Cérebros de abelhas inspiram IA e robótica mais inteligentes

As abelhas, os maiores polinizadores do mundo, são uma parte essencial da biodiversidade da qual nós, humanos, dependemos diretamente para nossa sobrevivência.

Esses insetos alados são conhecidos principalmente por fornecer alimentos de alta qualidade como mel, bem como cera de abelha, própolis, pólen e geleia, entre outros produtos. Mais importante ainda, elas são responsáveis ​​pela polinização de inúmeras plantas com flores, incluindo a grande maioria das plantações de alimentos do mundo, o que permite que as plantas se reproduzam e produzam frutas, vegetais e sementes. 

Para fazer isso, as abelhas usam seus corpos peludos e transferem pólen de uma flor para outra.

Enquanto as abelhas não são sozinho nisso, como pássaros, macacos e até mesmo humanos polinizam, abelhas são certamente os mais comuns polinizadores. It É estimado que mais de 87% de todas as espécies de plantas com flores dependem de animais, sendo as abelhas o principal grupo para polinização, um serviço ecossistêmico essencial vital para a biodiversidade e a segurança alimentar.

As abelhas são, na verdade, insetos muito inteligentes, e as pessoas têm estudado seu comportamento, maneirismos e interações sociais para entender a saúde do ecossistema, as mudanças ambientais e melhorar a eficiência da polinização das plantações.

Além disso, as abelhas são usados como um modelo para entender o comportamento cooperativo e mapear como cérebros minúsculos coordenam tarefas sociais complexas. 

Os cientistas também se inspiram nas abelhas para o avanço da tecnologia. Por exemplo, suas estratégias de navegação e comunicação são aplicados à tecnologia de drones. O comportamento das abelhas também inspirou robótica, algoritmos e IA.

Em relação a isso, pesquisadores descobriram agora que as abelhas usam seus movimentos de voo para melhorar os sinais cerebrais, o que lhes permite aprender e reconhecer padrões visuais complexos com grande precisão. 

Essa percepção baseada em movimento, de acordo com o novo estudo, pode revolucionar o desenvolvimento da IA ​​e da robótica de última geração, acentuando a eficiência em detrimento do enorme poder de computação.

Inteligência das abelhas: o que os pequenos cérebros nos ensinam sobre IA

As habilidades de aprendizagem visual das abelhas são simplesmente notáveis. Esta Isso fica evidente pelo fato de que eles conseguem aprender a associar uma cor a uma recompensa, bem como identificar características específicas para classificar padrões visuais. Eles até demonstraram a capacidade de compreender conceitos abstratos e resolver tarefas de numerosidade examinando sequencialmente os elementos dentro de um estímulo. 

Um conceito fundamental na ciência cognitiva, a numerosidade refere-se ao número de itens em um conjunto e is geralmente estudado no contexto da percepção visual, onde se refere à capacidade de captar rapidamente a quantidade de objetos em uma cena sem contá-los. 

Assim, tarefas de numerosidade analisam a capacidade inata do cérebro de perceber e estimar quantidades.

Portanto, as abelhas claramente têm capacidades excepcionais, o que as torna um modelo animal valioso para explorar os princípios da aprendizagem visual por meio da análise de suas respostas comportamentais.

Mas a coisa é, ainda não é clientes conhecido apenas por como as abelhas são capazes de identificar padrões complexos e perceber as complexidades do mundo ao seu redor enquanto buscam alimento, dada sua suposta baixa sensibilidade visual e recursos neurais limitados.

Os neurônios sensoriais visuais são presumido para evolui a fim de explorar regularidades em cenas naturais. Por exemplo, estudos mostraram que as vias sensoriais dos insetos e os comportamentos associados a elas se adaptam dinamicamente a diferentes condições ambientais. As respostas são ajustadas com base nos dados de entrada como frequência espacial, contraste e correlações espaço-temporais. 

