Modelo brasileiro BrainLM: teorizado para mapear inteligência cerebral, relacionando atividades cerebrais a comportamento humano e doenças, usando Inteligência Artificial generativa, imagem cerebral, funções cerebrais, RMF e análise de dados tradicionais. (146 caracteres)
Tudo sobre Intelação Artificial ver mais Especialistas do Baylor College of Medicine e da Universidade de Yale utilizaram intelação neural generativa para desenvolver modelo focado no cérebro.
Esse avanço na área da intelação artificial demonstra a importância da aprendizagem de máquina e das redes neurais na compreensão e tratamento de doenças cerebrais. A intelação neural tem se mostrado promissora para aprimorar a intelação artificial em diversas aplicações, incluindo a aprendizagem profunda.
Explorando a Intelação entre o Cérebro e a Inteligência Artificial
O Brain Language Model (BrainLM) foi desenvolvido com o propósito de modelar o cérebro sob uma abordagem teórica, analisando como as atividades cerebrais se conectam ao comportamento humano e às doenças cerebrais. Desde tempos remotos, entendemos que a atividade cerebral está intrinsecamente ligada ao comportamento individual e a diversas doenças, como convulsões ou Parkinson, conforme destacado pelo Dr. Chadi Abdallah, professor-associado do Departamento Menninger de Psiquiatria e Ciências do Comportamento em Baylor e co-autor correspondente da pesquisa, publicada como artigo de conferência no ICLR 2024.
As imagens cerebrais funcionais e ressonâncias magnéticas funcionais possibilitam a observação da atividade cerebral em todo o cérebro. No entanto, anteriormente, não era possível capturar integralmente a dinâmica dessas atividades no tempo e no espaço utilizando ferramentas tradicionais de análise de dados. Recentemente, a utilização do aprendizado de máquina para compreender a complexidade do cérebro e sua relação com doenças específicas tem se destacado. No entanto, esse processo demanda o registro e a análise detalhada de milhares de pacientes com determinados comportamentos ou doenças, o que acarreta em altos custos.
A evolução da Inteligência Artificial (IA) possibilitou a criação de ferramentas generativas capazes de desenvolver modelos para tarefas específicas ou para grupos particulares de pacientes. A IA generativa atua como um investigador, identificando padrões ocultos em conjuntos de dados. Ao analisar os pontos de dados e suas interações, os modelos podem aprender a dinâmica subjacente, compreendendo como e por que as mudanças ocorrem.
Nesse contexto, a IA generativa foi empregada para compreender a atividade cerebral, seja em casos de distúrbios ou doenças específicas. Essa abordagem permite a aplicação em diversas populações, sem a necessidade de informações detalhadas sobre o comportamento individual ou histórico de doenças. A ferramenta requer apenas dados de atividade cerebral para ensinar ao computador e ao modelo de IA como essa atividade evolui no tempo e no espaço.
Para construir o modelo, a equipe realizou 80 mil exames em 40 mil indivíduos, treinando o modelo para identificar a relação ao longo do tempo entre essas atividades. No processo de pré-processamento, os sinais foram resumidos e ruídos irrelevantes foram removidos. Os resumos foram então inseridos no modelo de aprendizado de máquina, mascarando uma.
Fonte: @Olhar Digital
Comentários sobre este artigo