O rato que apertou uma alavanca sem se mover

Meu pai testava um circuito encostando uma lâmpada nele. Se a lâmpada acendia, havia corrente; se não acendia, não havia, e nenhuma opinião sobre a fiação mudava o resultado. Pensei nessa lâmpada quando li pela primeira vez o artigo de 1999 na Nature Neuroscience, dos laboratórios de John Chapin e Miguel Nicolelis. Um rato apertava uma alavanca para levar água à boca. Então a alavanca foi desconectada do mecanismo que fornecia água, e um computador que lia os neurônios do rato passou a mover um braço robótico em seu lugar. A água vinha do mesmo jeito. Por alguns minutos a lâmpada acendeu, e alguns dos ratos, ao que parece, pararam por completo de apertar a alavanca.

Começo por aí porque tudo o mais neste ensaio, tanto minha admiração quanto minha divergência, nasce dessa cena pequena e um tanto absurda. Um rato ficou parado e uma máquina se moveu. Em 1999 aquilo foi uma medição, e ninguém conseguiu desfazê-la.

O que foi dele e o que foi compartilhado

A história das interfaces cérebro-máquina não é a história de um homem só. No fim dos anos 1960, Eberhard Fetz relatou que macacos podiam aprender a controlar os disparos de um único neurônio quando recebiam uma recompensa por isso. Nos anos 1980, Apostolos Georgopoulos e seus colegas mostraram que a direção de um movimento do braço é representada por uma população de células do córtex motor, e não por uma única célula, ideia em que todas as interfaces posteriores se apoiam. Philip Kennedy já implantava eletrodos em pessoas com paralisia nos anos 1990. Chapin e Nicolelis desenvolveram juntos as técnicas para registrar a atividade de muitos neurônios ao mesmo tempo em animais enquanto se comportavam, e sem esse domínio técnico não teria sido possível tentar o resto. Em 2000, o grupo de Nicolelis publicou na Nature um resultado em que a atividade cortical de macacos controlava um braço robótico em tempo real. Nos anos seguintes, outros grupos fizeram suas próprias demonstrações, entre eles o de Andrew Schwartz, em Pittsburgh, e o de John Donoghue, na Universidade Brown, cuja equipe do BrainGate relatou em 2006 o caso de um homem com paralisia que movia um cursor de computador com um implante no córtex motor. Não foi o primeiro implante em um ser humano; o de Kennedy veio antes. Foi uma demonstração de outro tipo, e importante.

Então o que coube a Nicolelis? Eu diria duas coisas, sem rodeios. Ele e seus colaboradores mostraram cedo e de maneira convincente que populações de neurônios cuja atividade era registrada simultaneamente podiam comandar um dispositivo físico em tempo real. E levaram a ideia para fora do laboratório, até o Projeto Andar de Novo, um consórcio internacional cuja demonstração com um exoesqueleto abriu a Copa do Mundo de 2014 em São Paulo, onde um brasileiro com paralisia deu o chute inaugural. Vejo aquele chute como uma demonstração, uma prova pública de que era possível fazer as peças funcionarem juntas num palco, com o mundo inteiro assistindo. Como avaliá-lo em termos terapêuticos é outra questão, e não o julgo por esse critério. Tampouco o considero pouca coisa. A ciência que nunca sai da bancada raramente muda a vida de alguém, e Nicolelis se dispôs a ser visto tentando algo difícil em público.

A onda que veio depois

Agora está na moda falar como se a história dos implantes cerebrais tivesse começado quando as empresas chegaram. A Neuralink foi fundada em 2016. Em janeiro de 2024, anunciou seu primeiro implante em um ser humano, e o participante, Noland Arbaugh, depois apareceu controlando um cursor na tela. A Synchron trabalha com um dispositivo introduzido por um vaso sanguíneo, em vez de implantado no córtex. A Blackrock Neurotech fornece há anos matrizes de eletrodos usadas em boa parte da pesquisa acadêmica. Não tenho a menor intenção de diminuir nada disso. Engenheiros que tornam um implante pequeno, sem fio e viável de fabricar estão resolvendo um problema que os laboratórios acadêmicos, inclusive aqueles em que trabalhei, não sabiam resolver bem. Um laboratório publica um artigo; uma empresa precisa fabricar dez mil unidades da mesma coisa.

Mas a sequência importa para a maneira como entendemos a ciência. O princípio de que a atividade de uma população de neurônios do córtex motor pode ser lida, decodificada e usada para mover uma máquina foi estabelecido em animais antes que essas empresas existissem, e em pessoas antes que a maioria delas fosse fundada. O que as empresas acrescentaram foi escala e capital, e ambos são reais, e ambos são diferentes de descoberta. Um leitor que conheça a história de trás para a frente vai pensar que a visão de um bilionário produziu uma possibilidade. O registro histórico diz que a possibilidade foi produzida por anos de registros da atividade neural de ratos e macacos às três da manhã, e então alguém construiu uma lâmpada melhor.

