Mosca virtual “ganha vida” em simulação baseada em um cérebro real | CNN Brasil
Avanço em neurociência computacional permite a um corpo digital controlar movimentos e exibir comportamentos naturais
Pesquisadores anunciaram um avanço considerado histórico na área de neurociência computacional e inteligência artificial: a demonstração de uma emulação completa de cérebro capaz de gerar comportamentos e controlar um corpo simulado.
O experimento foi apresentado pela empresa de biotecnologia Eon Systems, fundada com o objetivo de desenvolver simulações digitais cada vez mais complexas do cérebro.
O modelo reproduz o cérebro da mosca-da-fruta, a espécie Drosophila melanogaster, e foi construído a partir de dados de microscopia eletrônica que mapeiam detalhadamente o conectoma, ou seja, o conjunto completo das conexões neurais.
Diferentemente de simulações anteriores baseadas em aprendizado de máquina, o sistema funciona como uma cópia digital direta da estrutura neural do inseto.
Veja o vídeo:
Créditos: Eon Systems PBC
Como funciona o cérebro virtual
O cérebro simulado deriva de um modelo computacional desenvolvido pelo pesquisador Philip Shiu e colaboradores, baseado no projeto de conectoma conhecido como FlyWire connectome. O sistema reproduz cerca de 140 mil neurônios, mais de 125 mil diretamente envolvidos na emulação, e aproximadamente 50 milhões de conexões sinápticas.
Para operar, o modelo utiliza uma arquitetura conhecida como "integração e disparo com vazamento" (LIF), um tipo de rede neural que simula a atividade elétrica básica dos neurônios. As conexões entre as células também levam em conta previsões sobre os neurotransmissores envolvidos em cada sinapse.
Esse cérebro virtual foi integrado a um corpo digital extremamente detalhado criado a partir do modelo biomecânico NeuroMechFly v2.
O corpo possui 87 articulações independentes e foi reconstruído com base em microtomografia de raios-X de uma mosca real. Toda a simulação ocorre no motor de física MuJoCo, que reproduz restrições físicas realistas.
Um ciclo completo de percepção e movimento
A simulação opera em um ciclo contínuo que se repete a cada 15 milisegundos, conectando o cérebro virtual ao corpo digital em quatro etapas:
estímulos sensoriais do ambiente virtual ativam neurônios sensoriais;
a atividade neural se propaga pela rede do conectoma;
sinais de saída geram comandos motores;
o corpo se move e altera novamente o ambiente sensorial.
Esse processo cria, pela primeira vez em uma emulação completa de cérebro, um ciclo fechado entre percepção e ação.
Veja animais com caracerísticas únicas na natureza
Como a mosca percebe o mundo virtual
O sistema inclui diferentes tipos de estímulos sensoriais simulados. Substâncias virtuais como açúcar ou compostos amargos ativam receptores de paladar nas patas ou na probóscide, desencadeando respostas alimentares ou comportamentos de evasão.
O modelo também simula estímulos de tato, como partículas fictícias de poeira que ativam sensores nas antenas, desencadeando comportamentos de limpeza.
Já o sistema visual utiliza um modelo desenvolvido por Lappalainen que reproduz dezenas de milhares de neurônios relacionados à visão.
Embora o sistema visual ainda tenha impacto limitado sobre os movimentos do corpo virtual, os pesquisadores observaram que estímulos visuais, como a aproximação de um objeto, já conseguem ativar neurônios associados a respostas de fuga.
Controle motor simplificado
Para transformar sinais cerebrais em movimentos físicos, os cientistas utilizaram uma abordagem simplificada baseada em neurônios descendentes, responsáveis por transmitir comandos do cérebro para o corpo.
Entre os neurônios utilizados no modelo estão DNa01 e DNa02, ligados à orientação e direção do movimento, o DN1, associado à velocidade para frente, e MN9, responsável pelo controle da probóscide durante a alimentação.
Segundo os pesquisadores, o método funciona de forma semelhante ao ato de dirigir um carro: o sistema acessa apenas controles essenciais, como acelerar, frear ou virar, sem simular todos os processos internos do "motor" biológico.
Comportamentos já observados
Mesmo com simplificações, o cérebro virtual integrado ao corpo digital já demonstrou diferentes comportamentos naturais da mosca, entre eles:
limpeza das antenas, quando detecta estímulos de poeira;
alimentação, após detectar açúcar com as patas ou a probóscide;
busca por alimento, ao explorar o ambiente até encontrar uma fonte nutritiva;
respostas de fuga, ativadas por ameaças repentinas no campo visual.
Limitações do modelo
Os próprios pesquisadores ressaltam que o sistema ainda é uma prova de conceito e possui diversas simplificações.
O modelo neural não reproduz todos os detalhes biofísicos dos neurônios reais, como canais iônicos complexos ou a estrutura completa dos dendritos.
Além disso, o cérebro virtual não possui estados internos típicos de organismos vivos, como fome, saciedade ou motivação reprodutiva, e não incorpora mecanismos de aprendizado ou plasticidade neural.
Outro desafio importante é o acoplamento entre cérebro e corpo: determinar exatamente como traduzir a atividade neural em força mecânica nas articulações ainda exige ajustes manuais ou treinamento artificial.
Próximo passo: cérebros de mamíferos
Apesar das limitações, a equipe considera que a demonstração prova que uma emulação baseada apenas na anatomia do conectoma pode gerar comportamentos sensório-motores complexos.
O objetivo de longo prazo da Eon Systems é ampliar a escala do projeto para organismos mais complexos. O próximo alvo é a emulação completa do cérebro de um camundongo, que possui cerca de 70 milhões de neurônios, aproximadamente 560 vezes mais que o cérebro da mosca.