Quando se trata de estratégias de amostragem ativa, em que os animais examinam continuamente o seu ambiente para extrair informações visuais ao longo do tempo, esse comportamento tem foi amplamente observado entre espécies. 

Enquanto os primatas usam movimentos oculares para melhorar sua resolução espacial fina e melhorar a codificação de estímulos naturais, os insetos empregam estratégias que envolvem movimentos da cabeça e do corpo ou movimentos específicos trajetórias de aproximação.

No caso das abelhas, é provável que elas dependam da visão ativa e da amostragem sequencial para construir uma representação neural forte e resiliente de seus arredores. 

Essas estratégias desempenham um papel parte chave no processamento visual inicial, reduzindo a redundância e fazer da codificação de estímulos visuais mais eficiente. Mas novamente, nossa compreensão de como esses mecanismos permitir abelhas para detectar regularidades visuais, superar restrições representacionais e resolver tarefas complexas permanece pobre.

De acordo com o estudo mais recente, entender essas estratégias é crucial para desvendar os princípios fundamentais da visão dos insetos e suas implicações mais amplas para o processamento visual em sistemas biológicos e artificiais.

Então, construindo em seu estudo anterior, que avaliou as trajetórias de voo das abelhas durante uma tarefa visual simples¹, os pesquisadores estão agora olhando dentro os principais elementos do circuito que contribuem para a visão ativa no reconhecimento de padrões acromáticos.

O objetivo principal do estudo é determinar como o comportamento de escaneamento das abelhas contribui para a organização e conectividade dos neurônios em seus lobos visuais.

Pesquisadores da Universidade de Sheffield levantaram a hipótese de que os comportamentos de escaneamento se adaptaram para coletar características visuais complexas de uma forma que as codifica de forma mais eficiente nos neurônios do lóbulo. Isso, por sua vez, facilita representações únicas que apoiam o aprendizado no pequeno cérebro das abelhas. Para testar essa hipótese, eles desenvolveram um modelo neuromórfico dos lobos ópticos das abelhas.

Os pesquisadores incluíram princípios de codificação por meio de um novo modelo de plasticidade não associativa. Esta permitiu que o modelo auto-organizasse sua conectividade dentro do lobo visual, criando assim representações eficientes do ambiente e levando ao surgimento de células seletivas de orientação, que são essenciais para codificar cenas visuais complexas.

A estrutura de processamento visual foi ainda mais aprimorada by empregando outro módulo para tomada de decisão, que levou inspiração nos mecanismos de aprendizagem associativa dos insetos.

As simulações dos pesquisadores revelam que um pequeno subconjunto de neurônios lobulares, sensíveis a orientações e velocidades específicas, pode comprimir ambientes visuais complexos em representações expressas como taxas de disparo. Essas representações pouco frequentes distinguem efetivamente entre os padrões de adição e multiplicação, o que destaca a aplicabilidade mais ampla do modelo.

Os insights coletados no estudo podem ajudar a avançar nossa compreensão da visão e cognição biológicas e inspirar o desenvolvimento de novos modelos computacionais para tarefas de reconhecimento visual, estabelecido da estudo.

Como a visão inspirada nas abelhas está moldando a robótica e a IA

O último estudo, um esforço colaborativo com a Queen Mary University de Londres e publicado na revista eLife, detalhou um modelo digital do cérebro em miniatura de uma abelha².

Ela aproveita a maneira surpreendente como esses insetos combinam seus cérebros e corpos para ajudar a avançar a tecnologia e tornar os robôs do futuro mais inteligentes e eficientes. Assim como as abelhas usam seus movimentos de voo para criar sinais cerebrais claros e simplificar tarefas visuais complexas, a tecnologia de última geração também pode coletar informações relevantes por meio do movimento, em vez de depender de um enorme poder computacional.

Afinal, o estudo demonstrou que até mesmo cérebros minúsculos de insetos são capazes de resolver tarefas visuais complexas. 

