Uma equipa de investigadores da Fundação Champalimaud (FC), INESC-ID e Instituto Superior Técnico (IST) desenvolveu um novo modelo de Inteligência Artificial (IA) inspirado diretamente no modo como os primatas — incluindo os humanos — processam informação visual.
O trabalho, apresentado na prestigiada conferência NeurIPS 2025, em San Diego, introduz as EVNets – Early Vision Networks, um avanço que promete tornar os sistemas de visão artificial significativamente mais robustos.
A visão humana é altamente resistente a distorções, como variações de brilho, contraste ou pequenas perturbações. Já os algoritmos tradicionais de reconhecimento de imagem continuam vulneráveis a alterações mínimas, um desafio que tem limitado a fiabilidade da IA em aplicações do mundo real. Para ultrapassar este problema, a equipa portuguesa recorreu ao próprio cérebro como fonte de inspiração.
As EVNets foram desenvolvidas por Lucas Piper e Arlindo L. Oliveira (INESC-ID/IST) e Tiago Marques (Fundação Champalimaud), combinando princípios neurocientíficos com redes neuronais convolucionais, modelos amplamente usados em visão por computador. A arquitetura integra dois componentes principais: o VOneBlock, inspirado no córtex visual primário (V1), e o novo Subcortical-Block, que replica cálculos realizados na retina e no núcleo geniculado lateral — estruturas que fazem a ponte entre o olho e o cérebro.
De acordo com os investigadores, esta abordagem biológica melhora substancialmente a capacidade dos algoritmos lidarem com distorções visuais. Testes realizados com ferramentas de benchmark como o Brain-Score mostram que as EVNets não só apresentam maior robustez como se aproximam mais do modo como os primatas processam imagens.
Outra vantagem destas redes é a sua maior interpretabilidade. “Queremos desenvolver modelos que possamos compreender e explicar”, afirma Lucas Piper. Inspirados na biologia, estes algoritmos tornam-se menos opacos e podem até ajudar a responder a questões sobre o próprio funcionamento do cérebro humano.
As aplicações práticas já estão a ser exploradas. Na Fundação Champalimaud, Tiago Marques integra um projeto que utiliza as EVNets para analisar exames médicos provenientes de diferentes fabricantes — uma limitação frequente nos sistemas tradicionais de IA. Caso os resultados registados em tarefas de visão por computador se confirmem na imagiologia médica, o modelo poderá vir a melhorar o apoio ao diagnóstico em áreas como o cancro da mama.
