Rede Neural Artificial (ANN)
O que é uma rede neural artificial (RNA)?
Uma rede neural artificial (RNA) é a parte de um sistema de computação projetada para simular a maneira como o cérebro humano analisa e processa informações. É a base da inteligência artificial (IA) e resolve problemas que seriam impossíveis ou difíceis para os padrões humanos ou estatísticos. As RNAs têm recursos de autoaprendizagem que lhes permitem produzir melhores resultados à medida que mais dados se tornam disponíveis.
Principais vantagens
- Uma rede neural artificial (RNA) é o componente da inteligência artificial que se destina a simular o funcionamento do cérebro humano.
- As unidades de processamento constituem as RNAs, que por sua vez consistem em entradas e saídas. As entradas são o que a RNA aprende para produzir a saída desejada.
- A retropropagação é o conjunto de regras de aprendizagem usadas para guiar redes neurais artificiais.
- As aplicações práticas das RNAs são muito amplas, abrangendo finanças, comunicação pessoal, indústria, educação e assim por diante.
Compreendendo uma Rede Neural Artificial (RNA)
As redes neurais artificiais são construídas como o cérebro humano, com nós de neurônios interconectados como uma teia. O cérebro humano possui centenas de bilhões de células chamadas neurônios. Cada neurônio é composto por um corpo celular que é responsável pelo processamento de informações, levando-as para (entradas) e para longe (saídas) do cérebro.
Uma RNA possui centenas ou milhares de neurônios artificiais chamados unidades de processamento, que são interconectados por nós. Essas unidades de processamento são compostas por unidades de entrada e saída. As unidades de entrada recebem várias formas e estruturas de informação com base em um sistema de ponderação interno, e a rede neural tenta aprender sobre as informações apresentadas para produzir um relatório de saída. Assim como os humanos precisam de regras e diretrizes para chegar a um resultado ou saída, as RNAs também usam um conjunto de regras de aprendizado chamado retropropagação, uma abreviação para propagação reversa de erro, para aperfeiçoar seus resultados de saída.
Uma RNA inicialmente passa por uma fase de treinamento onde aprende a reconhecer padrões em dados, seja visual, auditiva ou textualmente. Durante essa fase supervisionada, a rede compara a saída real produzida com o que deveria produzir – a saída desejada. A diferença entre os dois resultados é ajustada usando retropropagação. Isso significa que a rede trabalha para trás, indo da unidade de saída para as unidades de entrada para ajustar o peso de suas conexões entre as unidades até que a diferença entre o resultado real e o desejado produza o menor erro possível.
Durante o estágio de treinamento e supervisão, a RNA aprende o que procurar e qual deve ser sua saída, usando perguntas do tipo sim / não com números binários. Por exemplo, um banco que deseja detectar a tempo fraude de cartão de crédito pode ter quatro unidades de entrada alimentadas com as seguintes perguntas: (1) A transação está em um país diferente do país de residência do usuário? (2) O site em que o cartão está sendo usado em empresas afiliadas ou países na lista de observação do banco? (3) O valor da transação é maior que $ 2.000? (4) O nome na fatura da transação é igual ao nome do titular do cartão?
O banco quer que as respostas de “fraude detectada” sejam Sim Sim Sim Não, que em formato binário seria 1 1 1 0. Se a saída real da rede for 1 0 1 0, ele ajusta seus resultados até que forneça uma saída que coincida com 1 1 1 0. Após o treinamento, o sistema de computador pode alertar o banco sobre transações fraudulentas pendentes, economizando muito dinheiro para o banco.
Aplicações práticas para redes neurais artificiais (RNAs)
As redes neurais artificiais estão abrindo caminho para o desenvolvimento de aplicativos que mudam vidas, para uso em todos os setores da economia. As plataformas de inteligência artificial que são construídas em RNAs estão interrompendo as formas tradicionais de fazer as coisas. Da tradução de páginas da web para outros idiomas a ter um assistente virtual para fazer pedidos de mantimentos online e conversar com chatbots para resolver problemas, as plataformas de IA estão simplificando as transações e tornando os serviços acessíveis a todos a custos insignificantes.
Redes neurais artificiais foram aplicadas em todas as áreas de operações. Os provedores de serviço de e-mail usam ANNs para detectar e excluir spam da caixa de entrada de um usuário; os gerentes de ativos usam-no para prever a direção das ações de uma empresa; as empresas de classificação de crédito usam-no para melhorar seus métodos de pontuação de crédito; As plataformas de comércio eletrônico o usam para personalizar recomendações para seu público; chatbots são desenvolvidos com RNAs para processamento de linguagem natural; algoritmos de aprendizado profundo usam RNA para prever a probabilidade de um evento; e a lista de incorporação de RNA continua em vários setores, indústrias e países.