Quinta-feira, 3 de setembro de 2026Apoiar

Aube.

As notícias do progresso
Original e tradução

Redes neuronais imitam como o treino molda a aprendizagem em ratos

Sair da comparação

As duas versões estão alinhadas bloco a bloco, pela ordem do texto: título, o essencial e depois parágrafo a parágrafo. Quando a tradução fundiu ou dividiu um parágrafo, a casa correspondente fica vazia — nunca aproximamos duas passagens a olho.

Original · inglês
Neural networks mirror how training shapes learning in mice
Tradução · português
Redes neuronais imitam como o treino molda a aprendizagem em ratos
Original · inglês
Starting with simple trials helped the networks learn a complex go/no-go timing task more accurately.
Tradução · português
Começar por ensaios simples ajudou as redes a aprender com maior precisão uma tarefa complexa de temporização «go/no-go».
Original · inglês
Mice and appropriately trained networks traced similar cycles of neuron-level activity during trials.
Tradução · português
Os ratos e as redes treinadas de forma adequada apresentaram ciclos semelhantes de atividade ao nível dos neurónios durante os ensaios.
Original · inglês
The models may guide training programs and reduce animal use, but human applications remain untested.
Tradução · português
Os modelos podem orientar programas de treino e reduzir a utilização de animais, mas as aplicações em seres humanos ainda não foram testadas.
Original · inglês

A mouse is rewarded for responding to timed patterns of smells. At University of Utah Health, researchers gave a neural network a computational version of that challenge and found that the order of training changed both its accuracy and its activity patterns, just as it did in living brains.

Tradução · português

Um rato é recompensado por responder a padrões temporizados de odores. Na University of Utah Health, os investigadores deram a uma rede neuronal uma versão computacional desse desafio e descobriram que a ordem do treino alterava tanto a sua precisão como os seus padrões de atividade, tal como acontecia nos cérebros vivos.

Original · inglês

The difficult task required a specific response after two stimuli of different durations, a “go” trial, and no response when the two stimuli were the same length, a “no-go” trial. The researchers first trained some networks only on go trials, then introduced the complete task. Those networks learned the complex version more accurately than networks trained on the full challenge from the start.

Tradução · português

A tarefa difícil exigia uma resposta específica após dois estímulos de durações diferentes, num ensaio «go», e nenhuma resposta quando os dois estímulos tinham a mesma duração, num ensaio «no-go». Os investigadores treinaram primeiro algumas redes apenas em ensaios «go» e introduziram depois a tarefa completa. Essas redes aprenderam a versão complexa com maior precisão do que as redes treinadas desde o início no desafio completo.

Original · inglês

The difference showed up in the errors. Networks that skipped the simpler stage often responded too early, jumping after the first long stimulus. Living animals make the same predictable mistake when training is poorly structured, giving the computational model a way to suggest how real brains may learn—and fail.

Tradução · português

A diferença manifestou-se nos erros. As redes que ignoraram a etapa mais simples respondiam frequentemente demasiado cedo, saltando após o primeiro estímulo longo. Os animais vivos cometem o mesmo erro previsível quando o treino é mal estruturado, dando ao modelo computacional uma forma de sugerir como os cérebros reais podem aprender — e falhar.

Original · inglês

The researchers then measured neuron-level activity in mice in the medial entorhinal cortex, a brain region involved in task learning. The patterns broadly matched those adopted by the neural networks: both moved through a cycle during a trial, ending in roughly the state where they began, and both veered from that path when a response was required. “We can use these complex models to make specific predictions,” said Jack Bowler, the study’s first author.

Tradução · português

Os investigadores mediram depois a atividade ao nível dos neurónios em ratos, no córtex entorrinal medial, uma região cerebral envolvida na aprendizagem de tarefas. Os padrões correspondiam, de forma geral, aos adotados pelas redes neuronais: ambos percorriam um ciclo durante um ensaio, terminando aproximadamente no estado em que tinham começado, e ambos se desviavam desse percurso quando era necessária uma resposta. «Podemos utilizar estes modelos complexos para fazer previsões específicas», afirmou Jack Bowler, primeiro autor do estudo.

Original · inglês

Concretely, the immediate benefit is for research: Bowler says modeling helped the team reach useful hypotheses faster and reduce the number of animals needed for testing. The longer-term possibility is better-structured training programs, along with new clues about diseases that disrupt complex thinking. But the work remains a study of neural networks and mice; no human learning program or treatment has been tested.

Tradução · português

Concretamente, o benefício imediato é para a investigação: Bowler afirma que a modelação ajudou a equipa a chegar mais rapidamente a hipóteses úteis e a reduzir o número de animais necessários para os testes. A possibilidade a mais longo prazo é desenvolver programas de treino melhor estruturados, bem como obter novas pistas sobre doenças que perturbam o pensamento complexo. Mas o trabalho continua a ser um estudo de redes neuronais e ratos; não foi testado qualquer programa de aprendizagem ou tratamento em seres humanos.

Voltar ao artigo