|
|
| (16 revisões intermediárias por 3 usuários não estão sendo mostradas) |
| Linha 1: |
Linha 1: |
| <blockquote>''"Hasta la vista, baby." - Exterminador do Futuro''</blockquote>[[Arquivo:Func-rede.png|right|210x210px]]
| | = 1 Um pouco de biologia = |
| E se ao invés de programar uma maquina para imitar comportamentos inteligentes como por exemplo jogar xadrez, fosse construído um meio para que o computador aprenda e demonstre sinais de inteligencia por conta própria. Parece conversa de filmes de ''Hollywood,'' mas isso já é possível graças as redes neurais, um modelo computacional que visa o aprendizado de máquina. Inspirada no sistema nervoso central de um animal, as redes neurais são representadas como uma serie de neurônios interligados que computam valores de entradas e fornecem uma saída através do diversos métodos desenvolvidos para o aprendizado de máquina.
| | O sistema nervoso humano funciona através de impulsos elétricos, levados até o cérebro pelos neurônios, onde são interpretados e emitem uma resposta ao estímulo. |
|
| |
|
| == Um pouco de biologia ==
| | Esse é o mesmo funcionamento de um sistema de informação, que lida com uma entrada, um processamento e uma saída. Por muito tempo o ser humano tentou delegar suas atividades a maquinas, mas ainda não existe uma que possa replicar o pensamento de uma mente. |
| Para se entender realmente como funciona uma rede neural, primeiramente devemos entender alguns conceitos biológicos, visto que esta se baseia no sistema nervoso central dos animais que tem como agente principal o neurônio.
| |
|
| |
|
| '''Neurônios'''
| | Para isso tentamos criar as Redes Neurais Artificiais(RNAs) : levar o processamento das máquinas além da simples interpretação de comandos inseridos. |
| [[Arquivo:Estrutura-neuronio.jpg|right|alt=Estrutua de um neurônio representativo|199x199px|'''''Fonte:''''' ''http://www.infoescola.com/wp-content/uploads/2010/01/estrutura-neuronio.jpg''
| |
| ]]
| |
| O neurônio é o agente responsável pela condução de impulsos elétricos do sistema nervoso, este pode ser divido em três partes principais corpo celular, dentritos e axônio. O corpo celular também conhecido como pericário armazena o núcleo do neurônio e daqui partem todo o prolongamento da célula, os dendritos são numerosos prolongamentos responsáveis pelas recepções sensoriais e de outros neurônios e o axônio é o prolongamento responsável por levar os impulsos nervosos as outras células.
| |
|
| |
|
| '''Sinapses'''
| | = 2 Da biologia para a computação = |
| | A questão é: como funciona o pensamento? |
|
| |
|
| Os neurônios, diferente de outras células, não são interligados diretamente, eles possuem um espaço entre sí, são eles os espaços sinápticos preenchido que são preenchidos por um fluido. Assim que o impulso nervoso percorre todo o neurônio e chega ao fim do axônio, este ultrapassa a célula para o meio e neurotransmissores desse fluido sináptico encaminham os íons liberados no axônio para outro neuronio.
| | A resposta não é nem um pouco simples, até porque se ela fosse não teríamos a capacidade de fazer a pergunta. Mas o que os desenvolvedores focam é em fazer com que as RNAs sejam capazes de aprender, para depois compilar esse conhecimento em respostas aos usuarios. É assim que funciona o |
| | IBM Watson[https://www.ibm.com/watson/br-pt/]. |
|
| |
|
| == Da biologia para a computação ==
| |
| Assim como na biologia as redes neurais também possuem seus neurônios artificiais. Chamadas de redes neurais artificiais(RNA) consistem na solução de problemas de inteligencia artificial através de métodos de aprendizado seguindo o modelo de funcionamento do cérebro. Estes sistemas são capazes de errar, acertar e até fazer descobertas, lembrando que isso não é programado, o circuito é capaz de chegar nas próprias conclusões sozinhos, portanto não há implicação de inteligencia, mas sim a construção da própria inteligencia.
