Ao longo da história, o cérebro tem sido o tema em foco para um diverso grupo de investigadores, incluindo psicólogos, filósofos, biólogos, engenheiros e cientistas da computação. Cada tem tentado representar algum aspecto das características do cérebro num modelo formal.
Recentemente, a investigação fez um avanço ímpar nesta área através da introdução das Redes Neuronais (RN). As RNs oferecem a habilidade de aprender o desconhecido usando meios convencionais. Usando RNs pode ser estabelecido um modelo livre de estimação do ambiente, permitindo um sistema adaptativo e robusto. Tal como no cérebro humano a unidade base de processamento de uma rede neuronal é o Neurónio.
Assim sendo, as RNs apresentam as seguintes características:
- Vários unidades de processamento
- Várias ligações entre as unidades de processamento com pesos associados
- Processamento altamente paralelo e distribuído
- Aprendizagem é realizada ajustando os pesos das ligações
As RNs são aplicadas em domínios de problemas onde:
- A entrada é um valor discreto ou real de dimensão elevada (ex.: um linha de entrada de um sensor)
- A saída é um valor discreto ou real
- A saída é um vector de valores
- É desconhecida a função objectivo
- Os humanos não necessitam de interpretar os resultados (modelo da caixa preta)
Fonte: http://web.tecnico.ulisboa.pt/ana.freitas/bioinformatics.ath.cx/bioinformatics.ath.cx/index0717.html?id=109
Exemplo de uma aplicação das redes neuronais: "A ascensão das máquinas que sabem línguas": https://www.publico.pt/2017/03/10/tecnologia/noticia/a-ascensao-das-maquinas-que-sabem-linguas-1764785
Vídeo educacional sobre o funcionamento de redes neuronais
Comentários
Enviar um comentário