Investigadores do INESC-ID, IST e Fundação Champalimaud desenvolveram as EVNets, modelos de IA inspirados na visão humana que aumentam a robustez na análise de imagens.
Um novo estudo apresentado na conferência NeurIPS 2025 descreve as EVNets – Early Vision Networks, uma arquitetura de inteligência artificial inspirada nos cálculos iniciais do sistema visual dos primatas. Desenvolvidas por investigadores do INESC-ID, Instituto Superior Técnico e Fundação Champalimaud, estas redes procuram aproximar o desempenho da IA do processamento visual humano, sobretudo em cenários com distorções ou perturbações subtis nas imagens.
O trabalho, assinado por Lucas Piper e Arlindo L. Oliveira (INESC-ID e IST) e Tiago Marques (Fundação Champalimaud), combina dois módulos biológicos: o VOneBlock, que emula o córtex visual primário, e o novo Subcortical-Block, inspirado na retina e no núcleo geniculado lateral. Segundo os autores, esta combinação melhora a resistência a alterações de brilho, contraste ou ruído, um dos principais pontos fracos das abordagens tradicionais.
As EVNets apresentaram melhorias nos testes de robustez e maior alinhamento com o sistema visual humano, avaliado através de métricas como o Brain-Score. Para os investigadores, esta aproximação aos mecanismos biológicos aumenta também a interpretabilidade dos modelos, num contexto em que cresce a preocupação com algoritmos de funcionamento opaco.
Além da relevância científica, as EVNets estão a ser exploradas em imagiologia médica no Programa de Investigação em Cancro da Mama da Fundação Champalimaud, onde a equipa estuda a sua capacidade para analisar exames de diferentes fabricantes, num desafio para modelos convencionais. Se os resultados se confirmarem, estas abordagens poderão contribuir para diagnósticos mais robustos e apoio clínico mais eficiente.
