Aquelas mosquinhas, também conhecida como drosófila, mosca-do-vinagre, mosca-da-banana ou mosca-de-frutas, alimenta-se das leveduras em frutos já caídos que ficam voando em volta de bananas maduras, podem ser irritantes, mas em alguns aspectos o cérebro delas funciona melhor do que o Google. Foi isso que concluíram alguns pesquisadores da Universidade da Califórnia e o Instituto Salk de Estudos Biológicos em um estudo publicado hoje no periódico Science.
Os pesquisadores analisaram a maneira como o cérebro das mosquinhas funciona na hora de ajudá-las a encontrar comida. Com a informação obtida nessa análise, eles conseguiram criar um algoritmo que tinha de 30% a 50% mais precisão que o método de “busca por similaridade” usado pela maioria dos sistemas de busca atuais.
Índice
Esse é parecido com aquele
Imagine, por exemplo, que você acessa o YouTube para ver um clipe da Anitta e, em seguida, o site sugere que você veja um clipe da Ludmilla. Isso, de acordo com o The Verge, é o resultado de uma “busca por semelhança”. Para fazer isso, o site considera uma série de aspectos das músicas: os instrumentos usados, o gênero da cantora, o andamento da batida, entre outros.
São muitos os atributos que podem ser considerados. Então, para facilitar, o computador pega, por exemplo, os dez mais importantes, e associa a cada um deles um valor, chamado de “hash”. Ele então busca por outras músicas que tenham o mesmo “hash” para cada um desses atributos.
Quando ele encontra essas músicas, ele conclui que já que elas têm o mesmo valor para os mesmos atributos, elas devem ser parecidas. Ele então avalia qual é a música que tem a maior semelhança com a última que você ouviu (com base em “hashes” iguais ou próximos) e recomenda que você a ouça em seguida. Na prática, o YouTube considera muitas outras variáveis. Mas o sistema de busca puramente por semelhança funciona assim, de maneira resumida
Ampliando as possibilidades
Na análise dos cérebros das moscas de fruta, os pesquisadores descobriram que ela faz praticamente o contrário do que os computadores fazem. Imagine que, por exemplo, o cheiro de uma banana ative 50 neurônios no cérebro da mosca. Em vez de simplificar esse sinal para apenas 10 neurônios, por exemplo, a mosca expande o sinal para cerca de 2.000 neurônios. É assim que ela entende que se o cheiro de banana indica comida, o cheiro de laranja, por exemplo, também indica.
Pode parecer estranho, mas isso é eficiente pelo seguinte motivo: imagina que você queira descobrir o que 50 pessoas têm em comum. Se você juntar essas 50 pessoas em uma sala, elas vão todas parecer meio iguais. Mas se você misturá-las em uma sala de 2.000 pessoas, você conseguirá entender melhor o que há nessas 50 pessoas que as torna semelhantes entre si e diferentes das demais; com isso fica mais fácil perceber as similaridades entre elas.
As moscas sabem melhor
Uma objeção que poderia ser feita é que esse método, embora seja mais preciso, também seria mais dispendioso. Mas os pesquisadores viram que não é o caso. Eles pegaram três conjuntos de dados e testaram fazer buscas de semelhança entre eles com os dois métodos: o dos computadores e o das moscas. E mantiveram o poder computacional idêntico durante os dois testes.
Foi dessa maneira que eles conseguiram determinar que o método das moscas é de 30% a 50% mais preciso. Em entrevista ao The Verge, a pesquisadora Kristin Branson, que não estava envolvida no estudo, disse que “esse é um dos motivos pelos quais estamos estudando o cérebro e fazendo computações no nível dos circuitos – para descobrir os melhores algoritmos que a evolução encontrou e encorporá-los”.
Trata-se de um ponto importante: pode ser surpreendente pensar que as mosquinhas conseguem ser mais eficiente que os nossos computadores em alguns aspectos. Por outro lado, se elas não fossem tão boas em descobrir quais cheiros podem estar relacionados a comida, não teriam chegado tão longe na cadeia evolutiva.