| |
|
| |
|
| == Como funciona uma RNA == | | = 3 Como funciona uma RNA = |
| [[Arquivo:Camadas_an.gif|right|403x403px]]
| | As RNAs são compostas por varias unidades de processamento, chamadas nódulos, que processam sinais de entrada e podem se comunicar. A cada um desses nódulos é dado um peso, que é usado depois para fazer uma média ponderada das informações dos nódulos. Se essa média ultrapassar um limite pré-estabelecido é dada uma saída de dados. |
| Uma rede neural artificial consiste em um grande número de elementos de processamento, estes se conectam por links diretos associados a pesos, que são informações que estão sendo usadas para resolver o problema desejado.
| |
|
| |
|
| Uma rede neural recebe os dados a ser computados através da camada de entrada, logo após esses dados serão processados pela camada intermediária ou camada ''hidden'' que é composta de unidades de processamento(neurônios) ligadas entre sim com seus devidos peso, este indica seu nível de influencia na saída.
| | Podem haver várias camadas de nódulos de processamento, interpretando entradas diferentes e cruzando essas informações, dando assim respostas mais precisas e aprendendo mais rápido. |
|
| |
|
| De certa forma as atividades de um neuronio em uma rede neural se resuma em:
| | = 4 Do aprendizado a inteligencia = |
| * Sinais de entrada, vale lembrar que cada neuronio é capaz de realizar um único processamento, cada entrada recebe apenas um tipo de sinal e informação, sendo assim uma rede neural pode conter varias entradas consequentemente pode ser possível a inserção de diferentes dados para processamento.
| | |
| * Após a inserção de cada sinal estes serão multiplicados por um peso que indica seu nível de influencia na saída de dados.
| | Para que as RNAs funcionem é preciso o processo de treinamento da rede neural, para que ela possa saber como dar as repostas esperadas das entradas. |
| * Então é feita a soma de sinais produzindo um nível de atividade.
| |
| * Caso esse nível exceda um limite imposto, a unidade emite uma determinada saída.
| |
|
| |
|
| == Do aprendizado a inteligencia ==
| | Existem três paradigmas de treinamento |
| Uma das características mais importantes de uma rede neural é a capacidade de aprendizado desta e melhorar seu desempenho com o que foi aprendido. Isso ocorre quando a rede neural encontra uma solução generalizada para uma classe de problemas. Para este aprendizado existem diversos algoritmos para este fim a diferenciação destes algoritmos são de acordo com a modificação dos pesos mencionados anteriormente.
| | *Supervisionado: um agente externo indica a resposta esperada |
| | *Não-supervisionado: não existe um agente externo indicando as respostas |
| | *Reforço: o agente externo avalia as respostas |
|
| |
|
| Quando falamos de aprendizado de maquina nos deparamos com os seguintes paradigmas:
| | = 5 Topologias = |
| * '''Supervisionado:''' neste caso um agente externo indica a resposta desejada para o padrão de entrada, ou melhor dizendo como se a rede tivesse um professor que a auxiliasse a respeito dos objetos que ela está analisando.
| |
| * '''Não-Supervisionado''': neste caso não há a presença de um agente externo a rede se auto-organiza sendo capaz de identificar padrões nos objetos a serem computados.
| |
|
| |
|
| == Topologias ==
| | *FeedForward [[Arquivo:feedfoward.png]] |
| A topologia de uma rede neural é classificada de acordo com a disposição de seus neurônios.
| | *FeedForward de Camadas Múltiplas[[Arquivo:feedfowardcamadas.png]] |
|
| |
|
| '''Topologia de Rummelhart''', de acordo com o psicologo David Everett Rummelhart uma rede neural deve possuir, pelo menos, duas camadas, a de entrada e saída. Neste tipo de ligação todos os neurônios de uma camada tem ligação com todos de outra camada, porém neurônios de mesma camada não tem comunicação entre si. Sendo assim esse tipo de topologia é unidirecional e apresentam caráter estático.
