Redes neurais líquidas. Parece uma ideia exótica, e sim, de certa forma é. O MIT (Instituto de Tecnologia de Massachusetts) tem trabalhado neles em conjunto com outras universidades de grande reputação, como o Instituto Austríaco de Ciência e Tecnologia, pelo menos desde o início desta década. E você está conseguindo resultados muito promissores. Compreender o que é uma rede neural não é difícil se evitarmos os detalhes mais complexos. Afinal, trata-se de um programa de computador inspirado na estrutura e no funcionamento do cérebro humano com a finalidade de processar informações e inferir novos conhecimentos.
Uma rede neural artificial é composta por várias camadas de objetos lógicos conhecidos como nós ou neurônios artificiais. Cada nó possui sua própria entidade e é capaz de processar informações para obter um resultado e entregá-lo a um ou mais nós da próxima camada da rede neural. Existem vários tipos diferentes de redes neurais, mas todas perseguem o mesmo objetivo: processar informações para gerar novos conhecimentos. Redes neurais convolucionais, por exemplo, são usadas para identificar padrões, reconhecer imagens, interpretar voz ou implementar algoritmos de visão computacional.
No entanto, há um componente muito importante desta tecnologia que ainda não investigamos: o treinamento. Este procedimento requer simplesmente entregar informações à rede neural para que ela possa ser processada, mas não com a finalidade de retornar um ou mais resultados, mas sim para que ela aprenda a trabalhar com esse tipo de informação e seja capaz de fazer previsões ou classificações. .quando mais tarde lhe fornecermos os dados que precisamos analisar. Esta descrição é um pouco grosseira, mas é útil para entendermos do que estamos falando sem complicar muito este artigo.
As redes neurais líquidas são as melhores aliadas da próxima inteligência artificial
Ao contrário de outros tipos de redes neurais, que, como acabamos de ver, foram projetadas para aprender durante a fase de treinamento a partir de uma entrada predeterminada, as redes neurais líquidas também aprendem durante a análise das informações que lhes são fornecidas, com o propósito de inferir novas informações. conhecimento. Isto significa simplesmente que eles são capazes de se adaptar continuamente aos novos dados de entrada que recebem, a fim de aprender de forma dinâmica e ininterrupta. Como você pode ver, parece muito bom.
As redes neurais líquidas são mais eficientes que outras redes neurais artificiais e possuem maior expressividade
Os investigadores que conceberam estas redes neurais artificiais escolheram o adjetivo “líquido” precisamente para sugerir a sua flexibilidade e capacidade de adaptação constante. Contudo a sua proposta tem mais duas qualidades que não vale a pena ignorar: presumivelmente são mais eficientes do que outras redes neurais artificiais e Eles têm maior expressividade.
Segundo Ramin Hasani, um dos pesquisadores do MIT especializados em redes neurais líquidas, expressividade descreve a facilidade com que os engenheiros podem atuar no desempenho da rede neural, modificando a representação dos neurônios artificiais. Esta característica, novamente segundo Hasani, permite que estas redes abordem níveis de complexidade que não são administráveis com outras estruturas de processamento de informação.
Ainda precisamos explorar algo muito importante sobre essas redes neurais. O mais importante, na verdade: seus campos de aplicação. Os engenheiros do MIT já os usaram com sucesso para implementar um algoritmo de navegação autônomo para drones que é capaz de adaptar em tempo real para os espaços de navegação mais complexos. No entanto, esta aplicação nada mais é do que o prelúdio do que as redes neurais líquidas podem teoricamente fazer.
E os seus designers esperam que, a curto prazo, possam ser usados para catapultar a condução autónoma de automóveis, desenvolver sistemas de diagnóstico médico muito mais precisos, processar vídeo em tempo real ou analisar grandes volumes de dados financeiros, entre outras aplicações. Se finalmente se revelarem tão flexíveis e capazes como afirmam os seus criadores, poderemos estar à beira de um grande salto no campo da inteligência artificial.
Imagem de capa: Google DeepMind
Mais informação: COM
Em Xataka: Más notícias para a China: sua melhor empresa de chips de inteligência artificial acaba de sofrer um duro revés
Reescreva o texto para BR e mantenha a HTML tags