A notícia de que um "novo modelo de IA consegue reproduzir o que você está pensando com 80% de acurácia", como reportado pela Revista Fortune, espalhou-se rapidamente e causou furor. Não foi a primeira vez.
Desde 2011, pipocam notícias de representações mentais reconstruídas a partir de registros de atividade cerebral decodificada por algoritmos, o que não é bom sinal para quem está atrás de uma fantasia de controle mental para chamar de sua.
A diferença é que as reconstituições tornaram-se fidedignas. Um feito e tanto. Mas, será que podemos chamá-las, indiscriminadamente, de reproduções do pensamento? O estudo reportado envolveu sujeitos (3) vendo fotografias em uma tela, enquanto mensurações indiretas da atividade cerebral eram efetuadas.
Ou seja, a tarefa foi inteiramente pautada pela observação, sem qualquer tratamento cognitivo subsequente. Por outro lado, será que a percepção separa-se completamente do ato de pensar? Até que ponto quem vê apenas observa, e não reflete?
Essas são algumas das perguntas que vêm à tona, conforme as neurociências da reconstrução das experiências mentais progridem. Antes de respondê-las e passar para um tópico interessante sobre a natureza do funcionamento da mente, que esse tipo de estudo ajuda a desvendar, vale a pena conhecer um pouco sobre a capacidade de ver (sensorial) e a de enxergar (afetivo-cognitiva).
Por trás da reconstrução de cenas visualizadas: princípios cerebrais
A visão é organizada de maneira majoritariamente hierárquica. Conforme os impulsos nervosos atingem diferentes instâncias, as computações neurais ganham maior complexidade. A retina, que converte os fótons em impulsos nervosos, possui fotorreceptores específicos para discriminar luz e cor.
Estes sinais passam por núcleos organizacionais, como o geniculado do tálamo, e chegam às áreas primárias do córtex occipital, que ocupa uma porção grande do nosso cérebro, quase que exclusivamente dedicada ao processamento visual.
Ali, a orientação de linhas, profundidade e cor são computadas, num pingue e pongue com a decodificação das formas, movimento, volumetria e outros aspectos determinantes da percepção.
Os subprodutos são transmitidos para áreas dedicadas à imediaticidade responsiva, responsáveis pela nossa capacidade de refrear o movimento quando detectamos uma cobra, antes mesmo de entendermos claramente isso; e para áreas que dão sentido cultural, biográfico e subjetivo ao estímulo, por meio de associações com experiências pregressas, determinação do seu tom afetivo, correlação com palavras e assim por diante (acesse aqui para conhecer mais).
As computações neurais que dão sentido às imagens mentais não apenas acrescentam algo aos códigos neurais que recebem, como emitem projeções em direção às áreas primárias do córtex occipital, influenciando a seleção do que enxergamos e a maneira como o fazemos. Neste sentido, atuam como sensores de relevância no escrutínio informacional do mundo exterior.
A visão não se reduz a um processo de decodificação de estímulos, sendo também uma dinâmica decisória e de preenchimento de lacunas na formação de unidades coesas, ou gestalts. Esta é a base neurológica da tese de que o mundo percebido é influenciado por nossas aspirações e desejos, reconhecidos e inconscientes. Vemos como somos; enxergamos como suportamos.
Quando os olhos não estão mais sendo estimulados, é comum que as representações mentais formadas mantenham-se ativadas. Elas entram em uma fase que chamamos de memória recente, a qual tem menos a ver com o que faz um HD, ou mesmo com o cache de um PC, do que com atenção sustentada, atividade que aceita pouco paralelismo e gasta muita energia.
O domínio representacional em que isso se dá é a consciência, que neste sentido se manifesta como um campo de priorização de fenômenos gerados pelo próprio cérebro, mesmo nas situações em que identificamos, de maneira inconteste, tais ocorrências com o mundo exterior.
Com muita boa vontade, dá para chamar estas representações identificadas de maneira direta com o mundo exterior de pensamentos e, por consequência, sua decodificação de leitura destes.
Com menos boa vontade, tal fronteira pode ser estabelecida pelas imagens mentais que surgem à consciência sem estimulação sensorial direta ou, ainda mais rigorosamente, pelas dinâmicas mentais que sintetizam ideias dispersas ou promovem a expansão das possibilidades de entendimento de maneira exploratória. Filmes e não fotos.
