equipa chama à ideia mais ampla Insect Synergy Circuit - inteligência viva e inteligência artificial a partilharem um único circuito, em vez de uma dar todas as ordens. Para eles, as baratas são apenas o ponto de partida.