Os algoritmos de redes neurais recorrentes (RNNS), assim como os algoritmos de redes neurais artificiais (RNAs) tradicionais, fazem o uso de neurôn...

Os algoritmos de redes neurais recorrentes (RNNS), assim como os algoritmos de redes neurais artificiais (RNAs) tradicionais, fazem o uso de neurônios, pesos e ligações entre eles para definir prioridade e encontrar padrões. Mas os algoritmos de RNNs possuem uma característica, em específico, que os fazem se tornarem mais parecidos com o cérebro humano do que as RNAs.

Considerando essas informações e o conteúdo estudado sobre redes neurais recorrentes (RNNs), qual é a característica específica presente que torna as RNNs parecidas com o cérebro humano?

1. A incapacidade dos pesos e neurônios se adaptarem a mudanças.
2. A capacidade de cada neurônio possuir uma espécie de memória, o que torna o algoritmo capaz de lembrar de coisas que aconteceram recentemente.
3. A capacidade de lembrar de relações ou fatos passados recentemente, assim como nas redes neurais artificiais (RNAs) tradicionais.
4. A característica de redes de multimatriz.
5. O armazenamento de dados, sem que deletem os dados que estão armazenados nos seus neurônios, mesmo quando eles já não são úteis ou quando atrapalham o funcionamento da rede.