| | *Recorrente ou Realimentada [[Arquivo:RNArealimentada.png]] |
| | *Estrutura Reticulada [[Arquivo:estreticulada.png]] |
|
| |
|
| '''Topologia de Hopfield''', professor de biologia e química, Hopfield desenvolveu, em 1982, um novo paradigma para redes neurais. Esta topologia apresenta interligação total dos neuronios portanto está seria multidirecional. Com essa toda essa integração desaparece assim a idéia da camadas bem distintas se tornando então mais complexa. Por iss seu uso é direcionado a problemas de minimização e otimização.
| | = 6 Aplicações = |
|
| |
|
| Vale ressaltar que estes não são os únicos tipos de topologias existente, outros pesquisadores também criaram outros modelos quanto a disposição dos neurônios, como por exemplo CYBENKO defende o uso de duas camadas intermediárias em uma rede neural.
| | Ainda não existem muitas aplicações praticas paras as redes neurais além de algumas APIs, como as do IBM Watson. |
| | Muitas empresas também usas suas redes neurais como bots para uso do publico, como o allo do google. |
| | A microsoft também fez uma IA para o twitter, que deu errado e em um dia foi retirada do ar[http://gizmodo.com/here-are-the-microsoft-twitter-bot-s-craziest-racist-ra-1766820160]. |
|
| |
|
| == Aplicações == | | = 7 Concluindo = |
| Devido a sua capacidade de adaptação, as redes neurais podem ser aplicadas para resolver uma gama enorme de problemas. Um exemplo disso são aplicações que utilizam reconhecimento de software, onde estas precisam reconhecer a voz de determinada pessoa. Podem ser usadas em robôs que desarmam bombas por exemplo, ou reconhecimento de imagem, textos e softwares que identificam e-mails suspeitos. De modo geral as redes neurais são utilizadas em aplicações mais complexas, como usinas, mercado financeiro etc.
| |
|
| |
|
| == Concluindo... ==
| | Ao dar as RNAs conhecimento e formas de manipulá-lo os sistemas tem algum poder de pensamento,mas ainda estão presas as suas programações, de forma que ainda estão longe da capacidade humana de processamento. |
| Quando se implementa uma rede neural sua performance não sera livre de erros, isso já vem sendo estudado por muito tempo para se ter uma máquina tão poderosa quanto o cérebro humano há muito trabalho a ser feito. Porém as rede neurais podem ser utilizadas em inúmeras aplicações e é algo realmente fascinante e este fascínio aumenta à medida que se tem mais conhecimento sobre este assunto.
| |
|
| |
|
| == Referências Bibliográficas ==
| | Com a grande velocidade da evolução dos processadores e as pesquisas na área da inteligencia artificial é esperado que os sistemas criados pelos seres humanos algum dia cheguem a se equiparar e talvez passar o poder do cérebro humano. |
| <nowiki>------------------------------------------------------------------------------</nowiki>
| |
|
| |
|
| '''Redes Neurais Artificiais'''. Disponível em: <http://conteudo.icmc.usp.br/pessoas/andre/research/neural/>. Acesso em 9 de setembro de 2016.
| | = 8 Referências Bibliográficas = |
| | | *Arquiteturas e Topologias de Redes Neurais Artificiais [https://www.embarcados.com.br/redes-neurais-artificiais/] |
| '''Redes Neurais Artificiais'''. Disponível em: <http://www.dsc.ufcg.edu.br/~pet/jornal/setembro2011/materias/informatica.html>. Acesso em 8 de setembro de 2016.
| | *Redes Neurais Artificiais [http://conteudo.icmc.usp.br/pessoas/andre/research/neural/] |
| | | *Neuralink and the Brain’s Magical Future[http://waitbutwhy.com/2017/04/neuralink.html] |
| '''Comunicação entre células nervosas'''. Disponível em: <http://www.cerebromente.org.br/n12/fundamentos/neurotransmissores/neurotransmitters2_p.html>. Acesso em 8 de setembro de 2016.
