IA inspirada no cérebro da mosca da fruta aprende a decifrar emoções humanas

A notícia de que uma IA conseguiu decifrar emoções humanas a partir da voz, inspirada no cérebro da mosca-da-fruta, conecta-se diretamente com nossa cobertura anterior. Em março de 2026, noticiamos a digitalização do mapa neuronal completo do cérebro da mosca-da-fruta. Logo depois, em setembro de 2026, o CEVIU publicou sobre a revelação detalhada do mapeamento completo da fiação do cérebro e do sistema nervoso central da mosca-da-fruta macho, o que foi batizado de MaleCNS. É exatamente essa base de dados, com 499 neurônios e suas 15.865 conexões, que foi replicada em software para este novo experimento.

A técnica utilizada é conhecida como reservoir computing. Basicamente, os pesquisadores pegaram essa rede neuronal da mosca, mantiveram as conexões fixas e usaram-na como um "reservatório" para processar o áudio das vozes humanas. Uma pequena camada de saída, sim, essa camada sim foi treinada, interpretou a atividade do reservatório para predizer as emoções. Um detalhe crucial: os pesquisadores testaram uma versão da IA com a fiação biológica "embaralhada" e o resultado foi praticamente idêntico ao da versão original. Isso sugere que, para esta tarefa específica, a arquitetura exata da mosca não ofereceu uma vantagem significativa, mas o princípio de usar uma rede recorrente fixa inspirada na biologia ainda se mostrou útil.

Nossa cobertura anterior abordou o mapeamento completo do cérebro da mosca-da-fruta em março de 2026 e a posterior revelação pública do MaleCNS em setembro de 2026 como marcos científicos. A notícia atual representa uma evolução prática: a aplicação direta desses dados para criar um modelo de IA funcional. Antes, tínhamos a blueprint; agora, vemos um dos primeiros exemplos de "hardware" de IA construído a partir dessa blueprint biológica para resolver um problema específico, o reconhecimento de emoções. É o salto do dado bruto para a experimentação concreta com o modelo.

Este experimento, apesar de seus resultados matizados, abre um caminho importante para a IA bioinspirada. Ele valida a abordagem de usar conectomas biológicos como base para o desenvolvimento de novas arquiteturas de redes neurais, mesmo que a otimização da fiação ainda precise ser compreendida em profundidade. É um passo para desvendar quais características da biologia cerebral são realmente cruciais para a inteligência e quais podem ser simplificadas. Entender isso pode levar à criação de sistemas de IA mais eficientes e complexos, além de oferecer novas perspectivas sobre como o próprio cérebro biológico processa informações sensoriais e as transforma em percepções.