.
Dependendo da idade, os humanos precisam de 7 a 13 horas de sono a cada 24 horas. Durante esse período, muita coisa acontece: a frequência cardíaca, a respiração e o metabolismo aumentam e diminuem; os níveis hormonais se ajustam; o corpo relaxa. Não tanto no cérebro.
“O cérebro está muito ocupado quando dormimos, repetindo o que aprendemos durante o dia”, disse Maxim Bazhenov, PhD, professor de medicina e pesquisador do sono na Escola de Medicina da Universidade da Califórnia em San Diego. “O sono ajuda a reorganizar as memórias e as apresenta da maneira mais eficiente.”
Em trabalhos publicados anteriormente, Bazhenov e colegas relataram como o sono constrói memória racional, a capacidade de lembrar associações arbitrárias ou indiretas entre objetos, pessoas ou eventos e protege contra o esquecimento de memórias antigas.
As redes neurais artificiais alavancam a arquitetura do cérebro humano para melhorar inúmeras tecnologias e sistemas, desde ciência básica e medicina até finanças e mídia social. De certa forma, eles alcançaram desempenho sobre-humano, como velocidade computacional, mas falham em um aspecto fundamental: quando as redes neurais artificiais aprendem sequencialmente, novas informações substituem as informações anteriores, um fenômeno chamado esquecimento catastrófico.
“Em contraste, o cérebro humano aprende continuamente e incorpora novos dados ao conhecimento existente”, disse Bazhenov, “e normalmente aprende melhor quando o novo treinamento é intercalado com períodos de sono para consolidação da memória”.
Escrito na edição de 18 de novembro de 2022 da PLOS Biologia Computacional, o autor sênior Bazhenov e seus colegas discutem como os modelos biológicos podem ajudar a mitigar a ameaça de esquecimento catastrófico em redes neurais artificiais, aumentando sua utilidade em um espectro de interesses de pesquisa.
Os cientistas usaram redes neurais de pico que imitam artificialmente os sistemas neurais naturais: em vez de as informações serem comunicadas continuamente, elas são transmitidas como eventos discretos (picos) em determinados pontos no tempo.
Eles descobriram que quando as redes de pico eram treinadas em uma nova tarefa, mas com ocasionais períodos off-line que imitavam o sono, o esquecimento catastrófico era mitigado. Como o cérebro humano, disseram os autores do estudo, “dormir” para as redes permitiu que eles reproduzissem memórias antigas sem usar explicitamente dados de treinamento antigos.
As memórias são representadas no cérebro humano por padrões de peso sináptico – a força ou amplitude de uma conexão entre dois neurônios.
“Quando aprendemos novas informações”, disse Bazhenov, “os neurônios disparam em uma ordem específica e isso aumenta as sinapses entre eles. Durante o sono, os padrões de pico aprendidos durante nosso estado de vigília são repetidos espontaneamente. É chamado de reativação ou repetição.
“A plasticidade sináptica, a capacidade de ser alterada ou moldada, ainda existe durante o sono e pode aumentar ainda mais os padrões de peso sináptico que representam a memória, ajudando a prevenir o esquecimento ou a permitir a transferência de conhecimento de tarefas antigas para novas”.
Quando Bazhenov e seus colegas aplicaram essa abordagem a redes neurais artificiais, descobriram que isso ajudava as redes a evitar o esquecimento catastrófico.
“Isso significava que essas redes poderiam aprender continuamente, como humanos ou animais. Compreender como o cérebro humano processa as informações durante o sono pode ajudar a aumentar a memória em seres humanos. Aumentar os ritmos do sono pode levar a uma melhor memória.
“Em outros projetos, usamos modelos de computador para desenvolver estratégias ideais para aplicar estimulação durante o sono, como tons auditivos, que aumentam os ritmos do sono e melhoram o aprendizado. Isso pode ser particularmente importante quando a memória não é ideal, como quando a memória diminui em envelhecimento ou em algumas condições como a doença de Alzheimer.”
Os co-autores incluem: Ryan Golden e Jean Erik Delanois, ambos da UC San Diego; e Pavel Sanda, Instituto de Ciência da Computação da Academia Tcheca de Ciências.
.
