Introdução às redes neurais e aprendizado profundo. Texto 1
Texto 1 — Analisando o contexto e fazendo uma analogia para entender IA, aprendizado de máquina, redes neurais e aprendizado profundo.
Por Eliéser Ribeiro — Cientista de Dados e Head de IA da Provider IT
Fui convidado para ministrar aulas de introdução a redes neurais e deep learning em um programa de pós-graduação de uma tradicional universidade brasileira. Com a missão de democratizar o acesso a esses conteúdos, decidi converter as aulas em textos detalhados, promovendo assim a divulgação científica sobre estes tópicos que estão super em alta. Este texto, em especial, será uma jornada através do contexto geral das redes neurais e do deep learning , utilizando analogias compreensíveis para elucidar a relação entre inteligência artificial (IA), machine learning, neural networs e deep learning .
A inteligência artificial está vivendo uma espécie de “tempestade perfeita”, pela conjunção de três fatores principais. Primeiro, temos as técnicas avançadas de análise de estatística multivariada, que compreendem algoritmos extremamente elaborados. Em segundo lugar, o excesso de dados, gerados pelo aumento da captação e armazenamento de informações (big data), tem permitido um aperfeiçoamento sem precedentes. Por último, o desenvolvimento de GPUs e soluções em nuvem tem expandido nossa capacidade de processamento a níveis nunca antes imaginados com velocidade e eficiência.
Um marco neste cenário foi o lançamento do ChatGPT pela OpenAI no final de 2022, uma evolução da arquitetura transformer que aprimorou significativamente a compreensão contextual e a geração de novas informações por meio da IA generativa. Este avanço incentivou um surto de investimentos em novos projetos, levando à criação de uma infinidade de novas ferramentas, inclusive pode se encontrar uma plataforma que já elencou mais de 13.000 ferramentas de IA até o momento. Confira a plataforma THERE’S AN AI FOR THAT no link aqui.
Uma analogia geográfica
Para compreender a relação entre inteligência artificial (IA), machine learning, deep learning e redes neurais, permita-me utilizar uma analogia expansiva e esclarecedora.
Inteligência artificial
Imagine o campo de estudo da IA como se fosse a própria Terra, um planeta vasto, complexo e diversificado, constantemente evoluindo e composto por múltiplas camadas de conhecimento. Essa Terra da IA possui vastos territórios a serem explorados, os quais abrigam uma rica biodiversidade de soluções e tecnologias.
Machine learning (aprendizado de máquina)
Neste mundo, o machine learning representa um continente, a Europa, conhecido por sua rica história e tradições, que no contexto do machine learning, correspondem aos algoritmos clássicos. Este continente é marcado pela diversidade de culturas e linguagens, ou seja, pelas diversas técnicas e abordagens que constituem o machine learning. Ele é um centro de inovação e pesquisa, lar de importantes avanços científicos e tecnológicos, e está interconectado com o resto do mundo, simbolizando a interdisciplinaridade do campo.
Dentro do machine learning, encontramos características essenciais como o aprendizado supervisionado, onde modelos aprendem de dados rotulados para fazer previsões sobre novos dados; o aprendizado não supervisionado, que identifica padrões em dados sem rótulos; e o aprendizado por reforço, onde modelos tomam decisões para otimizar recompensas através da tentativa e erro. Além disso, há a importância da generalização, a habilidade de um modelo se apresentar bem em novos dados não vistos durante o treinamento, e os conceitos de overfitting e underfitting, que representam, respectivamente, modelos excessivamente complexos que memorizam os dados e modelos demasiadamente simples que não aprendem os padrões adequadamente.
Neural networks (redes neurais)
Dando um zoom ainda maior neste mapa, as redes neurais surgem como a Alemanha, um país conhecido por sua forte base industrial e tecnológica, rica em inovações e avanços científicos, com uma diversidade em suas aplicações e usos, e um centro de pesquisa e desenvolvimento em IA. As redes neurais, com sua estrutura inspirada no cérebro humano, possuem camadas ocultas que permitem o aprendizado de características complexas e funções de ativação que são essenciais para aprender padrões complexos nos dados.
Deep Learning (aprendizado profundo)
Finalmente, chegamos ao deep learning , comparável ao estado da Baviera, representando o campo mais profundo e complexo dentro da IA. Caracterizado por sua capacidade de inovação, o deep learning é o lar de avanços significativos e descobertas, rico em diversidade de aplicações, como visão computacional e processamento de linguagem natural. O deep learning combina a tradição das redes neurais com técnicas de aprendizado profundo, utilizando redes neurais profundas para simular o raciocínio humano. Com suas múltiplas camadas de processamento, o deep learning aprende automaticamente representações dos dados, eliminando a necessidade de engenharia manual de recursos e é eficaz no reconhecimento de padrões complexos em grandes volumes de dados.
As características gerais do deep learning incluem a utilização de redes neurais profundas para extrair progressivamente características de alto nível dos dados, a capacidade de aprendizado de representações, a transferência de aprendizado, o processamento de sequências com RNNs e LSTMs e as convoluções em redes neurais convolucionais, essenciais para o reconhecimento de padrões visuais. Com isso, esperamos abordar todos esses assuntos detalhadamente, desvendando as maravilhas do deep learning e seu impacto transformador em diversos setores.
Perceptron (o primeiro neurônio artificial)
Para começar nossa exploração, abordaremos o perceptron, o primeiro neurônio artificial, desenvolvido por Frank Rosenblatt em 1957. Representa o início da jornada no desenvolvimento de modelos de deep learning , servindo como um classificador binário que aprende a partir de entradas para tomar decisões corretas. Apesar de suas limitações, o perceptron foi fundamental para o avanço para redes mais complexas.
Concluindo
Este texto marca o início de nossa jornada pelo fascinante mundo da IA, do machine learning ao deep learning . Nos próximos textos, vamos aprofundar ainda mais nesses conceitos, explorando exemplos e aplicações práticas para contextualizar e enriquecer seu entendimento sobre estas tecnologias transformadoras.
Eliéser Ribeiro Linkedin
Mais textos do autor no Medium:
.Inteligência Artificial além da IA gerativa: Compreendendo abordagens e aplicações inovadoras. Clique aqui.
.Estratégia para as empresas se prepararem para a era da INTELIGÊNCIA ARTIFICIAL. Clique aqui
· CRIATIVIDADE: A grande fronteira que separa os humanos da inteligência artificial. Clique aqui.
. Desvendando a IA generativa. Clique aqui.
. Qual o mecanismo de funcionamento do ChatGPT? Clique aqui
. Desvendado o algoritmo de navegação Clique aqui
· 6 coisas que não te falam sobre startups que fracassaram Clique aqui
· Salvando o futuro Clique aqui
