Como a IA aprende a conter baratas ciborgues

Até hoje, todos os sistemas de controlo de insectos ciborgues funcionavam a partir do exterior: observar o insecto, interpretar o seu movimento e enviar um comando.

O batimento cardíaco do insecto e a actividade eléctrica que percorre o seu corpo - isto é, a sua resposta física real ao ambiente - nunca tinham entrado, de forma efectiva, no processo de decisão.

Uma equipa no Japão quis inverter essa lógica. Ligaram sensores ao pulso de uma barata e captaram sinais eléctricos ténues do seu corpo; depois treinaram uma IA para os interpretar - não só para orientar o insecto, mas também para perceber quando o mais sensato é não interferir.

Uma mochila para baratas

O projecto foi desenvolvido por uma equipa liderada pelo professor Keisuke Morishima, da Faculdade de Engenharia da Universidade de Osaka, em colaboração com investigadores na Indonésia. Para uma espécie de barata de maior porte, conceberam uma pequena “mochila” removível.

O conjunto pesa cerca de 6 g, e cada componente encaixa e desencaixa, permitindo que o insecto recupere após as experiências. Em simultâneo, monitoriza três tipos de sinais: o batimento cardíaco, sinais neurais fracos recolhidos a partir do corpo e o movimento corporal.

Até este trabalho, a maioria dos sistemas de baratas ciborgues dependia quase exclusivamente do que se via por fora - se o insecto se mexia ou não.

Num artigo anterior do mesmo grupo, as baratas eram guiadas recorrendo à aversão natural à luz ultravioleta; ainda assim, o controlo baseava-se no comportamento observável, e não no que se passava dentro do animal.

O que o batimento cardíaco pode revelar

Para relacionar sinais internos com o ambiente, a equipa expôs as baratas a cinco situações: um estado de calma (linha de base), luz ultravioleta, uma “lufada” de odor perto das antenas, calor e comida. Algumas destas condições atraem a barata; outras fazem-na tentar fugir.

Quando estava em repouso, a barata mantinha um batimento mais lento, e qualquer estímulo o fazia aumentar. A frequência cardíaca pode revelar o que um animal está a detectar mesmo quando quase não se move - algo que um estudo antigo com caranguejos já tinha sugerido.

Os outros sinais seguiram uma divisão semelhante. O calor e químicos agressivos originaram respostas internas mais fortes e movimentos mais rápidos e irregulares. A comida produziu o efeito inverso: um corpo mais calmo e uma marcha mais lenta.

Com base nesses registos, um modelo de aprendizagem automática aprendeu a voltar a classificar os sinais do corpo nas mesmas cinco situações.

Treinado com gravações de 20 insectos, a melhor versão identificou a situação correcta em mais de nove casos em cada dez. O estado calmo e o estímulo associado à comida eram fáceis de distinguir, enquanto o calor e a luz ultravioleta se mostraram mais difíceis.

IA aprende a conter-se em baratas

É aqui que o trabalho se diferencia. O modelo não se limita a atribuir um rótulo ao estado do insecto - usa esse rótulo para decidir como agir. E, muitas vezes, a decisão correcta é não fazer nada.

Quando o sistema detecta um estado calmo ou de atracção pela comida, dá pequenos “empurrões” à barata: um flash de luz ultravioleta para a orientar e uma vibração na parte traseira para a fazer avançar. Ainda assim, o trajecto é escolhido pelo insecto; a máquina apenas o influencia.

Quando os sinais indicam que a barata está a fugir de algo, como calor ou um odor forte, o sistema corta toda a estimulação e deixa o animal responder por conta própria.

Antes disto, nenhum insecto ciborgue tinha um mecanismo de contenção deste tipo integrado. Nos sistemas anteriores, os comandos eram aplicados num único sentido, sem recuo.

Testar insectos sob pressão

A prova mais exigente foi um labirinto com quatro salas. Algumas continham comida; outras tinham calor ou um cheiro intenso que as baratas evitavam. Portas de sentido único impediam que os insectos voltassem para trás depois de avançarem.

Sem controlo, as baratas “normais” quase nunca progrediam muito. A maioria instalava-se na sala com comida e não saía de lá e, ao longo de dezenas de ensaios, nenhum insecto completou o percurso.

Com o novo sistema de controlo activo, algumas baratas ciborgues conseguiram atravessar tudo. Na sala com comida, o sistema incentivava o insecto a continuar.

Nas salas com calor ou com químicos, reduzia a intervenção e deixava que o impulso natural de fuga fizesse o resto.

Bons resultados no laboratório, dificuldades no labirinto

O sistema está longe de ser perfeito. Em bancada, o desempenho é forte; no labirinto, a fiabilidade diminui. Em testes offline, atingiu uma taxa de sucesso de 93 por cento, mas em testes ao vivo tomou a decisão certa apenas cerca de dois terços das vezes.

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

“Um insecto é um ser vivo, e as suas respostas variam de um indivíduo para outro e de um momento para o outro”, disse Morishima.

A equipa também é prudente na interpretação. Isto não é ler a mente nem os sentimentos de uma barata - o sistema reconhece padrões corporais que correspondem a diferentes condições do meio. Chamar a isso “percepção” é apenas um rótulo operacional, não uma afirmação sobre o que o insecto sente.

Olhar para lá das baratas ciborgues

O elemento verdadeiramente novo aqui não é a mochila nem o labirinto. É o facto de sinais internos do insecto - batimento cardíaco e actividade nervosa - poderem entrar no ciclo de controlo e indicar à máquina quando deve actuar e quando deve recuar.

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

Se o sistema conseguir “ler” o estado do insecto, 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 de decisão, em vez de uma delas dar todas as ordens. Para estes investigadores, as baratas são apenas o ponto de partida.

---