Rede neural - o que é isso? Definição, significado e escopo

2024 Autor: Leah Sherlock | [email protected]. Última modificação: 2023-12-17 05:47

Anteriormente conhecido apenas em livros de ficção científica, o termo rede neural nos últimos anos entrou gradual e imperceptivelmente na vida pública como parte integrante dos últimos desenvolvimentos científicos. É claro que, há muito tempo, as pessoas envolvidas na indústria de jogos sabem que esta é uma rede neural. Mas hoje em dia o termo é encontrado por todos, é conhecido e compreendido pelas grandes massas. Sem dúvida, isso indica que a ciência se tornou mais próxima da vida real, e novos avanços nos esperam no futuro. E, no entanto, o que é uma rede neural? Vamos tentar descobrir o significado da palavra.

Presente e futuro

Antigamente, a rede neural, Hort e os caminhantes espaciais eram conceitos intimamente relacionados, pois era possível encontrar inteligência artificial com habilidades muito superiores a uma simples máquina apenas em um mundo de fantasia que surge na imaginação de alguns autores. E, no entanto, as tendências são tais que, recentemente, em torno de uma pessoa comum na realidade, há cada vez mais objetos que antes eram mencionados apenas na literatura de ficção científica. Isso nos permite dizer que mesmo o vôo mais violento da fantasia, talvez, mais cedo ou mais tarde encontre seu equivalente na realidade. Livros sobre hits, redes neurais jáagora têm mais em comum com a realidade do que há dez anos, e quem sabe o que acontecerá em mais uma década?

Uma rede neural na realidade moderna é uma tecnologia que permite identificar pessoas, tendo apenas uma fotografia à sua disposição. A inteligência artificial é bastante capaz de dirigir um carro, pode jogar e ganhar uma partida de pôquer. Além disso, as redes neurais são novas maneiras de fazer descobertas científicas, permitindo que você recorra a recursos de computação anteriormente impossíveis. Isso dá chances únicas de entender o mundo hoje. No entanto, apenas a partir de reportagens anunciando as últimas descobertas, raramente fica claro o que é uma rede neural. Este termo deve ser aplicado a um programa, uma máquina ou um complexo de servidores?

Visão geral

Como você pode ver pelo próprio termo "rede neural" (as fotos apresentadas neste artigo também permitem entender isso) é uma estrutura que foi projetada por analogia com a lógica do cérebro humano. É claro que copiar uma estrutura completamente biológica de um nível tão alto de complexidade no momento não parece realista, mas os cientistas já conseguiram chegar mais perto de resolver o problema. Digamos que as redes neurais criadas recentemente sejam bastante eficazes. Hort e outros escritores que publicaram trabalhos fantásticos mal sabiam, no momento em que escreveram seus trabalhos, que a ciência seria capaz de avançar tanto neste ano.

A peculiaridade do cérebro humano é que ele é uma estrutura de numerosos elementos, entre os quaisa informação é constantemente transmitida através dos neurônios. De fato, novas redes neurais também são estruturas semelhantes, onde impulsos elétricos proporcionam a troca de dados relevantes. Em uma palavra, assim como no cérebro humano. E ainda não está claro: há alguma diferença de um computador convencional? Afinal, a máquina, como você sabe, também é criada a partir de peças, cujos dados são transferidos por meio de uma corrente elétrica. Em livros sobre espaço, redes neurais, tudo costuma parecer encantador - máquinas enormes ou minúsculas, de relance em que os personagens entendem com o que estão lidando. Mas, na realidade, a situação é diferente até agora.

Como é construído?

Como você pode ver nos trabalhos científicos sobre redes neurais (“Spacewalkers”, infelizmente, não pertencem a esta categoria, por mais fascinantes que sejam), a ideia na estrutura mais progressiva no campo da inteligência artificial, na criação de uma estrutura complexa, cujas partes individuais são muito simples. De fato, traçando um paralelo com os humanos, pode-se encontrar uma semelhança: digamos, apenas uma parte do cérebro de um mamífero não possui grandes habilidades, capacidades e não pode fornecer comportamento inteligente. Mas quando se trata de uma pessoa como um todo, essa criatura passa calmamente no teste do nível de inteligência sem problemas particulares.