O fato de que poucas células cerebrais conseguem fazer tanto significa que a inteligência não é algo exclusivo do cérebro, mas o resultado do cérebro, do corpo e do ambiente trabalhando em coesão. 

Construindo um digital versão do cérebro de uma abelha ajudou os pesquisadores a descobrir que a maneira como as abelhas movem seus corpos durante o voo auxilia na entrada visual de suas formas. Esses movimentos também produzem sinais elétricos únicos em seus cérebros, que permitem para que identifiquem características previsíveis ao seu redor de forma fácil e eficiente.

Esta showcases abelhas precisão notável no aprendizado e identificação de padrões visuais complexos durante o voo.

Neste estudo, demonstramos com sucesso que até mesmo o menor dos cérebros pode aproveitar o movimento para perceber e compreender o mundo ao seu redor. Isso nos mostra que um sistema pequeno e eficiente — embora seja o resultado de milhões de anos de evolução — pode realizar cálculos muito mais complexos do que pensávamos ser possíveis.

– O autor principal do estudo, Professor James Marshall, Diretor do Centro de Inteligência de Máquinas da Universidade de Sheffield

By aproveitando os melhores projetos da natureza para a inteligência, observou Marshall, isso abre caminho para “a próxima geração de IA, impulsionando avanços em robótica, veículos autônomos e aprendizado no mundo real”.

Como observado anteriormente, este estudo se baseia em pesquisas anteriores sobre como as abelhas usam a visão ativa, onde seus movimentos ajudam a coletar e processar informações visuais. O trabalho mais recente analisa mais profundamente os mecanismos cerebrais subjacentes que impulsionam seu comportamento de voar e inspecionar padrões específicos.

Em nosso trabalho anterior, ficamos fascinados ao descobrir que as abelhas utilizam um atalho inteligente de escaneamento para resolver quebra-cabeças visuais. Mas isso apenas nos mostrou o que elas fazem; para este estudo, queríamos entender como.

– Autor principal, Dr. HaDi MaBouDi da Universidade de Sheffield

O visual avançado aprendizado de padrões habilidades das abelhas têm sido longo Entendido. Esta inclui a capacidade de diferenciar rostos humanos, mas não quanto ao como eles navegam pelo mundo com tanta eficiência.

“Nosso modelo do cérebro de uma abelha demonstra que seus circuitos neurais são otimizados para processar informações visuais não isoladamente, mas por meio da interação ativa com seus movimentos de voo no ambiente natural.”

– MaBouDi

E isso, ele observou, apoia a teoria de que a inteligência surge da interação do cérebro, do corpo e do ambiente trabalhando juntos.

Aprendemos que as abelhas, apesar de terem cérebros do tamanho de uma semente de gergelim, não apenas enxergam o mundo – elas moldam ativamente o que veem por meio de seus movimentos. É um belo exemplo de como ação e percepção estão profundamente interligadas para resolver problemas complexos com recursos mínimos. Esta é algo que tem grandes implicações tanto para a biologia quanto para a IA.”

– MaBouDi

O modelo, construído por meio de esforços colaborativos, mostra que os neurônios de uma abelha se tornam altamente sintonizados com movimentos e direções específicos à medida que seu cérebro se adapta lentamente por meio da exposição repetida a diferentes estímulos. Isso melhora suas respostas sem a necessidade de depender de associações ou reforço.

O que isso significa é que o cérebro de uma abelha se adapta ao ambiente simplesmente pela observação durante o voo, sem precisar de recompensas imediatas.

Tudo isso é feito usando apenas alguns neurônios, o que conserva energia e capacidade de processamento, tornando o cérebro incrivelmente eficiente. Agora, para testar o modelo, a equipe o submeteu aos mesmos desafios visuais enfrentados por abelhas reais. Neste caso, o modelo computacional teve que diferenciar entre um sinal de "mais" e um sinal de "multiplicação".