O pensamento visual não é uma categoria do tipo tudo ou nada, mas um domínio contínuo, que começa na percepção, avança um pouco quando mantemos na memória uma imagem que não mais possui um duplo estimulando nossas retinas, dá um salto nos casos de reconstrução de imagens mentais livres e ganha contornos plenos quando essas coisas todas são inseridas em dinâmicas que alteram o grau de desordem mental de maneira propositiva.
Com isso, dá para retomar as perguntas da introdução: aquele que observa, em certo nível, pensa, já que seleciona e ativamente preenche suas representações do mundo exterior. Por outro lado, adotando uma metáfora espacial, isso acontece bem pertinho da porta de entrada do mundo do pensamento.
Em suas câmaras principais, este está comprometido com o trânsito das representações mentais, as quais sequer costumam ser puramente visuais, ainda que isso seja possível. A Fortune foi infeliz na sua caracterização do feito, que não é bem leitura do pensamento, exceto para se tentar vender mais algumas assinaturas da revista.
Leituras de mentalizações usam medidas indiretas das mesmas
A reconstrução de representações visuais induzidas experimentalmente divide-se nos seguintes tipos: recriação daquilo que as pessoas estão vendo em tela; de imagens mentais sustentadas após o término da fase de exposição; de representações imaginárias da vigília, ou de sonhos. Trânsitos cognitivos, com aplicação de processos lógicos formais ou heurísticas, seguem fora de alcance.
O estudo que está fazendo sucesso atualmente, como descrito, é do primeiro tipo e utiliza chapas de ressonância magnética em disposição ‘funcional’ (RMf). O princípio é simples: enquanto robôs possuem baterias centrais que distribuem a energia para todas as partes, o cérebro consome energia localmente para processar informações.
Isso é feito pelas mitocôndrias, que transformam glicose + oxigênio, em água + energia. Esta é a respiração. Portanto, enquanto nosso sistema cognitivo inicia o tratamento de informações, nosso sistema vascular aumenta o aporte de sangue oxigenado nas áreas cerebrais relacionadas para que haja energia. A RMf é um registro do trânsito do sangue oxigenado nas áreas ativadas por estes processos mentais.
Dado que as porções primárias do córtex occipital dedicam-se a informações elementares, como linhas, formas e cores, o problema a ser resolvido é de reconhecimento de padrões envolvendo este tipo de coisa e não, por exemplo, impacto afetivo ou associações, como seria o caso se estivéssemos no domínio da reconstrução de traumas psicológicos ou repressões.
O procedimento envolve a criação de modelos preditivos, customizados, do papel dos pixels da ressonância, conhecidos como voxels, e a subsequente extrapolação para novas imagens.
A customização é necessária porque cada cérebro possui as suas especificidades. Assim, os participantes são expostos a milhares de imagens para que a IA extraia estes padrões: linhas, formas, cores etc. No experimento em questão, cada sujeito passou mais de 40 horas no scanner, distribuídas por vários dias. A ressonância não produz radiação ionizante, não trazendo riscos.
Vencida esta etapa, é preciso reconstruir a imagem, a partir das correlações entre os voxels das neuroimagens e os pixels das fotos. É aí que mora o desafio: mesmo nas partes mais básicas do córtex occipital, o processamento não é linear, o que impede a elaboração de dicionários individualizados de voxels, com correspondências em pixels fotográficos.
A solução inovadora é usar o stable difusion, IA de produção de imagens que se tornou uma verdadeira febre, para a reconstrução das imagens (mais sobre os procedimentos experimentais aqui). O insight tem a ver com a ideia de converter as neuroimagens em prompts (solicitações) para o algoritmo, que então executa a reconstrução, usando um conhecido método de adição e remoção sequenciada de ruídos, que mascaram/desmascaram a imagem, descrito aqui.
A taxa de sucesso passa de 80%, o que é bem impressionante, considerando que cada voxel recobre centenas de milhões de neurônios e o aporte sanguíneo é muito mais lento do que a produção mental, não estando em nada sincronizado com a experiência visual. O mesmo pode ser feito com ondas cerebrais (EEG). Isto é vantajoso por um lado, já que a correlação temporal torna-se mais afinada, mas desvantajoso por outro, dado que o oposto ocorre espacialmente.
