Uma das tecnologias centrais da inteligência artificial são as redes neurais.
Em entrevista, Tam Nguyen, professor de ciência da computação na Universidade de Dayton, explica como redes neurais, programas em que uma série de algoritmos tentam simular o cérebro humano, o trabalho.
Existem muitas aplicações de redes neurais. Um exemplo comum é a capacidade da câmera do smartphone de reconhecer rostos.
Quais são alguns exemplos de redes neurais familiares para a maioria das pessoas?
Os carros sem motorista são equipados com várias câmeras que tentam reconhecer outros veículos, sinais de trânsito e pedestres usando redes neurais e virar ou ajustar sua velocidade de acordo.
Leia também: A inteligência artificial agora é inteligente o suficiente para saber quando não pode ser confiável
As redes neurais também estão por trás das sugestões de texto que você vê ao escrever textos ou e-mails e até mesmo nas ferramentas de tradução disponíveis online.
A rede precisa ter conhecimento prévio de algo para poder classificá-lo ou reconhecê-lo?
Sim, é por isso que é necessário usar big data no treinamento de redes neurais. Eles funcionam porque são treinados em grandes quantidades de dados para, então, reconhecer, classificar e prever coisas.
Fique por dentro: Agradecer pode tornar seu cérebro mais altruísta
No exemplo dos carros sem motorista, seria necessário olhar para milhões de imagens e vídeos de todas as coisas na rua e ouvir o que cada uma dessas coisas é.
Quando você clica nas imagens de faixas de pedestres para provar que não é um robô enquanto navega na internet, também pode ser usado para ajudar a treinar uma rede neural.
Como funciona uma rede neural básica?
Uma rede neural é uma rede de neurônios artificiais programados em software. Ele tenta simular o cérebro humano, de modo que possui muitas camadas de “neurônios” exatamente como os neurônios em nosso cérebro.
Fique por dentro: China afirma ter alcançado ‘supremacia quântica’ com o computador quântico mais rápido do mundo
A primeira camada de neurônios receberá entradas como imagens, vídeo, som, texto, etc. Esses dados de entrada passam por todas as camadas, à medida que a saída de uma camada é alimentada na próxima.
Vejamos um exemplo de rede neural treinada para reconhecer cães e gatos. A primeira camada de neurônios dividirá essa imagem em áreas claras e escuras.
Esses dados serão alimentados na próxima camada para reconhecer as arestas. A próxima camada tentaria reconhecer as formas formadas pela combinação de arestas.
Os dados passariam por várias camadas de maneira semelhante para finalmente reconhecer se a imagem que você mostrou é um cachorro ou um gato, de acordo com os dados em que foi treinado.
Leia também: Pela primeira vez, os físicos gravaram o som que flui de um fluido “perfeito”
Essas redes podem ser incrivelmente complexas e consistir em milhões de parâmetros para classificar e reconhecer a entrada que recebe.
Por que estamos vendo tantas aplicações de redes neurais agora?
Na verdade, as redes neurais foram inventadas há muito tempo, em 1943, quando Warren McCulloch e Walter Pitts criaram um modelo computacional para redes neurais baseado em algoritmos.
Então a ideia passou por uma longa hibernação porque os imensos recursos computacionais necessários para construir redes neurais ainda não existiam.
Saiba mais: Físicos observam ‘Vortex Rings’ em um material magnético pela primeira vez
Recentemente, a ideia voltou em grande forma, graças a recursos computacionais avançados como unidades de processamento gráfico (GPUs).
Eles são chips que têm sido usados para processamento de gráficos em videogames, mas também são excelentes para processar os dados necessários para executar redes neurais. É por isso que agora vemos a proliferação de redes neurais.
Traduzido e adaptado por equipe Saibamais
Fonte: ScienceAlert
