Buscar

Redes Neurais Artificiais

Redes Neurais artificiais estão cada vez mais presentes em nosso cotidiano, desde aplicativos com reconhecimento de voz (Alexa, Siri, Google, etc.), carros com direção autônoma, algoritmos de propagandas e até mesmo o identificador de spams do seu email, mas você sabe como elas funcionam?


Surgimento


As primeiras redes neurais surgiram em 1943, quando os pesquisadores Warren McCulloch e Walter Pitts simularam por meio de cálculos matemáticos o funcionamento de neurônios biológicos. A partir deste estudo, diversos outros pesquisadores desenvolveram métodos para simular em máquinas o processamento de dados, de forma similar a um cérebro humano.


Funcionamento


Como citado anteriormente, as redes neurais simulam um neurônio biológico, então para entender seu funcionamento devemos relembrar o funcionamento básico de um neurônio.

Em resumo, neurônios se comunicam por meio de impulsos elétricos e são formados por dendritos, axônios e corpo celular. Os dendritos têm a função de receber e transmitir impulsos elétricos, que serão passados para o corpo celular, de lá os impulsos vão para o axônio, onde por meio de uma sinapse, se comunicará com outros neurônios. Porém, para que tudo isto aconteça, é necessário um impulso elétrico específico.

As redes neurais tem como objetivo simular justamente esta parte, então dentro do algoritmo, a partir de um certo valor de entrada, terá uma função que retornará um determinado valor. A seguir serão apresentados modelos de redes neurais.

Perceptron


A rede neural perceptron foi a primeira a ser desenvolvida em 1958, por Frank Rosenblatt. Este modelo lida somente com um neurônio e se enquadra como o mais simples dentre os modelos, no qual são inseridos diversos valores de entrada que serão multiplicados por um peso pré-estabelecido, e então, obteremos um somatório de todos os resultados das multiplicações, passando por uma função capaz de ativar ou não o neurônio artificial e assim retornando um valor específico.

Multilayer Perceptron


Este modelo de rede neural utiliza diversos neurônios artificiais, com funcionamento similar ao anterior, então, a partir de certos valores de entradas alguns neurônios serão ativados e ativarão outros por diversas camadas, até uma camada de saída. Neste modelo, todas as camadas, exceto a de entrada e de saída, são chamadas de camadas ocultas.


Backpropagation


Com este modelo de rede neural, finalmente foi possível realizar o treinamento de redes neurais. Anteriormente, as redes neurais utilizavam pesos pré-estabelecidos, porém com a introdução do algoritmo de backpropagation, a rede neural iniciava com pesos aleatórios e comparava os resultados obtidos com resultados esperados, se ajustando até obter um resultado satisfatório.


Fonte:


Redes neurais - O que são e qual sua importância? SAS. (n.d.). Retrieved May 17, 2022, from https://www.sas.com/pt_br/insights/analytics/neural-networks.html#:~:text=Redes%20neurais%20s%C3%A3o%20sistemas%20de,tempo%20%E2%80%93%20aprender%20e%20melhorar%20continuamente.


Wikimedia Foundation. (2022, February 8). Rede Neural Artificial. Wikipedia. Retrieved May 17, 2022, from https://pt.wikipedia.org/wiki/Rede_neural_artificial


Horn, M., Noleto, byC., & Noleto, C. (2020, December 10). Redes Neurais Artificiais: O que são e como funcionam? Blog da Trybe. Retrieved May 17, 2022, from https://blog.betrybe.com/tecnologia/redes-neurais-artificiais/


Grübler, M. (2018, June 11). Entendendo o funcionamento de Uma Rede Neural Artificial. Medium. Retrieved May 17, 2022, from https://medium.com/brasil-ai/entendendo-o-funcionamento-de-uma-rede-neural-artificial-4463fcf44dd0


Google. (n.d.). Google search. Retrieved May 17, 2022, from https://www.google.com/search?q=redes%2Bneurais%2Bcerebro&source=lnms&tbm=isch&sa=X&ved=2ahUKEwjs49nUwMf3AhUeupUCHehUDrQQ_AUoAXoECAMQAw&biw=1366&bih=649&dpr=1#imgrc=nRRhrphK1-myGM


8 visualizações0 comentário