A Base Física da Predição: Formação de Modelo do Mundo em Organoides Neurais via um Currículo Gerado por LLM

A capacidade de um agente incorporado para entender, prever e interagir com seu ambiente depende fundamentalmente de um modelo interno do mundo. Este artigo introduz uma estrutura inovadora para investigar a formação e adaptação de tais modelos do mundo dentro de um substrato biológico: organoides neurais humanos. Apresentamos um currículo de três ambientes virtuais escaláveis e em circuito fechado, projetados para treinar esses agentes biológicos e sondar os mecanismos sinápticos subjacentes à aprendizagem, como a potenciação de longo prazo (LTP) e a depressão de longo prazo (LTD). Detalhamos o design de três ambientes de tarefa distintos que exigem modelos do mundo progressivamente mais sofisticados para a tomada de decisões bem-sucedida: (1) uma tarefa condicional de evitação para aprender contingências estáticas estado-ação, (2) um cenário unidimensional de predador-presa para interação orientada a objetivos, e (3) uma replicação do clássico jogo Pong para modelar sistemas dinâmicos em tempo contínuo. Para cada ambiente, formalizamos os espaços de estado e ação, os mecanismos de codificação sensorial e decodificação motora, e os protocolos de feedback baseados em estimulação previsível (recompensa) e imprevisível (punição), que servem para impulsionar o refinamento do modelo. Em um avanço metodológico significativo, propomos uma abordagem de meta-aprendizagem onde um Large Language Model automatiza o design generativo e a otimização de protocolos experimentais, escalando assim o processo de design de ambiente e currículo. Finalmente, delineamos uma estratégia de avaliação multimodal que vai além do desempenho em tarefas para medir diretamente os correlatos físicos do modelo do mundo aprendido, quantificando a plasticidade sináptica em níveis eletrofisiológicos, celulares e moleculares. Este trabalho preenche a lacuna entre aprendizado por reforço baseado em modelo e neurociência computacional, oferecendo uma plataforma única para o estudo da incorporação, tomada de decisão e a base física da inteligência.