Com quantos chips se faz um neurônio?
Humanos e tecnologia

Com quantos chips se faz um neurônio?

O que você encontrará neste artigo:

Comparação entre cérebro humano e computador
Capacidade das IAs versus número de neurônios
Evolução pós-Darwin e cognição híbrida

Recentemente, durante o CEO Council Summit, o autor de Sapiens, Yuval Harari, afirmou que a Inteligência Artificial atingiu um patamar de concorrência direta com a espécie humana. Segundo ele, as IAs passarão a disputar espaço de trabalho com humanos em todos os domínios da sociedade, não apenas em funções repetitivas ou industriais, mas também em áreas criativas, analíticas e até estratégicas.

Essa declaração, vinda de um dos pensadores mais influentes da atualidade, reforça um debate que já está no centro das atenções de governos, empresas e trabalhadores: qual será o papel do ser humano na era das máquinas inteligentes?

Neste artigo, vamos aprofundar os detalhes técnicos dessa disputa, explorando a capacidade real das IAs, os limites que ainda apresentam e os possíveis cenários de coexistência ou substituição no mercado de trabalho. Nosso objetivo é oferecer uma base sólida para reflexão sobre o futuro, no momento em que esse tema está atordoando a cabeça de muitas pessoas mundo afora.

Semelhança entre o cérebro humano e o computador

O primeiro paralelo que podemos estabelecer entre o cérebro humano e os computadores está no fato de que ambos operam com sinais elétricos. No cérebro, esses sinais se propagam através de potenciais elétricos que percorrem os dendritos, as “antenas” que recebem informações de outros neurônios. Quando a soma dessas entradas atinge um certo limiar, o neurônio dispara um pulso elétrico chamado potencial de ação (action potential, inglês).

Esse processo biológico guarda uma semelhança conceitual com a forma como um chip de computador processa dados: no nível mais básico, um transistor também executa uma decisão binária, 0 ou 1, dependendo se a corrente elétrica ultrapassa ou não um valor crítico.

Assim, cada neurônio pode ser visto como uma “unidade lógica biológica”, em que o disparo (ou não) do sinal equivale a um bit.

Imagem: Khan Academy

Dito isso, é natural buscarmos um paralelo entre poder computacional e o número de neurônios, o que nos leva à inteligência. Há um consenso entre muitos pesquisadores de que o domínio dos humanos sobre o planeta se deu, em grande parte, graças à nossa capacidade cognitiva.

Mas será que inteligência é apenas uma questão de quantidade de neurônios? De fato, o Homo sapiens possui o maior número absoluto de neurônios no córtex cerebral entre todos os animais conhecidos. Ainda assim, essa constatação abre novas perguntas:

  • A inteligência é um fenômeno puramente evolutivo, que continua se desenvolvendo ao longo do tempo?
  • O que realmente nos distingue de outras espécies é apenas a abundância de neurônios, ou existe algo qualitativamente diferente na forma como eles se organizam e interagem?

Essas questões são fundamentais para entendermos se a inteligência é um patrimônio exclusivamente humano, ou se é apenas uma questão de escala e complexidade, algo que poderia, em teoria, ser replicado, ou até superado, por outras formas biológicas ou artificiais.

Nosso ponto de partida é o número amplamente aceito de 100 bilhões de neurônios contidos no nosso cérebro, que inclusive deu nome ao livro de neurociência “100 bilhões de Neurônios”.

Crescimento da Inteligência Artificial

Todos nós estamos acompanhando, assustados, o avanço acelerado do poder computacional das Inteligências Artificiais. Um marco particularmente relevante ocorreu em 2022, quando engenheiros conseguiram ultrapassar a conhecida marca de 100 bilhões de transistores em um único chip.

Esse feito não é apenas um recorde técnico: ele estabelece uma baseline simbólica quando o comparamos, ainda que de forma simplificada, ao número de neurônios presentes no cérebro humano. Pela primeira vez, um componente eletrônico alcançava uma escala numérica comparável à da nossa própria rede neural biológica, um indicativo de que a barreira quantitativa começa a ser transposta.

Veja no gráfico abaixo o crescimento acelerado dos chips de GPU (Graphic Processing Unit) utilizados no processamento das novas Inteligências Artificiais generativas.

Evolução do poder computacional dos data centers de Inteligência Artificial ao longo dos anos. O crescimento é tão rápido que precisamos utilizar a escala logarítmica.

Neurociência humana

Para aprofundar essa comparação entre cérebros e computadores, precisamos mergulhar um pouco mais na neurociência humana. Curiosamente, não existe na literatura científica uma medição direta do número exato de neurônios em um cérebro humano inteiro. A estimativa tradicional dos “100 bilhões” surgiu de uma premissa simples: o cérebro seria uma região isotrópica, ou seja, os neurônios estariam igualmente distribuídos em toda a massa cerebral.

Com base nisso, cientistas contavam o número de neurônios em uma pequena amostra, observada ao microscópio, e extrapolavam o resultado para todo o órgão. Assim, chegaram ao valor simbólico de aproximadamente 100 bilhões de neurônios, lembrando que o número real varia de pessoa para pessoa.