Apesar dessas semelhanças, uma abordagem semelhante à criação de inteligência artificial foi banida há alguns anos. Isso pode ser visto tanto em artigos científicos quanto em livros de ficção científica sobre a rede neural (“Spacewalkers” mencionados acima, por exemplo). Aliás, até certo ponto, até as declaraçõesCícero pode ser associado à ideia moderna de redes neurais: ao mesmo tempo, ele sugeriu de forma bastante cáustica que os macacos jogassem no ar letras escritas em fichas, para que, mais cedo ou mais tarde, um texto significativo se formasse a partir delas. E só o século 21 mostrou que tal malícia era completamente injustificada. A rede neural e a ficção científica seguiram caminhos separados: se você der muitos tokens a um exército de macacos, eles não apenas criarão um texto significativo, mas também ganharão poder sobre o mundo.

A força está na unidade, irmão

Como aprendemos com vários experimentos, treinar uma rede neural leva ao sucesso quando o próprio objeto inclui um grande número de elementos. Como brincam os cientistas, de fato, uma rede neural pode ser montada a partir de qualquer coisa, até mesmo de caixas de fósforos, já que a ideia principal é um conjunto de regras que a comunidade resultante obedece. Normalmente as regras são bastante simples, mas permitem controlar o processo de processamento de dados. Em tal situação, um neurônio (ainda que artificial) não será um dispositivo, nem uma estrutura complexa ou um sistema incompreensível, mas sim operações aritméticas simples, implementadas com consumo mínimo de energia. Oficialmente na ciência, os neurônios artificiais são chamados de "perceptrons". As redes neurais (“Spacefalls” ilustram bem isso) deveriam ser muito mais complexas na visão de alguns autores científicos, mas a ciência moderna mostra que a simplicidade também dá excelentes resultados.

A operação de um neurônio artificial é simples: os números são inseridos, o valor de cada um é calculadobloco de informações, os resultados são somados, a saída é uma unidade ou o valor "-1". O leitor alguma vez quis estar entre os caídos? As redes neurais funcionam de maneira completamente diferente na realidade, pelo menos no momento, portanto, ao se imaginar em um trabalho de fantasia, você não deve esquecer isso. De fato, uma pessoa moderna pode trabalhar com inteligência artificial, por exemplo, assim: você pode mostrar uma imagem e o sistema eletrônico responderá à pergunta “ou - ou”. Suponha que uma pessoa defina o sistema de coordenadas de um ponto e pergunte o que está representado - a terra ou, digamos, o céu. Após analisar as informações, o sistema dá uma resposta - possivelmente incorreta (dependendo da perfeição da IA).

Polegares para cima

Como você pode ver pela lógica da rede neural moderna, cada elemento dela está tentando adivinhar a resposta correta para a pergunta feita ao sistema. Neste caso, há pouca precisão, o resultado é comparável ao resultado do lançamento de uma moeda. Mas o verdadeiro trabalho científico começa quando chega a hora de treinar a rede neural. O espaço, a exploração de novos mundos, a compreensão da essência das leis físicas do nosso universo (que os cientistas modernos confiam usando redes neurais) se abrirão no exato momento em que a inteligência artificial aprenderá com muito mais eficiência e eficácia do que uma pessoa.

O fato é que a pessoa que faz uma pergunta ao sistema sabe a resposta correta. Assim, você pode escrevê-lo nos blocos de informação do programa. Um perceptron que dá a resposta correta ganha valor, eaqui quem respondeu errado perde, recebendo multa. Cada novo ciclo de lançamento do programa difere do anterior devido à mudança no nível de valor. Voltando ao exemplo anterior: mais cedo ou mais tarde o programa aprenderá a distinguir claramente entre terra e espaço. As redes neurais aprendem com mais eficácia, quanto mais corretamente o programa de estudo é elaborado - e sua formação custa muito esforço aos cientistas modernos. Como parte da tarefa definida anteriormente: se a rede neural receber outra foto para análise, provavelmente não será capaz de processá-la com precisão imediatamente, mas, com base nos dados obtidos durante o treinamento anterior, descobrirá com precisão onde a terra está, e onde estão as nuvens, o espaço ou qualquer outra coisa.

Aplicando uma ideia à realidade

Claro que, na realidade, as redes neurais são muito mais complicadas do que as descritas acima, embora o princípio em si permaneça o mesmo. A principal tarefa dos elementos a partir dos quais a rede neural é formada é sistematizar informações numéricas. Ao combinar uma abundância de elementos, a tarefa se torna mais complicada, pois a informação de entrada pode não ser de fora, mas do perceptron, que já fez seu trabalho de sistematização.

