Redes Neurais Artificiais: Similaridades com o Cérebro Humano

O Cérebro Humano e o Processamento de Informações

O cérebro humano possui uma estrutura muito complexa de processamento de informações que trabalha de forma não-linear e paralela. Estas características o diferenciam de computadores, que processam informações de forma muito rápida e precisa, mas que não possuem a mesma capacidade do cérebro humano em diversas tarefas, tais como reconhecimento de padrões, percepção e controle motor (Haykin, 2001).

Redes Neurais Artificiais e sua Relação com o Cérebro Humano

Desta forma, a teoria de Redes Neurais Artificiais (RNAs) foi desenvolvida tendo como inspiração o cérebro humano que é constituído de unidades de processamento simples (neurônios), organizadas em camadas e interligadas através de conexões ponderadas (sinapses).

Assim, uma RNA é um sistema computacional baseado em modelos matemáticos com processador paralelamente distribuído, formado por unidades de processamentos simples (denominadas neurônios artificiais) que são capazes de armazenar conhecimento experimental (adquirido pela rede a partir de um processo de aprendizagem de seu ambiente) e torná-lo disponível para sua utilização (Haykin, 2001).

Similaridades entre Redes Neurais Artificiais e o Cérebro Humano

Por sua natureza, as RNAs têm características semelhantes ao cérebro humano:

• Procura paralela e endereçamento pelo conteúdo;
• Aprendizado por experiência, através da apresentação de sucessivos padrões. A aplicação de métodos de treinamento gera ajustes dos pesos sinápticos, tornando a rede capaz de relacionar diferentes variáveis que compõem o sistema;
• Capacidade de fazer associação entre padrões distintos;
• Capacidade de generalizar conhecimento a partir de treinamento com padrões apresentados anteriormente, ou seja, a rede aprende a lidar com determinado tipo de problema e consegue resolvê-lo mesmo quando os dados de entrada não são exatamente iguais aos do treinamento;
• Abstração de um conjunto de entradas, extraindo a essência do padrão da entrada mesmo a partir de dados ruidosos;
• Robustez e degradação gradual, ou seja, o funcionamento da rede não é totalmente afetado pela perda de um conjunto de elementos processadores ou de conexões sinápticas.