Ao imitar a estratégia de abelhas reais, escaneando apenas a metade inferior dos padrões, o modelo mostrou desempenho consideravelmente melhorado. 

Além disso, o modelo demonstrou com sucesso apenas por como as abelhas podem reconhecer rostos humanos, usando apenas uma pequena rede de neurônios artificiais, enfatizando a versatilidade e da força do seu processamento visual.

“Os cientistas têm se fascinado pela questão de saber se o tamanho do cérebro prediz a inteligência em animais. Mas tais especulações não fazem sentido a menos que se conheçam os cálculos neurais que sustentam uma determinada tarefa”, disse o Professor Lars Chittka, Professor de Ecologia Sensorial e Comportamental na Universidade Queen Mary de Londres. “Aqui, determinamos o número mínimo de neurônios necessários para tarefas difíceis de discriminação visual e descobrimos que os números são surpreendentemente pequenos, mesmo para tarefas complexas como o reconhecimento facial humano. Assim, os microcérebros dos insetos são capazes de cálculos avançados.”

So, Este caminho, o estudo acrescenta à evidência de que os animais não estão apenas recebendo informações passivamente. Na verdade, eles estão trabalhando ativamente nisso.

As abelhas, em particular, têm processamento visual de ordem superior, e o modelo revela como a varredura orientada pelo comportamento pode criar códigos neurais comprimidos e aprendíveis.

“Juntas, essas descobertas dão suporte a uma estrutura unificada onde a percepção, a ação e a dinâmica cerebral coevoluem para resolver tarefas visuais complexas com recursos mínimos, oferecendo insights poderosos tanto para a biologia quanto para a IA.”

– Professor Mikko Juusola, Professor de Neurociência de Sistemas da Escola de Biociências e Instituto de Neurociências da Universidade de Sheffield

Clique aqui para saber como a IA pode ajudar a proteger as abelhas das vespas asiáticas.

Deslize para rolar →

Investindo em tecnologia de IA

No mundo da IA ​​e da robótica, Qualcomm (QCOM ) é um conhecido nome que explorou neuromórfico e IA de ponta Tecnologias. 

Há mais de uma década, a Qualcomm lançou os processadores Qualcomm Zeroth para imitar a percepção e o aprendizado semelhantes aos humanos, assim como os cérebros biológicos. Além do aprendizado inspirado na biologia, o objetivo era replicar a eficiência com que nosso cérebro comunica informações e padronizar a nova arquitetura de processamento chamada Unidade de Processamento Neural (NPU).

Enquanto isso, sua plataforma de robótica RB6 orientada por IA alimenta a robótica de última geração e máquinas inteligentes, incluindo robôs de entrega, robôs móveis autônomos (AMRs), aeronaves UAM, robôs de fabricação, soluções de defesa autônomas e muito mais. A plataforma está entregando avançado e eficiente em termos de energia IA de ponta computação e processamento de vídeo com conectividade 5G para robôs

Principalmente, a Qualcomm está envolvida no desenvolvimento de tecnologias fundamentais para a indústria sem fio, incluindo 3G, 4G, 5G, conectividade sem fio, e computação de alto desempenho e baixo consumo de energia.

Clique aqui para saber tudo sobre como investir em inteligência artificial (IA).

Qualcomm (QCOM )

Observando o desempenho de mercado da Qualcomm, as ações da empresa, com capitalização de mercado de US$ 171.67 bilhões, estão sendo negociadas atualmente a US$ 159.54, uma alta de 3.6% neste ano até agora.

Embora o desempenho deste ano tenha sido decepcionante, ele segue a disparada da QCOM acima de US$ 215 em junho do ano passado. Seu lucro por ação (LPA) é de 10.36, o P/L (P/L) é de 15.36 e o ​​ROE (R/E) é de 44.62%, enquanto os acionistas se beneficiam de um dividend yield de 2.24%.

