Redes Neurais

Redes Neurais

CONCEITOS BÁSICOS

O cérebro é muito hábil em aprender, sendo o mais fascinante processador existente. O processo de aprendizagem está intimamente ligado às mudanças nas conexões entre diferentes neurônios chamadas de conexões sinápticas ou simplesmente sinapses.

Um neurônio biológico, ilustrado na figura 1, é composto de: dendritos, que recebem os estímulos transmitidos pelos outros neurônios; corpo de neurônio, ou soma, que recebe e organiza as informações vindas de outros neurônios; e os axônios, responsáveis por transmitir os estímulos para as outras células.

Redes Neurais Artificial

Redes Neurais Artificiais são técnicas computacionais que apresentam um modelo matemático inspirado na estrutura neural de organismos inteligentes e que adquirem conhecimento através da experiência. Uma grande rede neural artificial pode ter centenas ou milhares de unidades de processamento; já o cérebro de um mamífero pode ter muitos bilhões de neurônios.

O sistema nervoso é formado por um conjunto extremamente complexo de células, os neurônios. Eles têm um papel essencial na determinação do funcionamento e comportamento do corpo humano e do raciocínio. Os neurônios são formados pelos dendritos, que são um conjunto de terminais de entrada, pelo corpo central, e pelos axônios que são longos terminais de saída.

Organização em camadas

Usualmente as camadas são classificadas em três grupos:

– Camada de Entrada: onde os padrões são apresentados à rede;

– Camadas Intermediárias ou Escondidas: onde é feita a maior parte do processamento, através das conexões ponderadas; podem ser consideradas como extratoras de características;

– Camada de Saída: onde o resultado final é concluído e apresentado.

.

O segredo não está na arquitetura dessa rede, mas na forma como ela processa: Redes Neurais não rodam programas, elas aprendem!.

Inteligência Artificial (IA)

As redes neurais são principalmente utilizadas para criar sistemas de inteligência artificial. Os computadores tradicionais podem fazer isso de forma simulada, mas sua principal função é seguir regras ou comandos oferecidos pelo usuário. Assim, a inteligência artificial gerada por computadores tradicionais são simulações de inteligência real, ou seja, apresentam respostas segundo regras e comandos de um programa pré-estabelecido.

Acontece que a verdadeira inteligência não é a capacidade de seguir regras, mas sim a capacidade de resolver problemas. Mais inteligente é o sistema que consegue resolver problemas diferentes de forma eficaz. Baseado nisso, temos então duas formas diferentes de inteligência artificial, ou IA, a simbólica e a conexionista.

A IA simbólica simula o comportamento inteligente. Ela é baseada em uma programação que indica quais respostas devem ser dadas diante de determinados comandos. Essa IA é a utilizada em programas “inteligentes”, como corretores ortográficos ou simuladores dos mais variados. A questão é que esses programas dificilmente aprendem coisas novas, somente se você incluir novas programações. Essa é a IA mais comum.

A IA conexionista simula a estrutura do cérebro, pois acredita-se que a inteligência está na forma de processar informação e não na informação processada. Como o sistema do cérebro é inteligente, usa-se tal modelo para desenvolver IA. Assim, os sistemas de IA baseados em redes neurais conseguem aprender com seus erros e executar diferentes processos, independente de instruções.

As Redes Neurais e o Perceptron

Não só pensando nisso, mas principalmente tentando desenvolver melhores formas de inteligência artificial, alguns pesquisadores começaram a estudar o funcionamento dos neurônios. Em especial, Frank Rosenblatt pesquisou a estrutura da retina humana. Ela é composta por vários neurônios sensoriais, responsáveis por perceber as cores e as formas. Cada um desses neurônios transmite uma resposta em rede para vários outros neurônios que então enviam suas informações para o cérebro para finalmente processá-las e transformá-las em imagens. Essa é a base de funcionamento dos neurônios artificiais, que levaram ao desenvolvimento do Perceptron.

O Perceptron foi à primeira máquina criada para processamento de informação feita sobre o sistema de redes neurais. Ele foi o primeiro sistema de processamento pequeno o suficiente para ser usado por uma pessoa, diferente dos computadores da época que ocupavam salas enormes com seus processadores. Ele foi considerada por muitos como o pai do computador pessoal.

Atualmente, o Perceptron é conhecido como a forma de processamento de informação baseado em redes neurais. Ele é construído com neurônios artificiais, formando redes de processamento. Uma rede dessas é chamada de Perceptron.

Diferenças entre Computador e Perceptron

A melhor forma de compreender a singularidade desse sistema é compará-lo ao computador. Talvez a característica