Quanto à escolha entre métodos invasivos e menos invasivos, não acho que a questão esteja resolvida, e minha própria leitura é cautelosa. Um eletrodo que penetra o córtex danifica parte do tecido e tende a perder sinal com o tempo, razão pela qual a discussão sobre onde colocar os fios é séria, e pela qual um dispositivo que fica fora do crânio ou dentro de um vaso merece o mesmo escrutínio que um que fica no cérebro.

O veredito

É aqui que divirjo dele. Em O verdadeiro criador de tudo, publicado em 2020, Nicolelis argumenta que a inteligência é uma propriedade da matéria orgânica viva, que não pode ser computada e que aquilo que se chama inteligência artificial não é inteligente nem artificial, mas um software estatístico avançado que se apoia em trabalho humano oculto. Concordo com boa parte disso. O trabalho humano por trás desses sistemas é real; pessoas rotulam, classificam e corrigem, muitas vezes por pouco dinheiro e com pouco reconhecimento. O marketing é exagerado. Os sistemas enunciam falsidades no mesmo tom uniforme com que enunciam verdades.

O que não posso aceitar é o salto daí para o veredito. “Estatístico” descreve como um modelo é treinado. Não descreve o que o treinamento deixa para trás. Passei a carreira trabalhando com pequenos circuitos, e a lição que tirei disso é que uma regra para ajustar conexões quase nada diz sobre o que as conexões ajustadas acabam fazendo. A frase de Hebb sobre células que disparam juntas é uma regra desse tipo, estatística, se quiserem. Ninguém poderia ter inferido dela o que um hipocampo faria.

Esta é minha própria leitura, e faço questão de identificá-la assim porque as evidências ainda estão em discussão. Treinar um sistema para prever o obriga a construir uma estrutura interna que o ajuda a prever, e essa estrutura não é escrita por ninguém. É possível mostrar a um modelo alguns exemplos de uma tarefa em um único prompt e ele então executar a tarefa. Chamar isso de “só estatística” é como chamar um córtex de “só eletroquímica”: dá nome ao substrato e passa ao largo da questão. Não é uma mente. Também não é uma tabela de consulta com boas maneiras.

Agora, a afirmação em si: que a inteligência não pode ser computada. Observo que se trata de uma hipótese sobre o mundo, do mesmo tipo que a afirmação de que pode. Nenhuma das duas foi medida. As razões mais fortes de Nicolelis vêm, pelo que entendo, de sua concepção do cérebro como um híbrido de processos digitais e analógicos, que ele apresentou com Ronald Cicurel em O cérebro relativístico, publicado em 2015. Levo isso a sério e não faria pouco caso. É um modelo, não um resultado, e cabe a ele dizer o que, exatamente, falta a uma computação que um córtex possui, em termos que um experimento possa um dia decidir. As equações de Hodgkin e Huxley, publicadas em 1952 a partir do trabalho com o axônio gigante da lula, são contínuas, nós as resolvemos computacionalmente todos os dias, e elas reproduzem o potencial de ação. É possível que algo no tecido em uma escala maior importe de uma maneira que nenhuma equação tenha capturado até agora. Também é possível que ainda não tenhamos investigado o bastante para dizer.

Uma simetria curiosa

O que mais me interessa é que o experimento que admiro é o melhor argumento contra o veredito. O rato de 1999, e os macacos que vieram depois, mostraram que um número modesto de neurônios, cuja atividade é registrada simultaneamente e passada por um decodificador, carrega o suficiente da intenção do cérebro para mover um braço. Um decodificador é um objeto estatístico, uma função ajustada no sentido mais simples do termo. Todo o edifício da interface se apoia no fato de que algo tão modesto quanto uma regressão pode capturar uma parte do que um córtex está fazendo, bem o suficiente para que o animal então aprenda a usá-la. Se a estatística fosse apenas um verniz sobre algo que não pode ser capturado, a interface não teria funcionado em 1999. Funcionou porque a atividade do cérebro tem uma estrutura que a matemática consegue acompanhar. Essa é minha interpretação, e um leitor pode razoavelmente resistir a ela: um decodificador acompanha um vestígio do cérebro, e um vestígio não é a coisa em si.

Não concluo que um modelo de linguagem entenda qualquer coisa da maneira como um rato entende a água. As diferenças continuam enormes. Um cérebro humano funciona com cerca de vinte watts, um número que nada diz sobre o cérebro de um rato, e um cérebro humano também tem um corpo, sono, uma morte e uma história evolutiva que o ensinou a querer coisas. Acho que essas diferenças são o verdadeiro assunto, e a palavra “estatística” as esconde tanto quanto a palavra “inteligência”.

Guardo um osciloscópio antigo numa prateleira em Posadas e, em alguns fins de tarde, com o rio escurecendo e as luzes se acendendo do outro lado da água, penso na lâmpada que meu pai encostava num fio. Ela nunca pediu a opinião de ninguém. A pergunta que eu faria ao veredito é desse tipo. Não quem tem razão sobre a natureza da inteligência, mas o que veríamos na tela, e o que faríamos, se uma máquina que por hipótese não pudesse ser inteligente começasse a ser usada por um cérebro como se fosse parte dele.