Computação inspirada em fungos resolve problemas intratáveis

Redação do Site Inovação Tecnológica - 25/09/2026 Fungos computacionais Problemas de otimização combinatória são onipresentes, fundamentando a tomada de decisões em uma ampla gama de áreas, incluindo logística, transporte, redes de comunicação, descoberta de medicamentos e ciência dos materiais. No entanto, esses problemas são computacionalmente intensivos demais para os computadores digitais atuais. Em vista disso, pesquisadores têm explorado novos paradigmas computacionais capazes de resolver tais problemas de forma mais eficiente. Uma fonte promissora de inspiração vem dos organismos vivos, especificamente das estratégias de sobrevivência dos fungos - sim, fungos que computam. Os fungos mucilaginosos, que apresentam comportamento semelhante ao das amebas, demonstram capacidades computacionais notáveis graças à sua dinâmica exploratória, adaptando continuamente sua forma em resposta a estímulos ambientais para maximizar a absorção de nutrientes, evitando condições desfavoráveis, como a luminosidade. Ao fazer isso, eles equilibram com eficácia objetivos conflitantes - exatamente como resolver um problema de otimização combinatória. Agora, Yusuke Miyajima e Masahito Mochizuki, da Universidade Waseda, no Japão, desenvolveram um novo modelo computacional muito simples, mas que permite a implementação física da "computação fúngica" em diversos materiais e fenômenos físicos, sem comprometer o desempenho da otimização. "Nossa abordagem elimina uma grande limitação, a lei da conservação do volume, possibilitando a implementação de computadores de fungos mucilaginosos usando uma variedade muito maior de materiais e fenômenos físicos," explicou Miyajima. Problema do caixeiro-viajante A plataforma se baseia em uma nova fórmula de recorrência simplificada que imita o comportamento de busca de alimento e de evitação da luz dos fungos mucilaginosos unicelulares (Physarum polycephalum) para encontrar soluções para o problema do caixeiro-viajante, um dos mais famosos problemas de otimização combinatória - esse problema consiste em encontrar a rota mais curta que um vendedor deve percorrer para visitar um conjunto de cidades, passando por cada uma delas apenas uma vez e retornando ao ponto de partida. No modelo, uma ameba é confinada dentro de um dispositivo circular com várias pistas que se estendem radialmente, cada uma correspondendo a uma cidade específica em uma posição determinada na sequência de deslocamento. Inicialmente, a ameba ocupa apenas o centro, mas se estende pelas pistas não iluminadas para coletar nutrientes. Por outro lado, se as pistas forem iluminadas, as ramificações se contraem. Os comprimentos das ramificações, juntamente com o padrão de iluminação, codificam coletivamente soluções candidatas para o problema do caixeiro-viajante. Para lidar com as limitações inerentes de um computador de fungos, os pesquisadores propuseram cinco modificações, incluindo a substituição de funções sigmoides complexas por constantes ou funções mais simples e a remoção de ramificações condicionais, operações de contagem e restrições das leis de conservação. Isso resultou em uma fórmula de recorrência simples que permite que o modelo seja reproduzido usando uma variedade maior de materiais e fenômenos físicos. Além disso, a equipe também introduziu um parâmetro ajustável para controlar e otimizar o desempenho do modelo. Nos testes, o modelo proposto produziu uma solução viável com um número consideravelmente menor de iterações do que os modelos anteriores, conseguindo lidar com até 180 cidades, enquanto os modelos conhecidos até agora não passavam das 100 cidades. Comparável a redes neurais Os pesquisadores também demonstraram que seu modelo é matematicamente equivalente a uma rede neural recorrente com pesos fixos, onde cada peso representa a distância entre duas cidades ou uma penalidade por violar as restrições. Esse resultado levanta a possibilidade muito intrigante - e muito interessante - de que o processamento de informações baseado em fungos e baseado em redes neurais compartilhem um princípio computacional comum. Há vários potenciais candidatos - além dos fungos - para implementações física deste sistema, incluindo circuitos fotônicos, dispositivos spintrônicos e sistemas mecânicos ou fluidos. Em particular, os dois pesquisadores apresentaram a sugestão de implementação utilizando dispositivos spintrônicos, que são estáveis ao calor e à radiação e podem operar com baixo consumo de energia. "A maior flexibilidade do nosso modelo pode acelerar o desenvolvimento de computadores inspirados em fungos com eficiência energética," disse Mochizuki. "Este modo descentralizado de processamento de informações pode ser valioso para IA e otimização combinatória em larga escala, onde os computadores convencionais requerem um consumo significativo de energia."