Cajal - Autómatos Celulares Inspirados no Neural

Modelos de aprendizagem automática inspirados biologicamente têm há muito capturado o interesse de investigadores que procuram abordagens alternativas às redes neurais artificiais tradicionais. Há quase oito anos, o autor iniciou um projeto ambicioso intitulado “Neurónio Distribuído”, que visava replicar os padrões de crescimento agrupado dos neurónios reais. Este modelo incorporava conceitos biológicos como fatores neurotrópicos e gradientes de sinalização, divergindo das arquiteturas de redes neurais mais rígidas e simplistas populares na época. Embora o projeto original tenha caído no esquecimento, com apenas alguns posts de blog arquivados e gravações de vídeo antigas restantes, a curiosidade fundamental sobre modelos de aprendizagem automática biologicamente plausíveis persistiu.\n\nRecentemente, o autor encontrou um artigo intrigante sobre um autómato celular inspirado no neural chamado CoDi-1Bit. Projetado para simplicidade, minimalismo e eficiência computacional, o CoDi-1Bit foi construído para funcionar eficazmente em Field Programmable Gate Arrays (FPGAs). O objetivo principal era evoluir e avaliar rapidamente redes neurais in silico, formando módulos discretos capazes de funções específicas como temporizadores, detectores de padrões e detectores de movimento de linha Hubel-Wiesel. A ambição final era aplicar estes módulos neurais evoluídos para controlar um gato robótico em tempo real. No entanto, a investigação original terminou por volta de 2001 sem alcançar o objetivo de controlo do gato robótico devido ao encerramento da divisão de investigação.\n\nO sistema CoDi é um autómato celular que imita o crescimento e a sinalização neuronal dentro de uma grelha discreta. Inicialmente, um pequeno número de corpos neuronais é semeado na grelha, que passa por fases iterativas de crescimento. Cada neurónio brota axónios e dendrites para células adjacentes, espalhando-se pela grelha. Enquanto o sistema CoDi original operava em três dimensões, o foco atual está numa versão simplificada em 2D. O crescimento de cada célula da grelha é governado por um cromossoma que cobre toda a grelha, codificando instruções simples como crescer em linha reta, virar ou dividir. Este mecanismo dirigido por cromossoma permite que o autómato cresça de acordo com regras genéticas codificadas.\n\nUma característica chave do design do CoDi é que as células recém-crescidas mantêm a sua linhagem, garantindo que dendrites crescem células dendríticas e axónios crescem células axonais. Além disso, cada célula armazena um apontador para a célula de onde se originou, permitindo rastrear até ao corpo neuronal original. Esta estrutura forma a base para a rede de sinalização. O crescimento cessa quando não restam células adjacentes vazias ou quando as células ativas não podem crescer mais. A fase de sinalização segue o crescimento, mas está reservada para discussão futura. Comparado com o projeto anterior Neurónio Distribuído do autor, o mecanismo do cromossoma do CoDi usa apenas 4 bits por célula para ditar instruções de crescimento, reduzindo a sobrecarga de memória e permitindo mudanças evolutivas locais sem desestabilizar toda a rede.\n\nAtualmente chamado Cajal, em homenagem ao neurocientista pioneiro Santiago Ramón y Cajal, a implementação pode criar grelhas de tamanho arbitrário, simular o crescimento da rede ao estilo CoDi, injetar sinais e observar padrões de disparo neuronal. A base de código, no entanto, é reconhecida como um trabalho em progresso, necessitando de refatoração e documentação mais abrangente. No nível mais baixo, o mundo da grelha está organizado em vetores de Páginas, cada uma contendo vetores de Células. Cada Célula é representada internamente como um inteiro sem sinal de 32 bits (u32), codificando vários atributos como tipo de célula, direção de crescimento (porta), propriedades estimuladoras ou inibitórias, instruções cromossómicas, limiares de disparo e potenciais de sinal através de máscaras binárias cuidadosamente definidas. Esta codificação compacta reflete a representação complexa mas eficiente das propriedades neuronais dentro do quadro do autómato celular.