Breve introdução às Redes Neurais - Inteligência Artificial
Nada melhor que uma matéria sobre rede neural para comparar as vantagens e desvantagens entre redes neurais e sistemas de computação binária, farei nesta postagem uma breve introdução ao assunto.
As redes neurais estão ficando cada vez mais populares em áreas de P&D, mas nem todos sabem o que são, como surgiram ou o que podem fazer, vou tentar descrever aqui, de forma bem simples, uma introdução sobre esta tecnologia, que convenhamos não é nada recente.
Os conceitos e primeiros desenvolvimentos a respeito de redes neurais, que tentam imitar nosso processamento cerebral, surgiram na década de 50. Todos os computadores funcionam de uma forma serializada e binária, uma consequência disso é a excelente capacidade de resolver um problema específico, de modo serial, por etapas, podemos citar como exemplo cálculos extremamente complexos os quais o cérebro humano demoraria minutos, horas e até dias para resolver por si só (ou as vezes nem resolver dependendo do cérebro...), sendo que um computador atual demoraria algumas frações de segundo para realizá-los...
Bom, neste quesito perdemos feio para a capacidade computacional que a tecnologia moderna nos permite construir a partir de um microprocessador, que pode chegar a ter bilhões de transistores. Porém você já imaginou o computador de sua casa lhe dizendo que está mal vestido ou perceber que você está mentindo para ele ao demonstrar nervosismo em suas palavras, isso ele não conseguirá fazer, pois seu processamento é serializado e binário, diferentemente de nosso cérebro, onde o processamento é feito de forma paralela e usando-se "pesos" ou "importâncias" diferentes para cada informação recebida, e que vão se modificando conforme novos aprendizados.
É justamente esse modelo computacional que permite a análise e tomada de decisões em situações das mais diversas possíveis, desde as mais fáceis até as mais complexas. Veja um comparativo entre o modo de processamento de um computador e uma rede neural:
 |
| Comparativo entre sistemas de processamento de dados. |
O modelo de processamento por redes neurais é baseado na aprendizagem, diferentemente do que ocorre com os microprocessadores ou microcontroladores, que são construídos desde seu projeto para realizar uma tarefa previamente conhecida, como efetuar uma adição de por exemplo [2 + 2 = 4]. Já o cérebro, ou rede neural, deve literalmente aprender previamente que existem elementos numéricos representando quantidades e que a adição de dois elementos quantitativos mais outros dois elementos quantitativos são equivalentes a quatro desses elementos, ou seja [2 + 2 = 4], essa aprendizagem é feita através de uma série de modelos inseridos na rede, sendo a resposta de cada modelo classificado como aceitável (certo) ou inaceitável (errado), e a partir da inserção dessa carga de modelos na rede é posicionado os devidos pesos em cada neurônio, fazendo com que a resposta de um determinado neurônio tenha a importância que lhe foi dada pela rede, como consequência a resposta dada a futura pergunta esteja dentro da faixa considerada como "aceitável", afinal... errar é humano, assim a resposta à adição de 2 mais 2 seria, de acordo com a rede neural já treinada, algo próximo de 4.
Veja a ilustração a seguir exemplificando o funcionamento de um neurônio artificial:
Veja a ilustração a seguir exemplificando o funcionamento de um neurônio artificial:
Atualmente a inteligência artificial baseada em redes neurais chegaram a um patamar de desenvolvimento importante, sendo possível por exemplo, com o uso dessa tecnologia, identificar com eficácia em tempo real um vazamento de óleo em um oleoduto, ou identificar rostos em aeroportos ou lugares públicos, ou avaliar quanto custa determinado imóvel com base no desenvolvimento do mercado imobiliário da região... Enfim, a utilização é tão variada quanto nossa capacidade de resolver problemas diferentes.
