As redes neurais recebem este nome por sua estrutura imitar a forma com que os impulsos elétricos viajam pelo cérebro, mas esta é apenas uma das formas mais básicas que pelas quais a informação trafega no processador que existe dentro de nossas cabeças. Existem outros mecanismos agindo nos níveis básicos e mais elevados, que garantem ao cérebro toda a flexibilidade que nos permite, por exemplo, tomar decisões com base em informações incompletas e em constante transformação, coisa que os computadores ainda não conseguem fazer corriqueiramente.
Mas ex-alunos do Instituto de Tecnologia de Massachusetts (MIT), nos Estados Unidos, resolveram tomar uma posição de vanguarda para trazer as descobertas mais recentes nas neurociências aos processadores análogos no mundo de sílica, e assim produzir algoritmos que imitassem mais de perto o funcionamento do cérebro. O resultado é a Nara Logics, uma startup que promete entregar conhecimento de altíssimo nível mesmo com a ingestão de dados sujos e incompletos, que melhor refletem a forma com que eles se encontram no mundo real.
A iniciativa começou há mais de 10 anos, quando um dos fundadores da empresa, Nathan Wilson, decidiu pesquisar soluções que abraçassem a complexidade da neurociência ao invés da tendência na área de produzir abstrações a partir dela. Ele trabalhou no Departamento do Cérebro e das Ciências Cognitivas do MIT, cuja missão ambiciosa é fazer engenharia reversa na mente humana. Neste período, ele criou bases matemáticas capazes de simular o funcionamento do cérebro, indo além do que a ciência da computação costuma oferecer. A evolução deste trabalho resultou na nova empresa. O sistema oferecido, batizado de Inteligência Sináptica, tem propriedades únicas na área de inteligência artificial.
O algoritmo utilizado usa dados representados na forma de matrizes, onde os objetos são relacionados entre si por atributos que eles tenham em comum, como ocorre em sistemas biológicos. Além disso, as relações também são formadas por funções locais que a empresa chama de regras de aprendizagem sináptica, adaptadas de estudos de neurociência baseados em células e circuitos. Assim, os chamados conectomas, outro termo emprestado da neurociência, podem minerar bases de dados não-estruturados e construir as pontes que relacionam estes dados. Depois que este trabalho inicial está finalizado, o usuário pode escolher as relações interessantes e deixar o sistema pesquisar mais a fundo. A principal diferença para os métodos de inteligência artificial é que não é preciso definir antecipadamente o que procurar, o próprio algoritmo guia o processo de geração de conhecimento.
Estas características dão ao sistema uma alta maleabilidade, permitindo que parâmetros e objetivos sejam ajustados sem a necessidade de treinar o algoritmo novamente. Também é muito mais fácil incorporar novos dados, já que o processamento de informação ocorre num esquema bottom-up. Para produzir uma resposta, apenas uma pequena fração dos objetos no banco de dados é acionada, de forma similar ao que ocorre nas regiões mais complexas do cérebro, onde poucos circuitos estão em funcionamento ao mesmo tempo. Isto garante ainda a possibilidade de refazer o caminho da informação através da plataforma, e assim explicar as decisões que o algoritmo tomou. O processo todo acaba sendo mais amigável e mais transparente aos usuários, que se sentem melhor integrados neste framework de trabalho em conjunto com a inteligência artificial.
Os principais clientes da empresa atualmente são fabricantes de dispositivos que incorporam o conceito de internet-of-things, empresas que buscam criar conexões melhores com seus clientes, e grupos de assistência de saúde interessados em tomar melhores decisões de tratamento. No período da pandemia do novo coronavírus, a base de clientes da Nara Logics duplicou, mostrando que esta nova forma de produzir soluções tem encontrado demanda no mercado.
