Desafio 8

Prévia do material em texto

Desafio 8
As redes neurais artificiais são um campo de estudo que vem sendo muito explorado em diversos lugares do mundo, principalmente em países disruptivos com grande quantidade de startups, como os Estados Unidos, Israel e Alemanha. A área acadêmica também tem crescido muito, com diversos estudos sobre a implementação prática de novas tecnologias a partir de redes neurais, em diferentes campos de atuação.
O processo de conexão entre neurônios artificiais leva à geração de sinapses e à construção de redes neurais artificiais. As estruturas mais conhecidas são organizadas em camadas, nas quais a saída de cada neurônio de uma camada precedente serve de entrada para todos os neurônios da camada seguinte.
Imagine que você é um pesquisador na área de redes neurais e acaba de receber uma bolsa de estudos de doutorado em uma grande universidade fora do país. Sua pesquisa principal consiste no processo de conexão de neurônios artificiais.
Seu orientador pediu alguns complementos à pesquisa. Para finalizá-la, estabeleça a função matemática de conexão entre dois neurônios artificiais.
Resposta:
· Inteligência Artificial corresponde ao desenvolvimento de sistemas que pensam como humanos, ou seja, sistemas cujos comportamentos de entrada/saída e de tempo são parecidos com o comportamento humano;
· Inteligência Artificial corresponde ao desenvolvimento de sistemas que agem como humanos. Para isso, os sistemas precisam ser aprovados no Teste de Turing;
· Inteligência Artificial corresponde ao desenvolvimento de sistemas que pensam racionalmente, ou seja, sistemas que resolvem problemas descritos em notação lógica;
· Inteligência Artificial corresponde ao desenvolvimento de sistemas que agem racionalmente, ou seja, atingem os objetivos com base nas informações disponíveis.
Inicialmente, é preciso ter em mente a função matemática da qual deriva a rede neural perceptron. Para isso, é necessário interligar um perceptron (Px) a outro perceptron (Py), formando duas camadas, ou seja, uma rede artificial perceptron de multicamadas (MLP).
Todavia, os perceptrons não são iguais entre si. Devido a isso, é preciso uma função de ativação, já que as entradas das sinapses podem ser de N tipos. Assim, são obtidos os dados:
(S) = Somatório,
(n) = Função de ativação,
(Px) = Perceptron X
(Py) = Perceptron Y
(P) = Perceptron = (S) ｛wij . ai｝ -> Há uma camada (perceptron)
(MLP) = Px + Py = n (S {wij . ai}) -> Há duas camadas (MLP)
Com isso, é formada uma ligação da unidade i para a unidade j, respectivamente, com cada um dos perceptrons (Px + Py), criando, assim, a ativação ai de i para j, sendo que cada ligação MLP terá um peso numérico wij associado a ele, que, por sua vez, determinará o sinal de conexão entre as unidades. Logo, a função de ativação de cada sinapse (n) multiplicará as funções de somatórios dos perceptrons, criando uma rede artificial MLP baseada na conexão de dois neurônios (Px e Py).