Decodificando representações mentais livres por meio de registros cerebrais
Uma conclusão experimental que vem à tona quando cotejamos a reconstrução de imagens observadas com a de imagens mentais livremente imaginadas é que a atividade cerebral tende a ser atenuada neste segundo caso.
Isso faz todo o sentido, uma vez que, em termos evolucionários, memória e imaginação estão a serviço da otimização da relação com o mundo exterior, a qual precisa estar mais diretamente acoplada ao comportamento. A importância dessa perspectiva para a filosofia da mente e para a compreensão das psicoses não deve ser menosprezada.
Ao mesmo tempo, as áreas do cérebro envolvidas na atribuição de sentido, isto é, categorização, associação com memórias, injeção de tom afetivo e afins, tornam-se essenciais à decodificação imaginária, não sendo tão essencial à recriação de estímulos observados —eis outra conclusão de valor inestimável para quem se interessa pelo funcionamento da mente.
Partindo desses pressupostos, um manuscrito, que ainda não saiu em uma revista científica, traz um experimento voltado à decodificação de figuras imaginadas (10 imagens naturais e 15 figuras) e afirma ter tido sucesso no processo.
Infelizmente, o texto não inclui um descritivo detalhado do procedimento usado para estimular a imaginação das imagens, nem tampouco a taxa de sucesso do procedimento. A maioria das tentativas anteriores fracassou (sucesso < 30%).
Uma exceção parcial foi descrita em um estudo envolvendo o uso de registros de fMRI para identificar imagens alucinadas durante a transição da vigília para o sono, "leitura dos sonhos", na linha da Fortune.
Este estudo restringiu-se ao tagueamento verbal dos sonhos (e.g., sonho com cadeira, pessoa, gato) e obteve 60% de sucesso, em alguns casos. Nada mal. Reconstruções de miolos de sonhos permanecem no domínio da ficção, possivelmente, por pouco tempo.
Até que ponto as coisas que imaginamos passam em nosso cérebro como um filminho?
A questão mais profunda que essa linha de pesquisas traz é se as experiências mentais duplicam a realidade que conhecemos através de imagens, filmes e, mais amplamente, das nossas inferências sobre o mundo exterior, ou se o cérebro funciona de maneira diferente.
Séculos de especulações levaram-nos a assumir que este segundo é o caso, ao passo que a reconstrução de conteúdos mentalizados parece indicar o primeiro.
Será que, ao fim e ao cabo, iremos descobrir que a realidade imaginada, e mesmo sonhada, estende-se em um contínuo representacional com a ficção e os documentários? Será que, no futuro, sonhos serão como stock video, disponíveis por R$ 29,90, para quem quiser comprá-los para assistir em casa ou mesmo usá-los em suas produções criativas?
A verdade parece se situar no meio do caminho. A capacidade de decodificação sugere que representações mentais não são etéreas ou inacessíveis e tudo indica que em breve seremos capazes de extrair trechos ininterruptos do cérebro, tanto na forma de trânsitos de pensamentos, quanto de miolos de sonhos.
Porém, a ideia de que estas produções mentais terão a linearidade e a explicabilidade intrínseca das narrativas socializadas contrasta com o que conhecemos a partir de relatos literários e clínicos. O equívoco elementar sob o mecanicismo da hipótese de que a mente passa filminhos é ignorar um século de evidências acumuladas que apontam o contrário.
Representações mentais tendem a funcionar mais como marcadores de sentidos do que como histórias contadas para uma audiência que desconhece o seu enredo. Estes marcadores tanto combinam imagens, cenas, frases, sons e mais, quanto geram formas híbridas de representação, sem paralelos no mundo compartilhado.
As neurociências estão prestes a transitar para esta fase em que discutiremos temas como sonhos, imaginação e metáforas de relevância pessoal com essas coisas todas projetadas em vídeo, ou melhor, em VR.
O que não dá para esperar é que se tornem menos misteriosas do ponto de vista subjetivo, já que há algo de intrinsecamente incomunicável nas representações mentais de cada um. Assim é a condição humana.
Comentários
Os comentários não representam a opinião do jornal; a responsabilidade é do autor da mensagem.