Para isso, os cientistas estão reunindo grandes volumes de dados neurais usando técnicas de microscopia de expansão para mapear sinapses e milhares de horas de registros de atividade cerebral.
Segundo os pesquisadores, se a tecnologia já demonstrou funcionar com o cérebro de uma mosca, a criação de emulações de cérebros de mamíferos, e possivelmente humanos, pode se tornar, no futuro, "uma questão de escala, não de tipo".
*Sob supervisão de AR.
Hover overTap highlighted text for details
Source Quality
Source classification (primary/secondary/tertiary), named vs anonymous, expert credentials, variety
Summary
The article relies on a named researcher and a company as sources but lacks direct quotes or primary source interviews, relying mostly on secondary descriptions.
Specific Findings from the Article (4)
"m modelo computacional desenvolvido pelo pesquisador Philip Shiu e colabor"
Names a specific researcher involved in the project.
Named source"Pesquisadores anunciaram um avanço considerado histórico"
Refers generally to 'researchers' without direct attribution.
Secondary source"Segundo os pesquisadores, o método funciona de forma semelhante"
Attributes a claim to researchers but not to specific individuals.
Secondary source"baseado no projeto de conectoma conhecido como FlyWire connectome"
Cites an existing, named research project as a foundation.
Tertiary sourcePerspective Balance
Acknowledgment of multiple viewpoints, counterarguments, and balanced presentation
Summary
The article presents the scientific achievement positively but includes a dedicated section on the model's limitations, providing internal balance.
Specific Findings from the Article (3)
"Limitações do modelo"
Uses a dedicated section header to introduce counterpoints.
Balance indicator"Os próprios pesquisadores ressaltam que o sistema ainda é uma prova de conceito"
Explicitly notes the researchers' own acknowledgment of limitations.
Balance indicator"O modelo neural não reproduz todos os detalhes biofísicos"
Provides a specific example of a limitation.
Balance indicatorContextual Depth
Background information, statistics, comprehensiveness of coverage
Summary
Provides substantial technical detail, background on the methodology, and comparative scale for future goals.
Specific Findings from the Article (3)
"reproduz cerca de 140 mil neurônios, mais de 125 mil diretamente envolvidos"
Provides specific numerical data about the simulation's scale.
Statistic"baseado no projeto de conectoma conhecido como FlyWire connectome"
Provides background on the foundational research project.
Background"O próximo alvo é a emulação completa do cérebro de um camundongo, que possui cerca de 70 milhões de neurônios, aproximadamente 560 vezes mais"
Provides comparative context for future research scale.
Context indicatorLanguage Neutrality
Absence of loaded, sensationalist, or politically biased language
Summary
Language is consistently technical, descriptive, and factual with no observed sensationalist or politically loaded terms.
Specific Findings from the Article (2)
"Pesquisadores anunciaram um avanço considerado histórico"
Uses a standard, factual descriptor ('histórico') for a scientific claim.
Neutral language"Esse processo cria, pela primeira vez em uma emulação completa de cérebro, um ciclo fechado"
States an achievement factually without hyperbole.
Neutral languageTransparency
Author attribution, dates, methodology disclosure, quote attribution
Summary
Article has clear author, date, and company attribution. Quotes are generally attributed to 'researchers' but not to specific named individuals.
Specific Findings from the Article (2)
"Segundo os pesquisadores, o método funciona de forma semelhante"
Attributes a claim to a group source ('researchers').
Quote attribution"Créditos: Eon Systems PBC"
Attributes visual media to the source company.
Quote attributionLogical Coherence
Internal consistency of claims, absence of contradictions and unsupported causation
Summary
The article presents a logically structured explanation of the experiment, its methodology, results, and limitations without detected contradictions.
Core Claims & Their Sources
-
"Researchers have demonstrated a complete brain emulation capable of generating behaviors and controlling a simulated body."
Source: Attributed generally to 'researchers' and the company Eon Systems. Named secondary
-
"The virtual fly brain integrated with a digital body has demonstrated natural behaviors like cleaning, feeding, and escape responses."
Source: Described as observations by the researchers, not directly quoted. Named secondary
-
"The long-term goal is to scale the technology to emulate more complex brains, like those of mice and potentially humans."
Source: Attributed to the research team's stated objectives. Named secondary
Logic Model Inspector
ConsistentExtracted Propositions (6)
-
P1
"The model reproduces the brain of the Drosophila melanogaster fruit fly."
Factual -
P2
"The simulation uses the MuJoCo physics engine."
Factual -
P3
"The mouse brain has about 70 million neurons, roughly 560 times more than the fly brain."
Factual -
P4
"Virtual substances like sugar activate taste causes receptors, triggering feeding or evasion responses."
Causal -
P5
"Visual stimuli, like an approaching object, causes activate neurons associated with escape responses."
Causal -
P6
"A closed loop between perception and action causes is created by the continuous simulation cycle."
Causal
Claim Relationships Graph
View Formal Logic Representation
=== Propositions === P1 [factual]: The model reproduces the brain of the Drosophila melanogaster fruit fly. P2 [factual]: The simulation uses the MuJoCo physics engine. P3 [factual]: The mouse brain has about 70 million neurons, roughly 560 times more than the fly brain. P4 [causal]: Virtual substances like sugar activate taste causes receptors, triggering feeding or evasion responses. P5 [causal]: Visual stimuli, like an approaching object, causes activate neurons associated with escape responses. P6 [causal]: A closed loop between perception and action causes is created by the continuous simulation cycle. === Causal Graph === virtual substances like sugar activate taste -> receptors triggering feeding or evasion responses visual stimuli like an approaching object -> activate neurons associated with escape responses a closed loop between perception and action -> is created by the continuous simulation cycle
All claims are logically consistent. No contradictions, temporal issues, or circular reasoning detected.