No âmbito financeiro, a fabricante de chips sem fio relatou um aumento de 10% na receita, para US$ 10.4 bilhões, no terceiro trimestre fiscal encerrado em 29 de junho de 2025.

Impulsionada pela força dos segmentos de aparelhos, IoT e automotivo, a receita da QCT cresceu 11% em relação ao ano anterior, para US$ 9 bilhões, e a receita da EBT aumentou 22%, para US$ 2.7 bilhões. A receita combinada da QCT automotiva e de IoT, por sua vez, cresceu 23% em relação ao ano anterior, para US$ 2.7 bilhões.

O lucro por ação não-GAAP da empresa aumentou 19% em relação ao ano anterior, para US$ 2.77.

Segundo o CEO Cristiano Amon:

Mais um trimestre de forte crescimento nas receitas da QCT Automotive e IoT valida ainda mais nossa estratégia de diversificação e a confiança em atingir nossas metas de receita de longo prazo. Nossa liderança em processamento de IA, computação de alto desempenho e baixo consumo de energia e conectividade avançada nos posiciona para nos tornarmos a plataforma preferida do setor, à medida que a IA ganha escala na ponta.

Durante o trimestre, a Qualcomm devolveu US$ 3.8 bilhões aos acionistas, incluindo US$ 967 milhões, ou US$ 0.89 por ação, em dividendos em dinheiro e US$ 2.8 bilhões em recompras de ações.

Mais recentemente, a Qualcomm lançou o Dragonwing Q-6690 para seus clientes empresariais, menos de seis meses após o lançamento o conjunto de produtos Dragonwing. A empresa afirma que o chipset é o primeiro processador móvel do mundo com recursos RFID de ultra-alta frequência integrados.

Com suas soluções industriais e incorporadas de IoT, rede e infraestrutura celular, a empresa pretende utilizá-las para simplificar a complexidade, otimizar a eficiência operacional e possibilitar uma tomada de decisões mais inteligente.

Em meio a isso, a empresa de IA da Arábia Saudita, Humain, começou a construir seus primeiros data centers em Riad e Dammam, para o qual fez parceria com a Qualcomm e AMD, Cisco e Groq. A empresa planeja construir 1.9 GW de capacidade de data center até o final desta década.

Último Qualcomm (QCOM) Notícias e desenvolvimentos de ações

Conclusão

Os animais inspiram a tecnologia há muito tempo, e agora as abelhas nos mostram que a inteligência não depende do tamanho do cérebro, mas sim da eficiência, da adaptabilidade e da integração perfeita entre corpo, cérebro e ambiente. Essas lições podem ajudar a transformar o design da IA.

A IA é um dos campos mais avançados e em rápido desenvolvimento da atualidade, atraindo atenção, capital e desenvolvimento significativos. Escalar modelos massivos, no entanto, é caro, consome muita energia e é insustentável. Nesse caso, pesquisas inspiradas em abelhas oferecem uma alternativa: redes neurais pequenas e eficientes que podem alcançar mais com menos.

Ao estudar a visão ativa e as estratégias neurais compactas das abelhas, podemos construir IA e robótica futuristas que sejam mais rápidas e capazes.

Clique aqui para saber se os polinizadores robóticos podem desempenhar um papel na agricultura vertical.

Referências:

1. MaBouDi, H., Richter, J., Guiraud, M.-G., Roper, M., Marshall, JAR, & Chittka, L. Visão ativa de abelhas em uma tarefa simples de discriminação de padrões. eLife, 14, e106332, publicado em 20 de fevereiro de 2025. https://doi.org/10.7554/eLife.106332
2. MaBouDi, H., Roper, M., Guiraud, M.-G., Juusola, M., Chittka, L., & Marshall, JAR Um modelo neuromórfico de visão ativa mostra como a codificação espaço-temporal em neurônios da lóbula pode auxiliar no reconhecimento de padrões em abelhas. eLife, 14, e89929, publicado em 1º de julho de 2025. https://doi.org/10.7554/eLife.89929