Uma equipe de pesquisadores descobriu uma percepção fundamental sobre por que modelos de IA treinados para imitar o cérebro humano se tornam mais resistentes a ataques adversariais — aquelas pequenas e imperceptíveis alterações em uma imagem que podem enganar uma IA padrão para classificar incorretamente uma placa de pare como uma placa de limite de velocidade. A resposta surpreendente? Não se trata de focar em baixas frequências espaciais como se pensava anteriormente.
A Pesquisa
Zhenan Shao e colegas da Universidade de Illinois e da Universidade Johns Hopkins se propuseram a testar uma hipótese principal: que o alinhamento neural — treinar uma rede neural convolucional profunda (DCNN) para ter representações internas semelhantes ao córtex visual humano — aumenta a robustez adversarial ao deslocar a dependência do modelo de padrões de alta frequência frágeis para baixas frequências espaciais (LSF) mais robustas.
Em seu estudo (arXiv:2605.04443, maio de 2026), a equipe primeiro confirmou que DCNNs alinhadas a regiões superiores do fluxo ventral visual humano aumentavam a dependência tanto de LSF quanto de uma estreita banda de média frequência conhecida como 'canal humano'. Mas quando enviesaram diretamente os modelos para essas bandas de frequência, encontraram uma dissociação clara: enviesar para o canal humano, sozinho ou com LSF, não melhorou a robustez — na verdade, prejudicou. O viés de LSF sozinho produziu apenas ganhos modestos, embora tenha induzido mudanças muito maiores na dependência de frequências espaciais do que o alinhamento neural. Criticamente, nenhum dos modelos com viés de frequência mostrou aumento de similaridade com a geometria representacional neural humana.
Os resultados, baseados em múltiplas arquiteturas de DCNN e modelos treinados no ImageNet, sugerem que a alteração na dependência de frequências espaciais é uma propriedade emergente do aprendizado de representações mais humanas, não o mecanismo principal por trás da robustez.
Por que Isso Importa
Para qualquer pessoa interessada em como seu próprio cérebro funciona — e como a IA pode se tornar mais segura — este estudo aponta para princípios mais profundos. Nosso sistema visual não é simplesmente sintonizado para baixas ou médias frequências; ele codifica objetos de uma forma rica e relacional que os modelos de IA atuais estão apenas começando a capturar. Entender o que torna a visão humana robusta pode levar a sistemas de IA mais resilientes em carros autônomos, imagens médicas e segurança.
O que Você Pode Fazer
Embora você não possa ajustar diretamente a sintonia de frequência espacial do seu cérebro, pode mantê-lo afiado. Participe de tarefas visuais variadas — quebra-cabeças, arte, esportes — que desafiam seu reconhecimento de objetos. Treine seu cérebro holisticamente com exercícios cognitivos que enfatizam reconhecimento de padrões e raciocínio, não apenas discriminação de frequência.
Fonte: arXiv q-bio.NC
Curioso sobre seu próprio cérebro? Faça nosso teste de QI adaptativo gratuito ou experimente 306 níveis de treinamento cerebral.