| | *Conhecimentos adquiridos durante minha formação. |
| | |
| '''Neurônios'''. Disponível em: <http://www.infoescola.com/sistema-nervoso/neuronios/>. Acesso em 8 de setembro de 2016.
| |
| | |
| BARRETO, Jorge M.. '''Indrodução às Redes Neurais Artificiais.''' 2002. 57 f. TCC (Graduação) - Curso de Computação, Universidade Federal de Santa Catarina, Florianópolis, 2002.
| |
| | |
| KOVÁCS, Zsolt László. '''Redes Neurais Artificiais:''' Fundamentos e Aplicações. 4. ed. São Paulo: Livraria da Física, 2006. 55 p.
| |
1 Um pouco de biologia
O sistema nervoso humano funciona através de impulsos elétricos, levados até o cérebro pelos neurônios, onde são interpretados e emitem uma resposta ao estímulo.
Esse é o mesmo funcionamento de um sistema de informação, que lida com uma entrada, um processamento e uma saída. Por muito tempo o ser humano tentou delegar suas atividades a maquinas, mas ainda não existe uma que possa replicar o pensamento de uma mente.
Para isso tentamos criar as Redes Neurais Artificiais(RNAs) : levar o processamento das máquinas além da simples interpretação de comandos inseridos.
2 Da biologia para a computação
A questão é: como funciona o pensamento?
A resposta não é nem um pouco simples, até porque se ela fosse não teríamos a capacidade de fazer a pergunta. Mas o que os desenvolvedores focam é em fazer com que as RNAs sejam capazes de aprender, para depois compilar esse conhecimento em respostas aos usuarios. É assim que funciona o
IBM Watson[1].
3 Como funciona uma RNA
As RNAs são compostas por varias unidades de processamento, chamadas nódulos, que processam sinais de entrada e podem se comunicar. A cada um desses nódulos é dado um peso, que é usado depois para fazer uma média ponderada das informações dos nódulos. Se essa média ultrapassar um limite pré-estabelecido é dada uma saída de dados.
Podem haver várias camadas de nódulos de processamento, interpretando entradas diferentes e cruzando essas informações, dando assim respostas mais precisas e aprendendo mais rápido.
4 Do aprendizado a inteligencia
Para que as RNAs funcionem é preciso o processo de treinamento da rede neural, para que ela possa saber como dar as repostas esperadas das entradas.
Existem três paradigmas de treinamento
- Supervisionado: um agente externo indica a resposta esperada
- Não-supervisionado: não existe um agente externo indicando as respostas
- Reforço: o agente externo avalia as respostas
5 Topologias
- FeedForward
- FeedForward de Camadas Múltiplas
- Recorrente ou Realimentada
- Estrutura Reticulada
6 Aplicações
Ainda não existem muitas aplicações praticas paras as redes neurais além de algumas APIs, como as do IBM Watson.
Muitas empresas também usas suas redes neurais como bots para uso do publico, como o allo do google.
A microsoft também fez uma IA para o twitter, que deu errado e em um dia foi retirada do ar[2].
7 Concluindo
Ao dar as RNAs conhecimento e formas de manipulá-lo os sistemas tem algum poder de pensamento,mas ainda estão presas as suas programações, de forma que ainda estão longe da capacidade humana de processamento.
Com a grande velocidade da evolução dos processadores e as pesquisas na área da inteligencia artificial é esperado que os sistemas criados pelos seres humanos algum dia cheguem a se equiparar e talvez passar o poder do cérebro humano.
8 Referências Bibliográficas
- Arquiteturas e Topologias de Redes Neurais Artificiais [3]
- Redes Neurais Artificiais [4]
- Neuralink and the Brain’s Magical Future[5]
- Conhecimentos adquiridos durante minha formação.
