Os supercomputadores mais poderosos do mundo agora conseguem simular bilhões de neurônios, e pesquisadores esperam que esses modelos ofereçam insights inéditos sobre o funcionamento do nosso cérebro.
Simular o cérebro humano: um desafio ao alcance da tecnologia
O que significa simular um cérebro humano? Os sistemas computacionais mais avançados de hoje possuem poder de processamento suficiente para rodar simulações com bilhões de neurônios, comparáveis à complexidade dos cérebros reais. Além disso, temos um entendimento cada vez melhor de como esses neurônios estão interconectados, o que permite simulações cerebrais que podem revelar segredos ocultos do funcionamento cerebral.
Há muito tempo os pesquisadores tentam isolar partes específicas do cérebro modelando regiões menores para explicar funções particulares. Porém, “nunca conseguimos reunir todas essas partes em um único modelo maior, para verificar se essas ideias são coerentes”, afirma Markus Diesmann, do Centro de Pesquisa Jülich, na Alemanha. “Isso está mudando agora.”
Supercomputadores exascale e o futuro das simulações cerebrais
Esse avanço ocorre, em grande parte, graças ao poder dos supercomputadores exascale, capazes de realizar um bilhão de bilhões de operações por segundo. Atualmente, existem apenas quatro máquinas desse tipo, segundo a lista Top500. Diesmann e sua equipe planejam realizar simulações cerebrais em larga escala no JUPITER (Joint Undertaking Pioneer for Innovative and Transformative Exascale Research), localizado na Alemanha.
No mês passado, eles demonstraram que um modelo simples dos neurônios e sinapses do cérebro, chamado rede neural de disparo, poderia ser configurado e ampliado para rodar em milhares de unidades de processamento gráfico (GPUs) do JUPITER, atingindo a simulação de 20 bilhões de neurônios e 100 trilhões de conexões – equivalente ao córtex cerebral humano, onde ocorrem quase todas as funções cerebrais superiores.
Benefícios das simulações em larga escala
Executar uma simulação deste porte promete produzir resultados mais valiosos do que simulações menores, como as feitas com cérebros de moscas-da-fruta, usadas anteriormente. Modelos de linguagem extensos, como o por trás do ChatGPT, mostraram que sistemas maiores apresentam características ausentes em modelos menores. “Já sabemos que grandes redes são capazes de fazer coisas qualitativamente diferentes das pequenas”, comenta Diesmann. “É claro que as grandes redes são diferentes.”
“Reduzir a escala não é apenas simplificar ou tornar o modelo mais grosseiro; significa perder propriedades importantes”, explica Thomas Nowotny, da Universidade de Sussex, Reino Unido. “É fundamental que, eventualmente, possamos fazer simulações em escala total, pois só assim teremos o modelo real.”
Modelos baseados em dados reais para testar hipóteses cerebrais
O modelo testado no JUPITER será fundamentado em dados reais obtidos de experimentos menores com neurônios e sinapses humanos, como a quantidade de sinapses por neurônio e seus níveis de atividade, explica Johanna Senk, também da Universidade de Sussex e colaboradora de Diesmann. “Agora temos esses dados anatômicos como restrições, além do poder computacional”, completa Diesmann.
Simulações cerebrais em escala total poderiam permitir testar teorias básicas da funcionalidade do cérebro que são impossíveis em modelos menores ou mesmo em cérebros reais, segundo Nowotny. Por exemplo, o processo de formação de memórias poderia ser estudado ao mostrar imagens para a rede cerebral simulada, observando sua reação e como a formação dessas memórias varia com o tamanho do cérebro. Além disso, essas simulações podem criar métodos inovadores para testar medicamentos.