Com a evolução rápida das tecnologias e o avanço do poder de processamento dos computadores atual, é cada vez mais comum vermos aplicações ou dispositivos que utilizam inteligencia artificial em, pelo menos, alguma função disponibilizada para os usuários.Maquinas fotográficas que reconhecem o sorriso na face de pessoas e as fotografam, sistemas de reconhecimento facial, reconhecimento de voz, sistemas inteligentes de detecção de spans, analisadores do mercado de ações e muitos outros são exemplos de dispositivos e aplicações que utilizam redes neurais artificiais para promover inteligência artificial.
Não podemos deixar essa tendência passar por nós sem participar e desenvolver algo inteligente.
As redes neurais foram desenvolvidas, originalmente, na década de 40, pelo neurofisiologista Warren McCulloch, do MIT, e pelo matemático Walter Pitts, da Universidade de Illinois, os quais, dentro do espírito cibernético, fizeram uma analogia entre células nervosas vivas e o processo eletrônico num trabalho publicado sobre "neurônios formais". O trabalho consistia num modelo de resistores variáveis e amplificadores representando conexões sinápticas de um neurônio biológico.[0]
Basicamente o neurônio é formado por dendritos(entradas), corpo e axônio(saída). As entradas recebem os sinais provenientes de outros neurônios e para cada uma é atribuído um peso. No corpo é feito um somatório ponderado das entradas e esse resultado é jogado em uma função de ativação que determinará se a saída do neurônio será ativada ou não.
Com esse funcionamento, garantimos que as possibilidades de um neurônio sejam bem maiores do que as de um transistor(elemento primário da computação não neuronal). Porém, a partir disso, temos também que os neurônios não são tão objetivos e exatos quanto os elementos da computação convencional. O que indica que eles podem errar. Mas, qual ser inteligente não erra? O erro é uma das características da inteligência, já que sua base é o aprendizado e aprendemos com os nossos erros.
Mas... e quanto a colocar esses conceitos em prática, em alguma aplicação?
Bom, existe uma biblioteca muito boa para isso: FANN (Fast Artificial Neural Network)[1], que possui vínculos com diversas linguagens como: Java, PHP, Python, Ruby, .NET, Delphi, Perl e muitas outras. Abaixo deixarei os slides de uma palestra sobre a utilização desta biblioteca com PHP e alguns textos interessantes sobre o tema.
[0] - O que são as Redes Neurais Artificiais
[1] - FANN
Uma Introdução às Redes Neurais
Neural Network Design
Nenhum comentário:
Postar um comentário