Foi então que o neurocientista brasileiro Roberto Lent, o mesmo autor do livro 100 bilhões de neurônios, decidiu testar essa suposição com um método inédito. Ele e sua equipe desenvolveram a técnica do fracionador isotrópico: o cérebro é literalmente dissolvido em uma solução que destrói todas as estruturas, exceto os núcleos neuronais. Em seguida, aplicam-se marcadores coloridos para contar cada núcleo ao microscópio.

A grande sacada é que, nesse estado líquido, a amostra realmente tem distribuição isotrópica, eliminando o viés da extrapolação tradicional. O resultado surpreendeu: em média, 86 bilhões de neurônios, significativamente menos do que se acreditava por décadas.

Publicada em 2009, na revista The Journal of Comparative Neurology, essa descoberta parece um detalhe técnico, mas carrega implicações importantes. Afinal, em um momento em que as máquinas ganham habilidades cada vez mais humanas, aprender, conversar, criar imagens, jogar xadrez ou dirigir carros, descobrimos que nosso “poder de processamento biológico” é menor do que imaginávamos. Não é exatamente a notícia mais reconfortante em tempos de avanço acelerado da Inteligência Artificial.

Não somos especiais

Historicamente, acreditou-se que cérebros maiores tendiam a ser mais inteligentes. Mas essa regra tem exceções marcantes: o cérebro de um elefante, por exemplo, é muito maior que o nosso, mas possui bem menos neurônios no córtex cerebral, justamente a região associada às funções cognitivas superiores.

O que realmente importa, portanto, não é apenas o tamanho físico, mas a densidade e o número total de neurônios disponíveis para processar informações complexas. É nesse aspecto que o Homo sapiens se destaca, superando não apenas outros primatas, mas todos os animais conhecidos.

O gráfico abaixo mostra o comparativo evolutivo entre as duas estimativas de neurônios. Ele traça a relação entre o volume craniano ao longo de milhões de anos e a posição do Homo sapiens.

ChatGPT com Pesquisa Fapesp (https://revistapesquisa.fapesp.br/n%C3%BAmeros-em-revis%C3%A3o/)

Com a estimativa antiga de 100 bilhões de neurônios, poderíamos sustentar a ideia de que nossa espécie teria algo de superior, especial ou até “mágico” em relação aos outros animais. O ponto ficava bem acima da progressão linear observada entre tamanho cerebral e número de neurônios nos primatas.

Porém, com a contagem revisada para 86 bilhões, nosso ponto se encaixa exatamente na linha evolutiva, revelando que somos, biologicamente, a continuação natural da trajetória dos primatas, com uma capacidade cognitiva proporcional ao esperado pelo nosso tamanho cerebral. Então a inteligência é realmente proporcional ao número de neurônios. Nem Darwin sabia disso.

A evolução pós-Darwin

A trajetória evolutiva do cérebro, dos primatas ancestrais ao Homo sapiens, sempre foi compreendida à luz da teoria da evolução proposta por Charles Darwin, segundo a qual características vantajosas são progressivamente selecionadas ao longo do tempo. Nesse percurso, observa-se um crescimento contínuo da quantidade de neurônios e o impacto profundo desse aumento no poder cognitivo humano.

Entretanto, esse processo evolutivo mostra-se, no presente, lento e oneroso, como destaca Yuval Noah Harari, em Sapiens. O cérebro é um órgão metabolicamente caro, exige longos períodos de desenvolvimento e impõe limites biomecânicos e reprodutivos à espécie. A mudança cultural, abstrata e imaginada, por outro lado, é rápida, e tem tomado as rédeas da evolução.

É nesse cenário que emerge uma mudança qualitativa inédita na história humana. Com o avanço das tecnologias digitais e, mais recentemente, da Inteligência Artificial, os humanos passaram a externalizar suas funções cognitivas. Memória, cálculo, navegação, tomada de decisão e até processos criativos começam a ser compartilhados com sistemas externos, reduzindo a necessidade de que toda a complexidade cognitiva esteja concentrada no cérebro biológico individual.

Dessa forma, o futuro da cognição humana pode não depender da continuidade do crescimento cerebral em termos de número de neurônios, mas da capacidade de integrar o cérebro, versátil e altamente plástico, a sistemas externos cada vez mais sofisticados. A inteligência deixa de ser apenas um atributo interno e passa a emergir de redes híbridas, compostas por neurônios, corpos, símbolos, tecnologias e relações sociais.

Christian Aranha é Doutor em Inteligência Computacional pela PUC-Rio, mestre em matemática aplicada e graduação em engenharia de sistemas.

Também é bacharel em psicologia com pós-doc em ciência cognitiva.

Fundador da Cortex Intelligence, primeira empresa de Big Data do Brasil. Ganhador do Prêmio Microsoft Bizpark One e palestrante do primeiro TEDxRio.Vencedor do prêmio TAC 2010 KBP de inteligência artificial.

Especialista e autor do livro Bitcoin, Blockchain e Muito Dinheiro. Membro do Comitê Nacional de Blockchain, membro do Observatório Europeu de Blockchain, membro do Crypto Experts Brasil, Advisor do iColab, Advisor da Hathor, Advisor Kate Capital, Advisor PATEX.

Último vídeo

Nossos tópicos