Pesquisadores ensinam rede neural de cérebro de mosca a ouvir emoção

Um cérebro de mosca como reservatório de computação

Pesquisadores do projeto Oruk copiaram para um modelo em software 499 neurônios do diagrama de conexões (connectoma) do cérebro central da mosca-das-frutas, usando o release MaleCNS. O subcircuito escolhido é fortemente conectado - cada neurônio alcança todos os outros - com 15.865 conexões sustentadas por 867.344 contatos sinápticos. A força de cada conexão deriva do número de contatos sinápticos, e os sinais positivos ou negativos vêm de anotações de neurotransmissores (acetilcolina como positiva; GABA e glutamato como negativos). Os autores enfatizam que essas são escolhas de engenharia: o diagrama não fornece receptores, constantes de tempo nem detalhes fisiológicos para simular as células reais.

O modelo segue a abordagem de reservoir computing: a rede recorrente permanece fixa durante todo o treinamento, e apenas uma pequena camada de leitura (readout) aprende a interpretar a atividade que sai dela. Especificamente, a tarefa é prever rótulos de emoção e estilo de fala atribuídos por ouvintes humanos a gravações. Os autores deixam claro que o experimento não diz nada sobre se uma mosca viva entende sentimentos humanos.

Como o modelo funciona

A cada 10 milissegundos, o som é convertido em 32 números que descrevem a energia do áudio em bandas de frequência. Uma projeção aleatória fixa envia esses números ao circuito; cada neurônio combina a entrada com a atividade anterior dos vizinhos e retém parte do próprio estado anterior. Estados dos neurônios são médios em quatro partes da gravação e alimentam um readout linear com 31 saídas (15 rótulos de emoção e 16 estilos de fala). O readout também recebe 128 características de áudio agrupadas diretamente - um caminho paralelo que contorna o circuito da mosca.

O treinamento usou 16.995 clipes de voz, com validação em 2.239 e teste em 2.022 clipes, sem sobreposição de falantes ou corpora entre divisões. A base tem 21.256 ondas sonoras distintas e 21.600 avaliações retidas, provenientes dos corpora CREMA-D e VCTK.

A fiação biológica não trouxe vantagem

A pergunta central era se a fiação específica da mosca ajuda. Para responder, os pesquisadores treinaram controles: uma rede com as conexões embaralhadas (preservando contagem, sinais e valores de peso por neurônio), um modelo sem conexões recorrentes e um modelo apenas de áudio.

No conjunto de teste, a rede da mosca atingiu 16,84% de mean average precision (mAP) e a rede embaralhada 16,88% - diferença pareada de −0,04 ponto percentual, com intervalo de 95% de −0,16 a +0,07, ou seja, um empate efetivo. O modelo só de áudio fez 16,28% e a versão sem recorrência 16,61%. Um classificador constante dá 9,71%, de modo que os modelos aprenderam algo útil, mas a comparação não fornece evidência de que a fiação da mosca seja uma vantagem. Os autores classificam o resultado como um classificador de fala modesto.

Silenciar 50 neurônios derruba o desempenho

Em outro experimento, com o readout congelado, silenciar os 50 neurônios de maior peso no readout reduziu o mAP de teste de 16,91% para 10,83%. Em um exemplo ilustrativo, o escore de raiva de uma gravação caiu de +0,29 para −0,43 - valores lineares brutos, sem interpretação probabilística. Os autores explicam que não há contradição com o controle embaralhado: o readout aprende a usar as características que seu circuito produz; removê-las depois do treinamento muda as características sob o readout, enquanto outro circuito treinado do zero pode aprender características diferentes igualmente boas.

Limitações reconhecidas

Os próprios autores ressalvam que os mapas de calor ilustrativos não permitem inferências fortes - um padrão brilhante pode refletir palavras, tom, falante ou condições de gravação; chamar células de "neurônios da tristeza" transformaria uma escolha de cor em achado. O experimento usou um único circuito e, na maioria das vezes, um julgamento de ouvinte por gravação. Os autores dizem que repetiriam o teste com múltiplos circuitos de mosca e a mesma frase em vários estilos emocionais, pois essas escolhas podem importar mais do que a mosca em si. A anatomia e conectividade vêm do MaleCNS v1.0 (FlyEM/HHMI Janelia, University of Cambridge, MRC Laboratory of Molecular Biology e Google Research); o circuito da mosca é um experimento de pesquisa, não o modelo que serve a API de fala da Oruk.