Vou começar com uma memória de infância. Quando eu era um garoto crescendo no deserto do sul do Novo México, comecei a notar padrões nas estradas de terra criados pelos pneus dos carros que passavam. As estradas apresentavam linhas parecidas com veludo cotelê ondulante que pareciam uma sequência interminável e surgida naturalmente de quebra-molas. O espaçamento era definido pela velocidade média dos carros na estrada.
Quando a sua velocidade correspondia àquela média, o percurso pareceria menos
sacolejante. Você não poderia ver as lombadas com os olhos exceto no pôr do sol, quando os raios horizontais de luz vermelha salientavam cada irregularidade no solo. Ao meio-dia você
precisaria dirigir com cuidado para evitar as informações ocultas na estrada.
Os algoritmos digitais devem abordar o reconhecimento de padrões de uma forma indireta similar a essa, e muitas vezes precisam se utilizar de um procedimento comum que é um pouco como rodar pneus virtuais sobre lombadas virtuais. Isso é chamado de transformada de
Fourier. Uma transformada de Fourier detecta quanta ação ocorre em “velocidades” (frequências) específicas em um bloco de informação digital.
Pense no display do equalizador gráfico encontrado em aparelhos de áudio, que mostra a intensidade da música em diferentes bandas de frequência. A transformada de Fourier é o que faz o trabalho de separar as bandas de frequência.
Infelizmente, a transformada de Fourier não é poderosa o suficiente para reconhecer um rosto, mas existe uma transformada relacionada, porém mais sofisticada, a transformada de Gabor wavelet, que pode nos levar até um ponto do caminho. Esse processo matemático identifica lampejos individuais de ação em frequências específicas em locais específicos, enquanto a transformada de Fourier só informa quais frequências estão presentes em geral.
Existem impressionantes paralelos entre o que funciona na engenharia e o que é observado no cérebro humano, incluindo uma dualidade platônica /darwiniana: um bebê recém-nascido consegue monitorar um simples rosto diagramático, mas uma criança precisa ver pessoas para aprender como reconhecer indivíduos.
É um prazer informar que o grupo de Hartmut recebeu uma boa pontuação em uma competição de reconhecimento facial patrocinada pelo governo. O National Institute of
Standards and Technology testa sistemas de reconhecimento facial com um objetivo similar ao de testes de medicamentos e carros: o público precisa saber quais são dignos de confiança.
DE IMAGENS
a odores
Então agora estamos começando a desenvolver teorias – ou pelo menos podemos contar histórias detalhadas – sobre como um cérebro pode ser capaz de reconhecer características do mundo, como um sorriso. Mas as bocas fazem mais do que sorrir. Será que existe um jeito de estender a nossa história para explicar o que uma palavra é e como um cérebro pode conhecer uma palavra?
Parece que a melhor forma de pensar nessa questão é analisar um âmbito sensorial
completamente diferente. Em vez de imagens ou sons, talvez fosse melhor começar analisando os odores detectados por um nariz humano.
Durante mais ou menos vinte anos, dei uma palestra apresentando os fundamentos da realidade virtual. Eu revia os fundamentos da visão e da audição, bem como do tato e do
paladar. No final, as pessoas começavam a fazer perguntas, e uma das primeiras costumava ser sobre o cheiro: teremos odores em máquinas de realidade virtual num futuro próximo?
Talvez, mas é provável que apenas alguns. Os odores são fundamentalmente diferentes das imagens ou sons. Os sons podem ser segmentados em componentes primários que permitem um processamento relativamente direto por computadores – e pelo cérebro. As cores visíveis não passam de palavras para diferentes comprimentos de onda de luz. Cada onda sonora é
composta de várias ondas senoidais, e cada uma delas pode ser descrita matematicamente com facilidade. Cada uma é como um tamanho específico de um quebra-molas nas estradas de
veludo cotelê da minha infância.
Em outras palavras, tanto cores quanto sons podem ser descritos apenas com alguns números; um amplo espectro de cores e tons é descrito pelas interpolações entre esses números. A retina humana precisa ser sensível a apenas alguns comprimentos de onda, ou cores, para que o nosso cérebro processe todos os intermediários. A computação gráfica funciona de forma similar: uma tela de pixels, cada um capaz de reproduzir vermelho, verde ou azul, pode produzir aproximadamente todas as cores que o olho humano é capaz de ver.27 É possível pensar em um sintetizador musical gerando várias ondas senoidais e ordenando-as em camadas para criar um arranjo sonoro.
Os odores são completamente diferentes, bem como o método que o cérebro utiliza para percebê-los. Bem no fundo do seio paranasal, envolvido por uma membrana mucosa,
encontra-se uma área de tecido – o epitélio olfatório – guarnecido de neurônios que detectam substâncias químicas. Cada um desses neurônios possui proteínas chamadas receptores
olfatórios. Quando acontece de uma molécula específica cair em um receptor correspondente, um sinal neural é acionado e transmitido ao cérebro como um odor. Uma molécula grande demais para se encaixar em qualquer um dos receptores não tem nenhum odor. O número de odores distintos é limitado apenas pelo número de receptores olfatórios capazes de interagir com eles. Linda Buck, do Fred Hutchinson Cancer Research Center, e Richard Axel, da Columbia University, ganhadores do Prêmio Nobel de Fisiologia e Medicina em 2004,
descobriram que o nariz humano contém cerca de mil tipos diferentes de neurônios olfatórios e que cada tipo é capaz de detectar um grupo específico de substâncias químicas.
Isso aprofunda ainda mais a diferença na estrutura básica dos sentidos - uma diferença que leva a perguntas instigantes sobre o modo como pensamos e talvez até mesmo sobre as origens da linguagem. Não é possível alternar entre duas moléculas olfativas. É verdade que os odores podem ser misturados para formar milhões de aromas. Mas os aromas do mundo não podem ser segmentados em uma série de números em um gradiente; não existe um “pixel de cheiro”. Pense desta forma: as cores e os sons podem ser medidos com réguas, mas os odores devem ser consultados em um dicionário.
É uma vergonha, do ponto de vista de um tecnólogo da realidade virtual. Existem milhares de odores fundamentais, muito mais do que o punhado de cores primárias. Talvez um dia sejamos capazes de programar o cérebro de uma pessoa para criar a ilusão de odor. Mas seriam necessárias muitas conexões para cobrir todas as entradas do dicionário mental de aromas. E, mais uma vez, o cérebro deve ter alguma forma de organizar todos esses odores. Talvez em algum nível os aromas de fato se encaixem em algum padrão. Talvez exista um pixel
de aroma.