REDES NEURAIS

25/11/2017 9:2 por João Pedro Soares da Silveira El Kadri

O QUE SÃO

 As Redes Neurais Artificiais (RNAs) são, resumidamente, métodos que utilizam modelagem computacional para analisar informações e gerar resultados. Baseadas no funcionamento dos neurônios, as redes neurais conseguem “aprender” e reconhecer padrões através da experiência.

Os neurônios, de fundamental importância no processo de raciocínio dos mamíferos, são compostos por dendritos, corpo celular e axônios que são responsáveis por receber estímulos, processa-los e transmitir o resultado do processamento, respectivamente. Quanto maior o número de células interligadas e trabalhando em conjunto, maior a capacidade de processamento. Com alguns bilhões de neurônios e constantes sinapses, o cérebro humano forma uma imensa e complexa rede.

Baseando-se na maneira de como os neurônios funcionam, foram criados os neurônios artificiais, que trabalham com regras de processamento que retornam “0” ou “1”. Basicamente o neurônio capta diversos estímulos, as chamadas entradas, são criadas algumas regras que processam essas entradas, e retorna uma única saída. Para obter-se um bom processamento, criam-se diversas camadas conforme a imagem que segue.

Figura 1: Camadas de processamento. Fonte: https://www.tecmundo.com.br/programacao/2754-o-que-sao-redes-neurais-.htm Acesso: 17/11/2017

COMO APRENDEM?

O grande diferencial das redes neurais é que elas não seguem um programa pré-definido como as portas lógicas. As redes aprendem com o processo testando varias vezes o estímulo em um sistema de pesos, a cada vez que a rede acerta ela ganha pontos e quando erra, os perde.

De acordo com o Professor da USP André Ponce de Leon F. de Carvalho, existem alguns processos de aprendizagem, que podem ser assim descritos:

“Aprendizado Supervisionado, quando é utilizado um agente externo que indica à rede a resposta desejada para o padrão de entrada;

Aprendizado Não Supervisionado (auto-organização), quando não existe um agente externo indicando a resposta desejada para os padrões de entrada;

Reforço, quando um crítico externo avalia a resposta fornecida pela rede.”

Dessa forma a rede procura sempre seguir o caminho mais reforçado e, com o tempo, a rede se aprimora cada vez mais apresentando erro próximo de zero. Aprendendo diversas funções sem depender de memória, bastando apenas novos neurônios de saída.

APLICAÇÕES

Analisando a vertente da Inteligência Artificial, temos os computadores tradicionais que conseguem até executar algumas tarefas mas, para tanto, utilizam de programações e regras fixas com processamento único. Já as redes são “flexíveis”, conseguem aprender com seus erros, se autodesenvolver, executar processos simultâneos, e com isso, desempenhar tarefas distintas sem novas instruções.

Sua única limitação é a própria experiência.

REFERÊNCIAS

http://conteudo.icmc.usp.br/pessoas/andre/research/neural/

https://pt.wikipedia.org/wiki/Rede_neural_artificial

https://www.tecmundo.com.br/programacao/2754-o-q