Nota do editor: Uma das tecnologias centrais da inteligência artificial são as redes neurais. Nesta entrevista, Tam Nguyen, professor de informática na Universidade de Dayton, explica como as redes neurais, programas em que uma série de algoritmos tentam simular o trabalho do cérebro humano.
Quais são alguns exemplos de redes neurais que são familiares à maioria das pessoas?
Existem muitas aplicações de redes neurais. Um exemplo comum é a capacidade da sua câmara smartphone para reconhecer rostos.
Os carros sem condutor estão equipados com múltiplas câmaras que tentam reconhecer outros veículos, sinais de trânsito e peões utilizando redes neurais, e virar ou ajustar a sua velocidade em conformidade.
As redes neurais estão também por detrás das sugestões de texto que vê enquanto escreve textos ou e-mails, e mesmo nas ferramentas de tradução disponíveis online.
A rede precisa de ter conhecimento prévio de algo para ser capaz de classificar ou reconhecer?
Sim, é por isso que há necessidade de utilizar grandes dados na formação de redes neurais. Elas funcionam porque são treinadas em grandes quantidades de dados para depois reconhecer, classificar e prever coisas.
No exemplo dos carros sem condutor, seria necessário olhar para milhões de imagens e vídeos de todas as coisas na rua e ser informado sobre o que é cada uma dessas coisas. Ao clicar nas imagens das passadeiras para provar que não é um robô enquanto navega na Internet, também pode ser utilizado para ajudar a treinar uma rede neural. Só depois de ver milhões de passadeiras, de todos os ângulos e condições de iluminação diferentes, é que um carro auto-conduzido seria capaz de as reconhecer quando conduz na vida real.
Redes neurais mais complicadas são realmente capazes de se ensinar a si próprias. No vídeo ligado abaixo, é dada à rede a tarefa de ir do ponto A ao ponto B, e pode vê-la a tentar todo o tipo de coisas para tentar levar o modelo até ao fim do curso, até encontrar um que faça o melhor trabalho.
algumas redes neurais podem trabalhar em conjunto para criar algo novo. Neste exemplo, as redes criam rostos virtuais que não pertencem a pessoas reais quando se actualiza o ecrã. Uma rede faz uma tentativa de criar um rosto, e a outra tenta julgar se este é real ou falso. Vão para trás e para a frente até que a segunda não possa dizer que a cara criada pela primeira é falsa.
Humans também tiram partido de grandes dados. Uma pessoa percebe cerca de 30 quadros ou imagens por segundo, o que significa 1.800 imagens por minuto, e mais de 600 milhões de imagens por ano. É por isso que devemos dar às redes neurais uma oportunidade semelhante de ter os grandes dados para formação.
Como funciona uma rede neural básica?
Uma rede neural é uma rede de neurónios artificiais programados em software. Tenta simular o cérebro humano, por isso tem muitas camadas de “neurónios” tal como os neurónios no nosso cérebro. A primeira camada de neurónios receberá inputs como imagens, vídeo, som, texto, etc. Estes dados de entrada passam por todas as camadas, uma vez que a saída de uma camada é introduzida na camada seguinte.
Vejamos um exemplo de uma rede neural que é treinada para reconhecer cães e gatos. A primeira camada de neurónios irá decompor esta imagem em áreas de luz e escuridão. Estes dados serão alimentados na camada seguinte para reconhecer as bordas. A camada seguinte tentará então reconhecer as formas formadas pela combinação de arestas. Os dados passariam por várias camadas de forma semelhante para finalmente reconhecer se a imagem que mostrou é um cão ou um gato, de acordo com os dados em que foi treinado.
Estas redes podem ser incrivelmente complexas e consistem em milhões de parâmetros para classificar e reconhecer a entrada que recebe.
Por que razão vemos agora tantas aplicações de redes neurais?
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. A ideia passou então por uma longa hibernação porque os imensos recursos computacionais necessários para construir redes neurais ainda não existiam.
Recentemente, a ideia voltou em grande parte, graças a recursos computacionais avançados como as unidades de processamento gráfico (GPUs). São chips que têm sido utilizados para processar gráficos em jogos de vídeo, mas afinal são excelentes para triturar também os dados necessários para executar redes neurais. É por isso que vemos agora a proliferação de redes neuronais.