Algoritmo inspirado em olfato de mosca-das-frutas nunca esquece cheiros
Pesquisadores criaram um algoritmo de IA batizado de Spi-Fly que imita o circuito olfativo da mosca-das-frutas para reconhecer novos odores sem apagar o que já aprendeu — o chamado esquecimento catastrófico.
Por Letícia Prado · Repórter de Ciência
Pra escala humana: um cérebro do tamanho de uma cabeça de alfinete
O cérebro de uma mosca-das-frutas (Drosophila melanogaster) tem menos de um milímetro cúbico e ainda assim resolve um problema que trava redes neurais artificiais bem maiores: aprender um cheiro novo sem apagar a memória dos cheiros anteriores. É esse truque biológico que um novo algoritmo de inteligência artificial, batizado de Spi-Fly, tenta reproduzir em silício.
Confirmado: como funciona o circuito da mosca
O que já está bem estabelecido pela neurociência é que o sistema olfativo da mosca usa um circuito de duas camadas. Na primeira, cada odor é traduzido em um código esparso e de alta dimensão — só um punhado de neurônios, entre milhares, se ativa para cada cheiro específico, quase como uma impressão digital. Isso é a chamada "sparse coding" (codificação esparsa): como poucos neurônios se sobrepõem entre cheiros diferentes, a memória de um odor interfere pouco na memória de outro.
Na segunda camada, o aprendizado só modifica as conexões entre os neurônios que foram ativados por aquele odor específico e o neurônio de saída correspondente — o resto da rede fica congelado. É esse congelamento seletivo que evita o "esquecimento catastrófico", fenômeno em que uma rede neural artificial, ao aprender algo novo, sobrescreve e apaga o que tinha aprendido antes.
O que é hipótese/aplicação: o algoritmo Spi-Fly
Modelando esse circuito como uma rede de três camadas — com uma camada intermediária de cerca de mil neurônios que recebe projeções aleatórias e esparsas do sinal de entrada —, os pesquisadores testaram o Spi-Fly em tarefas de classificação de odores com poucas amostras (few-shot) e verificaram que ele aprende cheiros novos continuamente com bem menos perda de desempenho nas categorias antigas, comparado a redes convencionais. O trabalho, com colaboração de grupos ligados à TU Eindhoven e à Universidade de Kiel, foi publicado na revista científica Neuromorphic Computing and Engineering em 2026.
Por que isso importa
A promessa declarada dos autores é compatibilidade com hardware neuromórfico — chips que imitam a estrutura de neurônios biológicos e consomem muito menos energia que GPUs tradicionais. Os pesquisadores já falam em integrar o Spi-Fly a sensores de odor físicos, mas essa aplicação prática ainda está em estágio de projeto, não de produto pronto.