Os neurônios são as células que formam o cérebro. Elas são compostas basicamente por: (i) dendritos, que captam informações do ambiente ou de outras células, (ii) corpo celular ou Soma, responsável pelo processamento das informações, e (iii) axônio, para distribuir a informação processada para outros neurônios ou células do corpo. Entretanto, uma célula dificilmente trabalha sozinha. Quanto mais células trabalharem em conjunto, mais podem processar e mais eficaz torna-se o trabalho. Logo, para o melhor rendimento do sistema, são necessários muitos neurônios.
Dos Neurônios às Redes Neurais
Foi pensando em como os neurônios trabalham, que pesquisadores desenvolveram neurônios artificiais. As redes neurais artificiais consistem em um método para solucionar problemas de inteligência artificial, construindo um sistema que tenha circuitos que simulem o cérebro humano, inclusive seu comportamento, ou seja, aprendendo, errando e fazendo descobertas. São mais que isso, são técnicas computacionais que apresentam um modelo inspirado na estrutura neural de organismos inteligentes e que adquirem conhecimento a partir da experiência. Uma grande rede neural artificial pode ter centenas ou milhares de unidades de processamento, enquanto que o cérebro de um mamífero pode ter muitos bilhões de neurônios.
Uma Rede Neural Artificial (RNA) consiste em um grande número de elementos de processamento simples chamados neurônios, unidades, células ou nós. Cada neurônio está conectado a outros neurônios por meio de links direcionados, cada um com um peso associado. Os pesos representam informações que estão sendo usadas pela rede para resolver um problema. RNA podem ser aplicadas a uma ampla variedade de problemas, tais como armazenar e recuperar dados, classificar padrões, realizar mapeamentos em geral a partir de padrões de entrada, agrupando padrões similares, ou encontrar soluções para problemas de otimização.
Cada neurônio tem um estado interno, chamado de activity level, que é uma função das entradas que recebe. Tipicamente, um neurônio envia o activity level como um sinal para vários outros neurônios. É importante considerar, que um neurônio pode enviar apenas um sinal de cada vez, apesar de o sinal ser transmitido para vários outros neurônios.
Como um neurônio artificial é capaz de realizar um único processamento, cada entrada recebe somente um tipo de sinal ou informação, mas pode possuir várias entradas, e, então, perceber diferentes sinais. Assim, ligar vários neurônios similares em rede faz com que o sistema consiga processar mais informações e oferecer mais resultados.
De forma geral, a operação de um neurônio da rede se resume em:
- Sinais são apresentados à entrada;
- Cada sinal é multiplicado por um peso que indica sua influência na saída da unidade;
- É feita a soma ponderada dos sinais que produz um nível de atividade;
- Se esse nível excede um limite (threshold), a unidade produz uma saída.
Aplicações de Redes Neurais Artificiais
O estudo das redes neurais é um campo extremamente interdisciplinar, tanto no seu desenvolvimento quanto na sua aplicação. Uma breve listagem de algumas das áreas em que redes neurais estão sendo aplicadas mostra sua amplitude.
Processamento de Sinais
Existem muitas aplicações de redes neurais na área de processamento de sinais. Uma das primeiras aplicações comerciais foi (e ainda é) a supressão de ruído em linha telefônica.
Medicina
Um dos muitos exemplos de aplicação de redes neurais para a medicina, desenvolvido por Anderson et al. em meados da década de 80, é chamado de Instant Physician. A idéia por trás dessa aplicação é a formação de uma rede neural de memória associativa, para armazenar um grande número de registros médicos, os quais incluem informações sobre sintomas, diagnóstico e tratamento para um caso particular. Após o “treinamento”, a rede pode ser alimentada com uma entrada de um conjunto de sintomas, e então encontrará o melhor diagnóstico e tratamento.
Reconhecimento de Padrões
Muitos problemas interessantes estão na área de reconhecimento de padrões. Uma área em que muitos aplicativos de redes neurais têm sido desenvolvidos é o reconhecimento automático de caracteres manuscritos (dígitos ou letras). Além do reconhecimento de caracteres, as RNA podem ser aplicadas ao reconhecimento de padrões da voz. A grande variação nos timbres de voz e estilos de escrita, tornam esses problemas difíceis para as técnicas tradicionais, bons exemplos do tipo de processamento de informação que os seres humanos podem executar de forma relativamente fácil.
No vídeo abaixo temos uma breve demonstração do reconhecimento de voz utilizando RNA.
Sabemos que muitas máquinas são capazes de vários processamentos por segundo, de calcular inúmeras possibilidades e executar tarefas repetidamente. Agora, com as redes neurais, além disso tudo, as máquinas são capazes de aprender, de errar, e melhorar. Com tantas possibilidades de aplicação, podemos esperar grandes avanços nos mais diversos campos de pesquisa. O que virá disso tudo, só o futuro poderá nos dizer.
Grupo PET Computação UFCG, 2011. All rights reserved.