Se voltarmos à tarefa acima, então dentro da rede neural você pode encontrar os seguintes processos: um neurônio distingue pixels azuis dos outros, o outro processa as coordenadas, o terceiro analisa os dados recebidos pelo primeiro dois, com base no qual decide se a terra ou o céu está em determinado ponto. Além disso, a classificação em azul e outros pixels pode ser confiada a vários neurônios simultaneamente, e as informações que eles recebem podem ser resumidas. Aqueles perceptrons que darãoum resultado melhor e mais preciso receberá um bônus na forma de um valor maior no final, e seus resultados serão prioridade no reprocessamento de qualquer tarefa. Obviamente, a rede neural acaba sendo extremamente volumosa, e as informações processadas nela serão uma montanha insuportável, mas será possível levar em consideração e analisar erros e evitá-los no futuro. Os implantes amplamente baseados em redes neurais encontrados em muitos livros de ficção científica funcionam assim (a menos, é claro, que os autores se preocupem em pensar em como isso funciona).

Marcos históricos

Pode surpreender o leigo, mas as primeiras redes neurais surgiram em 1958. Isso se deve ao fato de que o dispositivo de neurônios artificiais é semelhante a outros elementos de computador, entre os quais as informações são transmitidas no formato de um sistema numérico binário. No final dos anos sessenta, foi inventada uma máquina, chamada Mark I Perceptron, na qual foram implementados os princípios das redes neurais. Isso significa que a primeira rede neural surgiu apenas uma década após a construção do primeiro computador.

Os primeiros neurônios da primeira rede neural consistiam em resistores, tubos de rádio (na época, um código que os cientistas modernos pudessem usar ainda não havia sido desenvolvido). Trabalhar com uma rede neural foi tarefa de Frank Rosenblatt, que criou uma rede de duas camadas. Uma tela com resolução de 400 pixels foi utilizada para transmitir dados externos para a rede. A máquina logo foi capaz de reconhecer formas geométricas. Isso já sugeria que, com o aprimoramento das soluções técnicas, as redes neurais podemaprender a ler letras. E quem sabe o que mais?

Primeira rede neural

Como pode ser visto na história, Rosenblatt literalmente ardia com seu trabalho, ele estava perfeitamente orientado para isso, ele era um especialista em neurofisiologia. Ele foi o autor de um curso universitário fascinante e popular no qual qualquer um poderia entender como implementar o cérebro humano em uma incorporação técnica. Mesmo assim, a comunidade científica esperava que em breve houvesse oportunidades reais para formar robôs inteligentes capazes de se mover, falar e formar sistemas semelhantes a eles. Quem sabe esses robôs iriam colonizar outros planetas?

Rosentblatt era um entusiasta, e você pode entendê-lo. Os cientistas acreditavam que a inteligência artificial poderia ser realizada se a lógica matemática fosse totalmente incorporada em uma máquina. Neste ponto, o teste de Turing já existia, Asimov popularizou a ideia da robótica. A comunidade científica estava convencida de que a exploração do Universo era uma questão de tempo.

Ceticismo justificado

Já nos anos sessenta havia cientistas que discutiam com Rosenblatt e outras grandes mentes trabalhando em inteligência artificial. Uma ideia bastante precisa de sua lógica de fabricações pode ser obtida nas publicações de Marvin Minsky, bem conhecido em seu campo. Aliás, sabe-se que Isaac Asimov e Stanley Kubrick falaram muito bem das habilidades de Minsky (Minsky o ajudou a trabalhar em Uma Odisseia no Espaço). Minsky não era contra a criação de redes neurais, sobre as quaisO filme de Kubrick testemunha e, como parte de sua carreira científica, ele estava envolvido em aprendizado de máquina nos anos cinquenta. No entanto, Minsky foi categórico sobre opiniões errôneas, criticando esperanças para as quais naquele momento ainda não havia fundamento sólido. A propósito, Marvin dos livros de Douglas Adams tem o nome de Minsky.

