Volume 10 - 2005
Editor: Giovanni Torello
|
Volume 10 - 2005 Editor: Giovanni Torello |
|
Fevereiro de 2005 - Vol.10 - Nº 2 Artigo do mês Redes Neurais Artificiais - Noções Básicas PROF. DRA. MÁRCIA GONÇALVES1 ; PROF.
DR. MAURÍCIO RUV LEMES 2 ; PROF. DR. ARNALDO DAL PINO
JUNIOR 3 INTRODUÇÃO Piaget conceitua a inteligência como uma “Adaptação ao ambiente físico e social”. A partir desta definição podemos inferir que existem outros tipos de sistemas inteligentes e a afirmação de que apenas o homem possui inteligência pode ser tendenciosa e antropocêntrica. 1 INTELIGÊNCIA ARTIFICIAL O termo "Artificial Intelligence" (A.I.) foi usado pela primeira vez em 1956 por McCarthy. e foi definido como "o estudo das faculdades mentais mediante o uso de modelos computacionais.“ por Charmiak y McDermott, 1985. 1 Se agrupam em quatro categorias: sistemas que pensam como humanos, sistemas que pensam racionalmente, sistemas que agem como humanos e sistemas que agem racionalmente. Dentre as aplicações das redes neurais podemos citar: 1,2,3 I - Visão artificial (pelo computador) II - Processamento da Linguagem Natural 1.Tradução automática 2.Reconhecimento da fala e da voz 3.Análise automática de textos 1,2,3. III - Sistemas inteligentes para a exploração de dados: 1- Sistemas de ajuda ao diagnóstico (ex. médico) 2 - Sistemas para a classificação 3 - Sistemas de ajuda a decisão IV - Modelos cognitivos 1,2,3. 1-Análise e validação de modelos baseados em estudos psicológicos (psicologia, cognitiva, psicanálise) 1,2,3. V - Lógica formal: 1-Linguagens de I.A. 2-Prova automática de teoremas. 1,2,3. Atualmente existem duas abordagens da Inteligência Artificial: IA Simbólica que é um sistema simbólico baseado em idéias genéricas (abstratas) que manifesta um comportamento inteligente e a IA Conexionista onde apresenta um comportamento inteligente com dados palpáveis (numérica). 1,2 FASES DA INTELIGÊNCIA ARTIFICIAL A inteligência artificial teve um desenvolvimento que podemos situar em algumas fases: 1-FASE: Até 1875 com a visualização do neurônio por Camillo Golgi. que tinha como objetivo a compreensão da fisiologia humana. 1,3 2- FASE: De 1875-1943, com o Neurônio de McCulloch & Pitts iniciou-se um processo de entendimento da Inteligência humana em estudos de psicologia e neurofisiologia. 1,3 3-FASE: De1943-1956, com a reunião no Darthmouth College houve a simulação da inteligência humana. Nesta fase houveram limitações ligadas a falta de tecnologia em informática. De 1956-1969 houve um hiato no progresso dos estudos devidos as limitações computacionais. 1.3 4-FASE: De 1969-1981, com o advento dos computadores de quinta geração foi possível se encontrar para a IA aplicações práticas. 5 FASE: DE 1981-1987; houve a Primeira Conferência internacional em Redes Neurais e o Renascimento da IA Simbólica e Conexionista. 1,3 6 FASE: Atual (1987-...) onde estamos assistindo o alargamento das aplicações das Redes. Ainda como limitação temos a falta de uma profunda análise matemática sobre as capacidades das Redes Neurais.1,3 O NEURÔNIO ARTIFICIAL O neurônio artificial é uma abstração: Trata-se de uma estrutura lógico-matemática que simula o comportamento e as funções do biológico. São as unidades da rede neural. Em uma analogia com o biológico foi nomeado de PERCEPTRON onde OS DENDRITOS foram substituídos por ENTRADAS. As ligações com o corpo celular artificial são os PESO (simulando as sinapses). Os estímulos são processados pela FUNÇÃO DE SOMA e o limiar de disparo do neurônio biológico foi substituído pela FUNÇÃO DE TRANSFERÊNCIA. 1, 3, 4,5 ,6
6http://www.marcelo.110mb.com/anns/anns.html A REDE NEURAL ARTIFICIAL Combinando diversos neurônios artificiais podemos formar o que é chamado de rede neural artificial. Temos diversos modelos de redes, p.ex.:modelo conexionista que inspirado na estrutura cerebral,são redes de neurônios interconectados por sinapses excitatórias e inibitórias. 7 McCulloch-Pitts criaram um esquema onde existe a organização em camadas em três grupos: Camada de Entrada: Os padrões são apresentados à rede. Camadas Intermediárias ou Escondidas: Onde é feita a maior parte do processamento, através das conexões .Camada de Saída: O resultado final é concluído e apresentado. 6,7 TIPOS DE REDES Os neurônios de uma rede podem se conectar em Redes Diretas ou “Feedfoward” , onde a linha de informação não apresenta ciclos ou Redes Recorrentes ,“Feedback” ou “Backpropagation” . 3,6
PROPRIEDADES DAS REDES NEURAIS 6http://www.marcelo.110mb.com/anns/anns.html A propriedade mais importante das redes neurais é a habilidade de aprender de seu ambiente e com isso melhorar seu desempenho.1,3,6 Para que a rede possa trabalhar nós fornecemos a ela o algoritmo de aprendizado que são as regras e a descrição de como a rede vai realizar uma determinada tarefa. Temos a partir deles diversos tipos de aprendizagens: Supervisionada: Um agente externo já sabe a resposta desejada para o padrão de entrada. Não Supervisionado ou auto-organização: Não existe um agente externo indicando a resposta desejada para os padrões de entrada.6 TREINAMENTO DO PERCEPTRON. Para se treinar uma rede neural nós devemos fornecer a FUNÇÃO DE ATIVAÇÃO: que pode ser de três tipos: Hard Limiter, Threshold & Sigmoid 6,7,8
http://www.marcelo.110mb.com/anns/anns.html Atualmente observamos que temos ainda algumas limitações a utilização das redes neurais que são: Elas se comportam como caixas pretas onde o conhecimento fica distribuído pela rede e não numa posição dificultando a interpretação e o tempo de treinamento que na backpropagation é muito lento.São necessários milhares de ciclos para se chegar a níveis de erros aceitáveis.6,8 Outras áreas estão sendo integradas ao estudo das redes neurais . Podemos afirmar que o conteúdo epistemológico está situado na psicologia, neurologia, neurolinguística, teoria do caos, geometria fractal, diversos tipos de lógica(fuzzy,etc) 1,8,9 Bibliografia
* - Ilustrações http://www.marcelo.110mb.com/anns/anns.html/ |
| TOP |
