As redes neurais percorreram um longo caminho desde seu início difícil na década de 1950. Os primeiros sistemas eram capazes de aprender padrões básicos, mas essas máquinas se deparavam com a complexidade do mundo real. O financiamento acabou e o campo ficou adormecido por anos. Avanços no processamento paralelo, chips de computador potentes e conjuntos de dados maciços acabaram por trazer as redes neurais de volta.
Continue lendo para conhecer a história inicial das redes neurais.
Imagem: Um perceptron elementar de Rosenblatt. Crédito: Wikimedia Commons. Licença de uso
A história das redes neurais
Em seu livro Como criar uma menteRay Kurzweil explica que as primeiras tentativas sérias de criar sistemas semelhantes ao cérebro começaram com as redes neurais artificiais na década de 1950. As primeiras redes neurais mostraram que unidades de processamento simples conectadas em redes podiam aprender a reconhecer padrões. O Mark I Perceptron de Frank Rosenblatt, que Kurzweil conheceu quando era estudante, consistia em neurônios artificiais com pesos de conexão ajustáveis que podiam ser treinados por meio de feedback. Embora essas redes pudessem aprender a distinguir entre diferentes categorias de entrada, suas limitações ficaram evidentes quando os pesquisadores tentaram ampliá-las para lidar com a complexidade do mundo real.
O problema mais significativo era o reconhecimento invariante - a capacidade de reconhecer o mesmo padrão apesar das mudanças de tamanho, posição, rotação ou estilo. Uma rede neural treinada para reconhecer a letra "A" em uma fonte e tamanho geralmente não reconhecia a mesma letra em um contexto diferente. Esses primeiros sistemas também exigiam treinamento extensivo e ainda tinham um desempenho ruim em tarefas que pareciam fáceis para os seres humanos. O campo das redes neurais ficou estagnado por quase duas décadas depois que Marvin Minsky e Seymour Papert demonstraram as limitações matemáticas das redes que existiam na época, uma crítica que efetivamente eliminou o financiamento para a pesquisa de redes neurais até a década de 1980.
| O que são redes neurais? As redes neurais são sistemas de computador projetados para imitar livremente a forma como o cérebro humano processa as informações. Stephen Witt explica em A Máquina de Pensar que as redes neurais aprendem analisando enormes conjuntos de dados e ajustando milhões de conexões internas de acordo com os padrões que descobrem. As redes neurais foram propostas pela primeira vez em 1944, ganharam força nas décadas de 1950 e 60, depois caíram em desuso quando ficou provado que as redes neurais simples da época não conseguiam resolver determinados tipos de problemas. A ideia teve um renascimento na década de 1980, com redes neurais mais complexas que podiam aprender com seus erros, mas essas redes eram muito lentas e exigiam muita computação, de modo que a ideia estagnou novamente por volta de 2000. A história das redes neurais inclui uma inovação crucial: o processamento paralelo. Isso imita a forma como o cérebro humano calcula, com bilhões de neurônios trabalhando simultaneamente. Durante décadas, os pesquisadores tentaram recriar isso nos computadores. Na década de 1980, eles mostraram que os circuitos de transistores podiam imitar a maneira como as membranas neurais funcionam no cérebro e desenvolveram estruturas de "processamento distribuído paralelo". Mas foi somente quando a Nvidia construiu chips de computador que forneciam o poder computacional de que as redes neurais precisavam - e os pesquisadores criaram conjuntos de dados maciços e as ferramentas matemáticas para extrair padrões significativos deles - que as redes neurais puderam finalmente resolver problemas como o reconhecimento de invariantes, que havia deixado os sistemas anteriores perplexos. |
Explorar mais
Em How to Create a Mind, Kurzweil afirma que entender como o cérebro humano funciona revela por que a IA em nível humano é inevitável. Leia o guia do Shortform sobre esse livro para entender como a história das redes neurais se encaixa no panorama geral.
