Nos artigos anteriores a esse no blog foi explicado o que é a área do conhecimento Inteligência Artificial, também foi explicado o que é o Machine Learning, agora entraremos no que é o Deep Learning. Deep Learning é um subcampo do Machine Learning, uma aplicação do Aprendizado Não Supervisionado, que usa Redes Neurais para aprender.
Para começar a definir esse conceito, precisamos entender o que são Redes Neurais, nesse artigo utilizarei uma abordagem de alto nível, com exemplos e conceitos mais práticos, o objetivo desse artigo é introduzir o conceito de Deep Learning sem nenhuma carga matemática complexa para aprender.
Então vamos lá, o que são Redes Neurais? É um conceito inspirado pela biologia, nas redes de neurônios do cérebro humano. O cérebro humano possui cerca de 86 bilhões de neurônios e cada neurônio faz cerca de 7 mil conexões com outros neurônios. Então, sabendo esses números, podemos imaginar a complexidade que é esse conceito. Imagine 86 bilhões de neurônios, cada um se comunicando com outros 7 mil neurônios, cada um enviando informação por meio de impulsos elétricos. Essa rede de neurônios, com bilhões de conexões, é o que torna possível estabelecer reconhecimento de padrões, é assim que nosso cérebro relaciona todas as informações que recebemos, e é assim que aprendemos novos conceitos ao longo da vida. Ainda estamos longe de entender como o cérebro humano funciona completamente, mas é com base nessas conexões que se teve a ideia de Redes Neurais Artificiais.
Então, uma Rede Neural Artificial também tem neurônios, mas são neurônios artificiais. São unidades unitárias simples, mas que unidas fazem parte de uma Rede Neural Artificial. Da mesma forma que a rede neural biológica, a Rede Neural Artificial consegue chegar a conclusões bastante complexas sobre o reconhecimento de padrões e relações entre os dados.
Na imagem abaixo vemos o exemplo de um neurônio biológico em comparação com um neurônio artificial.
Podemos ver claramente como suas estruturas são parecidas. O neurônio artificial tem a entrada de dados, e no biológico tem os dendritos como entrada de impulsos elétricos. O neurônio artificial tem um núcleo, que pode estar ativado ou não, e o neurônio biológico também tem, ambos se eles estão compartilhando informações ele estão ativados, e se não estão compartilhando informações eles estão desativado. E por último, temos a saída de dados do neurônio artificial, e no biológico temos as sinapses que fazem uma função parecida. Podemos ver nessa imagem como o conceito de neurônio artificial foi totalmente inspirado na biologia.
Agora na imagem abaixo podemos ver como é a estrutura de uma Rede Neural Artificial.
Cada neurônio de uma camada, vai fazendo conexões com todos os outros neurônios da camada seguinte, e assim, é formada a estrutura de uma Rede Neural Artificial. Quanto mais camadas forem colocadas na rede, mas profunda ela é, e também vai possuir maior capacidade de aprendizado, desse conceito que é originado o termo Deep Learning (Aprendizado Profundo). Relembrando a definição, o Deep Learning é o uso das Redes Neurais para o Aprendizado de Máquina.
O exemplo usado acima se trata de uma Rede Neural Artificial chamada de Rede Neural Convolucional. É um tipo de rede amplamente usada para aplicações como reconhecimento facial, detecção de objetos em imagens e extração de características. A Rede Neural Convolucional é apenas um exemplo, existem várias arquiteturas de Redes Neurais Artificiais distintas, cada uma com um propósitos diferente. A imagem abaixo tem exemplos das variações de Redes Neurais Artificiais.
O Deep Learning supera o aprendizado comum de Machine Learning, pois esses tipos de arquiteturas de Redes Neurais tornam o aprendizado semelhante ao dos humanos. Então, essa variedade de estruturas, como mostradas acima, permite que o Deep Learning resolva inúmeros problemas, podemos pensar nelas como se fossem uma caixa de brinquedos de peça lego, apenas esperando que sejam conectadas para permitir a criação de coisas novas.
Nesse artigo foi dada uma visão teórica do que é o Deep Learning, e nos artigos anteriores foi explicado Como a Inteligência Artificial está impactando o mundo, o que é Inteligência Artificial e o que é Machine Learning. O objetivo da elaboração desses artigos sobre Inteligência Artificial, foi introduzir conceitos teóricos para entender como funcionam as ferramentas de Machine Learning da Amazon Web Services (AWS). Ferramentas que são utilizadas por nós da Rem Soft Sistemas para criar soluções inteligentes para nossos clientes e impulsionar o crescimento de todo tipo de empresa. Nos artigos a seguir focarei no detalhamento dessas ferramentas e seus caos de uso.
