Jorge Almeida
ProAction Lab http://proactionlab.fpce.uc.pt/
Faculdade de Psicologia e Ciências da Educação da Universidade de Coimbra
O projeto ContentMAP é o primeiro projeto português na área da Psicologia e Neurociência Cognitiva a ser galardoado com uma bolsa do European Research Council (ERC Starting Grant #802553). Neste projeto, estamos a mapear o cérebro humano no que respeita ao armazenamento das representações neuronais relativas à informação sobre objetos – por exemplo, como é que representamos no nosso cérebro o conhecimento que detemos sobre uma faca (que corta, que tem uma pega, que pode ser feita de metal e plástico ou metal e madeira, que tem uma parte serrada e afiada, que tem uma superfície lisa e fria, etc)? Para tal, recolhemos inúmeras imagens de ressonância magnética enquanto os participantes veem e interagem com objetos (fMRI). Assim, esta é o projeto ideal para mostrar a importância central de HPC (High Performance Computing – Computação de Alto Desempenho) no processamento destas imagens. O uso de HPC tem permitido manipular este tipo de big data, e realizar análises com machine learning e computação complexa em tempo útil.
Nós humanos somos particularmente eficientes a reconhecer objetos – basta pararmos e pensarmos um pouco no que nos rodeiam: reconhecemos o objeto onde lemos este texto como um ecrã, o local onde nos sentamos como uma cadeira, o utensílio no qual bebemos o nosso merecido café como uma chávena, e fazemos tudo isto de forma extremamente rápida e virtualmente automática. Conseguimos fazer isto tudo apesar de 1) determos uma quantidade inusitada de informação sobre cada objeto (se vos fosse pedido para escreverem tudo o que sabem sobre uma caneta, certamente iriam ter muito que dizer); e de 2) existirem diversos exemplares de cada tipo de objeto (se pensarmos num copo, este pode ter pé, ser de vidro, metal, papel ou plástico, pode ter inúmeras cores, entre outras propriedades, mas todos são copos!). Como é que fazemos isto? Como é que somos capazes de armazenar e processar tanta informação no processo de reconhecermos um copo, e como generalizamos sobre todos os exemplares diferentes para chegarmos ao conceito de copo?
Este é o objetivo do estudo do projeto ContentMAP – segundo o projeto, a resposta passa por melhor compreender os princípios organizativos da informação no cérebro! É a organização eficiente de informação conceptual e das representações no cérebro que permite que eu rapidamente e eficientemente consiga reconhecer que tenho um teclado à minha frente. O modo de estudar a organização neuronal passa por usar imagiologia funcional por ressonância magnética (fMRI) e estudar o modo como o cérebro processa e armazena informação sobre um número elevado de objetos. Para isso, temos que recolher inúmeros dados de fMRI em vários participantes, e depois descodificar os princípios organizativos da informação no nosso cérebro.
Tendo em conta a quantidade de dados e a necessidade computacional que este tipo de dados precisa ao nível do pré-processamento e pós processamento, o uso de HPC é essencial para permitir a realização destes estudos em tempo útil. Por exemplo, ao nível do pós- processamento dos dados estamos a utilizar algoritmos de classificação Support Vector Machine no cérebro todo (procedimento searchlight) que obriga a que sejam treinados centenas de milhares de classificadores – para cada um desses classificadores é necessário arranjar uma distribuição amostral da média, bem como testar as várias classificações de interesse!
Neste sentido, temos usado o Cluster Navigator do Laboratório de Computação Avançada (LCA) da Universidade de Coimbra, e os resultados são claros – o ganho em tempo de computação necessária é abismal! O uso de HPC permite-nos realmente realizar estas análises em uma a duas semanas – algo que nos nossos computadores de 14 cores demoraria alguns meses (o que muitas vezes levou a que as análises não fossem feitas)!