O comportamento de formigas e pássaros pode tornar a inteligência artificial mais eficiente
Estudo de uma universidade americana une duas técnicas inspiradas na natureza para evitar que algoritmos de IA parem de buscar a melhor solução cedo demais
Por Leo Caparroz 17 jul 2026, 12h00 | Atualizado em 17 jul 2026, 12h16
Dois pesquisadores encontraram na natureza uma pista para resolver um dos problemas mais comuns da inteligência artificial: algoritmos que se contentam com respostas “boas o suficiente” e param de procurar antes de encontrar a melhor solução possível.
A dupla formada por Donald Wunsch, da Missouri University of Science and Technology, nos Estados Unidos, e Ashraf M. Abdelbar, da Brandon University, no Canadá, combinou duas técnicas computacionais já conhecidas e inspiradas em comportamentos coletivos de animais. O estudo foi publicado no periódico científico Memetic Computing.
A primeira, chamada otimização por colônia de formigas, reproduz o modo como formigas encontram coletivamente os caminhos mais eficientes até uma fonte de alimento. A segunda, conhecida como otimização por enxame de partículas, se baseia na forma como pássaros e outros grupos de animais trocam informações e ajustam seu comportamento observando os vizinhos que têm mais sucesso.
Segundo Wunsch, cada uma das abordagens tem pontos fortes próprios, e a ideia foi uni-las para manter a busca por soluções sempre aberta a alternativas promissoras, em vez de travar em um resultado mediano, porém válido.
“É importante encontrarmos formas de ajudar esses algoritmos a continuar buscando, em vez de parar cedo demais. Quando a IA é usada em áreas que afetam a saúde, a segurança ou o custo de vida das pessoas, a diferença entre bom e ótimo pode ter implicações significativas”, afirmou Wunsch, que é diretor do Centro de IA e Sistemas Autônomos da universidade.
O método combinado superou o algoritmo tradicional de colônia de formigas em 48 de 65 testes envolvendo redes neurais (modelos de IA que aprendem a identificar padrões em dados) e em 47 de 63 testes de otimização matemática complexa, alguns deles com até 30 mil variáveis.
“Mesmo em problemas computacionais altamente complexos, a inspiração às vezes pode vir simplesmente da observação da natureza. Estamos animados com os resultados até aqui e ansiosos para continuar essa pesquisa à medida que os sistemas de IA assumem tarefas cada vez mais complexas e importantes”, disse o pesquisador.
O trabalho reforça uma tendência crescente na computação e em várias outras ciências: a interdisciplinaridade. Buscar soluções em outras áreas pode ajudar os pesquisadores a encontrarem as respostas que lhes escapavam quando estavam presos demais no seu mundo. Nesse caso, a solução para as limitações técnicas da inteligência artificial estava na inteligência do reino animal.
