Há um paradoxo extraordinário no centro da revolução da inteligência artificial. Dentro do crânio humano existe uma rede biológica que, ao longo de milhares de milhões de anos de evolução, adquiriu a capacidade de observar o mundo, criar linguagem, desenvolver ciência e, finalmente, construir uma segunda classe de redes neuronais.

As redes neuronais artificiais são, neste sentido, uma das criações mais importantes das redes neuronais biológicas. Mas a história não termina quando um modelo produz uma frase, uma imagem ou uma previsão. Esses resultados regressam ao mundo físico: influenciam diagnósticos, mercados, eleições, sistemas energéticos, decisões militares, veículos autónomos e, cada vez mais, robôs. Uma rede biológica criou uma rede artificial cujos resultados começam agora a transformar o ambiente que moldará a própria evolução humana.

Talvez este seja o circuito mais importante da história da inteligência: a inteligência biológica criou a inteligência sintética, e a inteligência sintética poderá vir a redesenhar a inteligência biológica.

Comparar o cérebro com uma rede artificial

O cérebro humano possui aproximadamente 86 mil milhões de neurónios e um número de sinapses – as ligações funcionais entre células nervosas – da ordem das dezenas ou centenas de biliões. Alguns dos maiores modelos de inteligência artificial possuem já centenas de milhares de milhões de parâmetros. O DeepSeek-V3, por exemplo, foi descrito com 671 mil milhões de parâmetros, embora apenas cerca de 37 mil milhões sejam ativados para processar cada fragmento de texto.

À primeira vista, poderíamos concluir que as máquinas já se aproximaram do cérebro em dimensão. Mas estaríamos a comparar entidades diferentes. Um parâmetro artificial não corresponde diretamente a um neurónio, nem sequer a uma sinapse. É apenas um valor numérico ajustado durante o treino. Uma sinapse biológica, pelo contrário, altera-se com o tempo, depende da atividade elétrica e química, é influenciada por neuromoduladores e pode participar em processos de aprendizagem, memória e reorganização estrutural. O cérebro inclui ainda células gliais, vasos sanguíneos, sistemas hormonais e mecanismos metabólicos que não têm equivalente direto nos atuais modelos.

Também não existe uma forma consensual de contar os “neurónios” de um grande modelo baseado em Transformers. Podemos contar parâmetros, camadas, unidades de ativação ou operações computacionais, mas nenhuma destas medidas representa adequadamente aquilo a que chamamos um neurónio biológico. A semelhança está sobretudo no princípio geral: muitas unidades relativamente simples, interligadas, dão origem a comportamentos que nenhuma unidade isolada parece conter.

É precisamente por isso que ambas as redes são difíceis de interpretar. Num cérebro, raramente é possível apontar para um único neurónio e afirmar que ele representa uma memória, uma ideia ou uma decisão completa. Nos modelos artificiais, também encontramos representações distribuídas: um conceito pode estar codificado por muitas unidades, enquanto a mesma unidade participa na representação de vários conceitos. Já foram identificados milhões de padrões parcialmente interpretáveis dentro de grandes modelos, mas continuamos longe de compreender completamente como uma resposta emerge de milhares de milhões de operações matemáticas.

Vinte watts contra centros de dados

Na comparação energética, o cérebro continua a ser uma obra de engenharia incomparável. Apesar de representar apenas cerca de 2% da massa corporal, consome aproximadamente 20% da energia do organismo, funcionando com uma potência média próxima dos 20 watts. Com essa energia, mantém a perceção, a memória, a aprendizagem, a linguagem, o controlo motor, a regulação da temperatura, a coordenação dos órgãos e a consciência – tudo em simultâneo.

O treino de um grande modelo requer uma escala energética completamente diferente. A Meta declarou que o treino do Llama 3.1 com 405 mil milhões de parâmetros utilizou 30,84 milhões de horas de processamento em unidades H100, com uma potência de referência de 700 watts por unidade. Uma multiplicação simples produz uma ordem de grandeza de aproximadamente 21,6 gigawatts-hora. Como exercício meramente aritmético, isso corresponderia à energia necessária para manter um cérebro de 20 watts em funcionamento durante mais de 120 mil anos. Esta comparação não inclui todas as diferenças entre os dois processos, mas mostra a distância atual entre a eficiência biológica e o custo de construir artificialmente algumas capacidades cognitivas.

Depois de treinado, porém, um modelo pode ser usado milhões de vezes. Estudos recentes estimam que uma consulta curta a um modelo de fronteira pode consumir algumas décimas de watt-hora. Uma estimativa mediana situa-se perto de 0,34 watt-hora, aproximadamente a energia utilizada por um cérebro humano durante um minuto. Consultas longas, multimodais ou com raciocínio computacional intensivo podem consumir dezenas de watt-hora. Os valores variam enormemente com o modelo, o hardware, o comprimento da resposta e a eficiência do centro de dados.

Ainda assim, a comparação continua a favorecer o cérebro. Durante esse minuto, o cérebro não está apenas a responder a uma pergunta. Está a interpretar sons, imagens, equilíbrio, posição corporal, dor, temperatura, emoções, necessidades metabólicas e sinais vindos dos órgãos, ao mesmo tempo que atualiza memórias e controla o corpo. Uma rede artificial recebe uma tarefa delimitada. O cérebro mantém um organismo vivo.

A grande vantagem das redes artificiais não é, por enquanto, a eficiência energética de uma única instância. É a possibilidade de serem copiadas. Um cérebro demora décadas a formar-se e não pode ser duplicado. Um modelo treinado pode ser replicado em milhares de servidores, trabalhar continuamente, comunicar à velocidade das redes digitais e conservar versões praticamente idênticas de si próprio.

Quantos dados cabem numa inteligência?

Também é tentador perguntar se um cérebro armazena mais informação do que uma rede artificial. A resposta cientificamente honesta é que ninguém sabe.

O cérebro não funciona como um disco rígido. As memórias são reconstruídas, alteradas pelo contexto e distribuídas por diferentes circuitos. Um estudo sobre sinapses no hipocampo estimou cerca de 4,7 bits de capacidade por sinapse. Extrapolado de forma muito aproximada para o cérebro humano, este valor produziria capacidades da ordem das dezenas ou centenas de terabytes, dependendo do número de sinapses considerado. Algumas interpretações populares aproximam a capacidade de um petabyte. Mas nenhuma destas estimativas corresponde a uma medição direta da “memória total” de uma pessoa, e o resultado original foi obtido a partir de tecido animal.

Num modelo artificial, a........

© Jornal Económico