Há muito tempo o ser humano anseia por replicar a si mesmo e as suas funções em forma de máquina. Entretanto, dada a sua complexidade, essa não tem se mostrado uma tarefa fácil. Principalmente no que diz respeito ao cérebro humano, cujas camadas demonstram uma profundidade de processamento inquestionável. Dessa forma, surge a técnica de Redes Neurais Artificiais, que busca replicar o funcionamento do nosso cérebro por meio da modelagem, fazendo uso de camadas de processamento com neurônios artificiais.
Desde o advento do Machine Learning, novas técnicas vêm sendo desenvolvidas de modo a diversificar e aprofundar essa temática. Numa escala maior, há a Inteligência Artificial que guarda dentro de si todas as práticas que envolvem a tentativa de replicar a inteligência em máquinas. Em sequência, temos o Machine Learning, que confere à máquina a capacidade de aprender por meio de treinamentos especiais com quantidades massivas de dados. Por fim, há o deep learning, técnica que faz uso de camadas de processamento a fim de aplicar um aprendizado mais complexo em máquinas. E é nessa esfera mais profunda que as redes neurais artificiais se enquadram.
Então, após observar a natureza e perceber o funcionamento básico de um neurônio biológico, houve a tentativa de replicá-lo como um neurônio matemático. De forma bem simplista, as sinapses (informações) entram no neurônio pelos dendritos (entrada), são processados pelo núcleo e repassados a frente pelo axônio (saída). No neurônio matemático, há diversas entradas de sinais que são unidas por um somatório. Cada entrada possui um peso diferente, e é justamento o treinamento de máquina que definirá qual será mais importante. Então, o somatório é responsável por uni-los e processá-los, até que eles sejam passados adiante pela função de ativação. Dessa maneira, várias camadas interconectadas são criadas de modo a processar grandes quantidades de informação. Assim como nosso cérebro.
A complexidade de uma rede neural artificial vai depender bastante do tipo de aplicação para a qual ela foi projetada. Podendo ir desde um único neurônio matemático até dezenas de milhares. Válido ressaltar também que as aplicações que envolvem essa técnica são bastante diversas, indo desde o aprimoramento de softwares de reconhecimento facial até ferramentas de diagnóstico de câncer de mama. Inclusive, na próxima semana, será iniciado o evento Redes NeuRAS, parceria dos Capítulos Estudantis IEEE RAS UFCG e IEEE RAS Unesp Bauru. Então, não perca essa chance de conhecer melhor sobre essa temática e se aprofundar nas tecnologias da Inteligência Artificial atual.
Postagem escrita pelo webmaster do Capítulo Matheus Cardoso.