O que é uma rede neural?
Uma rede neural é um tipo de modelo de IA feito de camadas de unidades simples, ligadas por números ajustáveis chamados pesos. Uma entrada, como os pixels de uma foto, passa pelas camadas e vira um palpite. No treino, a rede compara cada palpite com a resposta certa e ajusta milhões de pesos aos poucos, até acertar com frequência.
▶ Pratique
Por que isso importa
Por trás do desbloqueio facial, da tradução e dos chatbots está a mesma ideia: camadas de unidades simples cujas conexões são ajustadas por feedback, não programadas à mão.
Em 6 minutos você vai conseguir
- Uma rede neural são camadas de unidades simples ligadas por pesos ajustáveis.
- Treinar é dar um palpite, comparar com a resposta certa, ajustar os pesos e repetir.
- O que ela sabe está espalhado por muitos números, então seus motivos são difíceis de explicar.
O que você vai praticar
As peças de uma rede
Toque em cada cartão para ver como funciona.
- ⚪ Neurônio (unidade)
- Uma calculadora minúscula. Soma os números que chegam, cada um multiplicado por um peso, e passa um resultado adiante. Bem mais simples que uma célula do cérebro.
- 🎛️ Peso
- Um botão em cada conexão que define o quanto uma unidade influencia a próxima. Uma rede grande tem milhões ou bilhões deles.
- 🥞 Camadas
- As unidades ficam empilhadas em camadas. As primeiras pegam coisas simples, como bordas; as seguintes juntam isso em formas e depois em “isto é um 7”.
- 📣 Feedback
- Depois de cada palpite, a rede mede o tamanho do erro e calcula quais botões girar, e para que lado, para errar um pouco menos.
Uma rodada de treino
A rede está aprendendo a ler números escritos à mão. Coloque uma rodada de treino em ordem.
- Chega um exemplo rotulado: a foto de um 7 escrito à mão
- Os pixels passam pelas camadas
- A rede dá um palpite: “provavelmente um 1”
- O palpite é comparado com o rótulo “7”
- Cada peso é ajustado um pouquinho para diminuir o erro
- Repete com o próximo exemplo, muitos milhares de vezes
Teste seu modelo
Quem define os milhões de pesos de uma rede treinada?
- O treino, aprendendo com o feedback (Resposta)
- Programadores digitam cada valor à mão
Uma rede neural artificial é uma cópia do cérebro humano?
- Não, ela só se inspira de leve nele e é bem mais simples (Resposta)
- Sim, funciona igual a neurônios de verdade
A Noor pergunta: “Por que a rede disse que este gato é um cachorro?” Por que é difícil responder?
- O motivo está espalhado por milhões de pesos (Resposta)
- A rede esconde seus motivos de propósito
Lembre-se
Uma rede neural aprende dando palpites, recebendo feedback e ajustando seus pesos, de novo e de novo.
Uma rede neural aprende dando palpites, sendo corrigida e girando seus botões um pouco, milhões de vezes.
Fatos principais
- O psicólogo Frank Rosenblatt descreveu o perceptron, um dos primeiros neurônios artificiais capazes de aprender, em 1958. · Fonte: F. Rosenblatt, The Perceptron, Psychological Review, 1958
- Um artigo de 1986 na revista Nature mostrou como redes de várias camadas aprendem passando o erro de trás para a frente e ajustando os pesos, um método chamado retropropagação (backpropagation) que continua central hoje. · Fonte: Rumelhart, Hinton & Williams, Learning representations by back-propagating errors, Nature, 1986
- O Prêmio Nobel de Física de 2024 foi para John Hopfield e Geoffrey Hinton por descobertas e invenções fundamentais que permitem o machine learning com redes neurais artificiais. · Fonte: Real Academia Sueca de Ciências, Prêmio Nobel de Física 2024
- O cérebro humano adulto tem cerca de 86 bilhões de neurônios, cada um uma célula viva muito mais complexa que uma unidade de uma rede artificial. · Fonte: Azevedo et al., Journal of Comparative Neurology, 2009
Atualizado:
Perguntas frequentes
Como uma rede neural aprende?
Ela dá um palpite, mede a distância entre o palpite e a resposta certa e ajusta os pesos um pouco para diminuir esse erro. Repetindo isso com muitos exemplos, os palpites vão ficando precisos.
O que é deep learning?
Deep learning (aprendizado profundo) é machine learning com redes neurais de muitas camadas. As camadas extras deixam a rede montar padrões complexos a partir de padrões simples.
Redes neurais são iguais ao cérebro humano?
Não. Elas se inspiram de leve nas células do cérebro, mas cada unidade artificial é um cálculo simples, e as redes aprendem de um jeito muito diferente das pessoas.
Para que servem as redes neurais?
Para reconhecer rostos e fala, traduzir idiomas, recomendar vídeos, achar padrões em exames médicos de imagem e fazer funcionar chatbots e geradores de imagens.
Termos relacionados