As Redes Neurais Artificiais

As Redes Neurais Artificiais

Desde o final da década de 80, as Redes Neurais Artificiais (ou Redes Neuronais Artificiais) são uma metodologia, na fronteira da Estatística com a Inteligência Artificial (I.A), eficiente e capaz de resolver uma gama de problemas importantes. Na literatura, alguns livros se destacam como de suma importância: Haykin(1998), Bishop (1995), Duda and Hart (1973) dentre outros.

A motivação original desta metodologia (HAYKIN,1998) foi a tentativa de modelar a rede de neurônios humanos visando compreender e reproduzir o funcionamento do cérebro humano. Assim, esta motivação se baseou no desejo de realizar tarefas complexas que o cérebro executa com elevada efetividade (por exemplo: reconhecimento de padrões, percepção e controle motor) através da simulação de seu funcionamento. Segundo Haykin(1998), uma Rede Neural Artificial é um sistema de processamento massivamente paralelo, composto por unidades simples (neurônios) com capacidade de armazenar conhecimento e disponibilizá-lo para uso futuro. Já segundo Osório, (1999:12-13) define-se uma RNA (Rede Neural Artificial) como sendo um conjunto de unidades elementares de processamento de informações fortemente conectadas, que denomina-se neurônios artificiais. Também pode-se interpretar uma RNA como sendo constituída por um grafo orientado e ponderado. Os nós deste grafo são os neurônios artificiais que são autômatos simples que conectados formam a RNA, estas conexões são denominadas de sinapses (como na Neurofisiologia), ligações sinápticas poderadas por pesos sinápticos (ou simplesmente pesos).
Do ponto de vista neurofisiológico, ainda pouco se conhece sobre o funcionamento dos neurônios naturais e suas conexões, o que compromete a fidelidade destes modelos em fisiologia. As RNAs assemelham-se ao cérebro principalmente em dois aspectos:

1. Elas extraem conhecimento do ambiente através de um processo de aprendizagem ou treinamento; e
2. Os pesos das conexões entre os neurônios, conhecidos