A Inteligência Artificial (IA) continua a evoluir a um ritmo alucinante, mas por vezes as respostas para o futuro encontram-se na biologia. Um grupo de investigadores portugueses acaba de apresentar uma nova arquitetura de IA, denominada EVNets (Early Vision Networks), que imita o sistema visual dos primatas para resolver limitações críticas das redes neuronais atuais.
O projeto, desenvolvido através de uma colaboração entre o INESC-ID, o Instituto Superior Técnico e a Fundação Champalimaud, foi recentemente apresentado na NeurIPS 2025, em San Diego, uma das conferências mais prestigiadas do mundo na área da inteligência artificial. A equipa propõe uma mudança de paradigma: em vez de criar modelos cada vez maiores e mais pesados computacionalmente, a solução pode passar por copiar a eficiência da natureza.
Quando a biologia ensina a tecnologia
Apesar dos avanços notáveis na última década, os sistemas de visão por computador tradicionais ainda demonstram fragilidades surpreendentes. Pequenas perturbações visuais, como mudanças subtis de brilho ou contraste que seriam irrelevantes para um olho humano, podem confundir completamente um algoritmo de reconhecimento de objetos.
Para combater esta vulnerabilidade, a equipa nacional recorreu à neurociência. As EVNets foram desenhadas para replicar os cálculos específicos que ocorrem no sistema visual biológico, desde a retina, passando pelo núcleo geniculado lateral, até ao córtex visual primário.
A arquitetura combina um bloco inspirado no módulo V1, desenvolvido anteriormente por Tiago Marques no MIT, com um novo módulo que simula as etapas subcorticais de processamento de imagem. Os resultados apresentados na NeurIPS 2025 mostram que esta abordagem não só aumenta a robustez da IA em tarefas de visão computacional, como também aproxima o funcionamento da máquina ao do cérebro biológico, obtendo melhores pontuações em métricas como o Brain-Score.
Transparência e aplicação no combate ao cancro
Além da robustez, as EVNets trazem uma vantagem crucial para a adoção da tecnologia em áreas sensíveis: a interpretabilidade. Ao basear-se em mecanismos biológicos conhecidos, torna-se mais fácil para os cientistas explicarem "como" e "porquê" o algoritmo tomou uma determinada decisão, contrastando com a opacidade das "caixas negras" que são muitos dos modelos atuais.
Esta inovação já está a sair da teoria para a prática. No âmbito do Programa de Investigação em Cancro da Mama da Fundação Champalimaud, os investigadores estão a testar a capacidade das EVNets para lidar com imagens médicas. Um dos grandes obstáculos na imagiologia clínica é a variação na qualidade e características das imagens produzidas por equipamentos de diferentes fabricantes.
Se a robustez demonstrada nas tarefas de visão por computador se confirmar neste cenário médico, esta tecnologia portuguesa poderá ser fundamental para garantir diagnósticos mais consistentes, oferecendo aos profissionais de saúde ferramentas de apoio à decisão muito mais fiáveis e transparentes.
Nenhum comentário
Seja o primeiro!