A crítica às redes neurais e a abordagem da época está sistematizada na publicação "Perceptron", datada de 1969. Foi este livro que literalmente matou o interesse de muitas pessoas em redes neurais pela raiz, porque um cientista com uma excelente reputação mostrou claramente que Mark the First tinha várias falhas. Em primeiro lugar, a presença de apenas duas camadas era claramente insuficiente e a máquina podia fazer muito pouco, apesar de seu tamanho gigantesco e enorme consumo de energia. O segundo ponto de crítica foi dedicado aos algoritmos desenvolvidos por Rosenblatt para treinamento de redes. Segundo Minsky, as informações sobre os erros eram perdidas com grande probabilidade, e a camada necessária simplesmente não recebia toda a quantidade de dados para uma correta análise da situação.

Coisas paradas

Apesar da ideia principal de Minsky ser apontar os erros aos colegas para estimulá-los a melhorar o desenvolvimento, a situação era diferente. Rosenblatt morreu em 1971, e não havia ninguém para continuar seu trabalho. Durante esse período, começou a era dos computadores, e esse campo da tecnologia estava avançando a passos largos. As melhores mentes em matemática e ciência da computação foram empregadas neste setor, e a inteligência artificial parecia um desperdício irracional de energia e recursos.

As redes neurais não atraem a atenção da comunidade científica há mais de uma década. O ponto de virada veio quando o cyberpunk entrou em voga. Foi possível encontrar fórmulas pelas quais os erros podem ser calculados com alta precisão. Em 1986, o problema formulado por Minsky já encontrou uma terceira solução (todos os três foram desenvolvidos por grupos independentes de cientistas), e foi essa descoberta que levou os entusiastas a explorar um novo campo: o trabalho em redes neurais voltou a ativa. No entanto, o termo perceptrons foi silenciosamente substituído por computação cognitiva, se livrou de dispositivos experimentais, começou a usar codificação, usando as técnicas de programação mais eficazes. Apenas alguns anos, e os neurônios já estão reunidos em estruturas complexas que podem lidar com tarefas bastante sérias. Com o tempo, foi possível, por exemplo, criar programas para leitura de caligrafia humana. As primeiras redes apareceram capazes de auto-aprendizagem, ou seja, encontravam as respostas corretas de forma independente, sem uma dica da pessoa que controlava o computador. As redes neurais encontraram sua aplicação na prática. Por exemplo, é neles que os programas que identificam números em cheques são usados nas estruturas bancárias na América.

Avançar aos trancos e barrancos

Na década de 90, ficou claro que uma característica fundamental das redes neurais que requer atenção especial dos cientistas é a capacidade de explorar uma determinada área em busca da solução certa sem a necessidade de uma pessoa. O programa usa o método de tentativa e erro, com base no qual cria regras comportamentais.

Este período foi marcado por uma onda de interessepúblico a robôs improvisados. Designers entusiastas de todo o mundo começaram a projetar ativamente seus próprios robôs capazes de aprender. Em 1997, isso marcou o primeiro sucesso realmente sério em nível mundial: pela primeira vez, um computador derrotou o melhor jogador de xadrez do mundo, Garry Kasparov. No entanto, no final dos anos noventa, os cientistas chegaram à conclusão de que haviam atingido o teto e a inteligência artificial não poderia crescer mais. Além disso, um algoritmo bem otimizado é muito mais eficiente do que qualquer rede neural na resolução dos mesmos problemas. Algumas funções permaneceram com as redes neurais, por exemplo, o reconhecimento de textos de arquivo, mas nada mais complicado estava disponível. Basicamente, como dizem os cientistas modernos, havia uma f alta de capacidade técnica.

Nosso tempo

As redes neurais hoje são uma forma de resolver os problemas mais complexos usando o método “a solução será encontrada por si mesma”. Na verdade, isso não está ligado a nenhuma revolução científica, apenas os cientistas modernos, os luminares do mundo da programação, têm acesso a uma técnica poderosa que lhes permite colocar em prática o que uma pessoa só podia imaginar em termos gerais antes. Voltando à frase de Cícero sobre macacos e fichas: se você atribuir alguém aos animais que lhes dará uma recompensa pela frase correta, eles não apenas criarão um texto significativo, mas escreverão um novo "Guerra e Paz", e nada pior.

As redes neurais de nossos dias estão a serviço das maiores empresas que atuam na área de tecnologia da informação. São redes neurais multicamadas implementadas por meio de servidores poderosos,usando as possibilidades da World Wide Web, as matrizes de informações acumuladas nas últimas décadas.