Redes Neurais Artificiais (RNA) Definidas
Redes Neurais Artificiais (RNA) são as partes de um sistema de computação projetado para simular a maneira como o cérebro humano analisa e processa as informações. Eles são os fundamentos da Inteligência Artificial (IA) e resolvem problemas que seriam impossíveis ou difíceis por padrões humanos ou estatísticos. A RNA possui recursos de autoaprendizagem que lhes permitem produzir melhores resultados à medida que mais dados se tornam disponíveis.
Quebrando Redes Neurais Artificiais (RNA)
As Redes Neurais Artificiais (RNA) estão abrindo caminho para que aplicativos que mudam a vida sejam desenvolvidos para uso em todos os setores da economia. As plataformas de Inteligência Artificial (AI) criadas na RNA estão interrompendo a maneira tradicional de fazer as coisas. Desde a tradução de páginas da web para outros idiomas, até um assistente virtual encomendar compras on-line, conversar com chatbots para resolver problemas, as plataformas de IA estão simplificando transações e tornando os serviços acessíveis a todos a custos insignificantes.
Como é que o sistema funciona?
Redes neurais artificiais são construídas como o cérebro humano, com nós de neurônios interconectados como uma teia. O cérebro humano tem centenas de bilhões de células chamadas neurônios. Cada neurônio é constituído por um corpo celular que é responsável pelo processamento de informações, transportando informações em direção (entradas) e afastadas (saídas) do cérebro. A RNA possui centenas ou milhares de neurônios artificiais chamados unidades de processamento, que são interconectados por nós. Essas unidades de processamento são compostas de unidades de entrada e saída. As unidades de entrada recebem várias formas e estruturas de informações com base em um sistema de ponderação interno, e a rede neural tenta aprender sobre as informações apresentadas para produzir um relatório de saída. Assim como os seres humanos precisam de regras e diretrizes para obter um resultado ou resultado, as RNAs também usam um conjunto de regras de aprendizado chamado retropropagação, uma abreviação de propagação reversa de erro, para aperfeiçoar seus resultados.
Inicialmente, uma RNA passa por uma fase de treinamento em que aprende a reconhecer padrões nos dados, visual, auditiva ou textual. Durante esta fase supervisionada, a rede compara sua saída real produzida com o que ela deveria produzir, ou seja, a saída desejada. A diferença entre os dois resultados é ajustada usando a retropropagação. Isso significa que a rede trabalha para trás, indo da unidade de saída para as unidades de entrada, para ajustar o peso de suas conexões entre as unidades até que a diferença entre o resultado real e o desejado produza o menor erro possível.
Durante o estágio de treinamento e supervisão, a RNA é ensinada sobre o que procurar e qual deve ser sua saída, usando tipos de perguntas Sim / Não com números binários. Por exemplo, um banco que deseja detectar fraudes no cartão de crédito a tempo pode ter quatro unidades de entrada alimentadas com estas perguntas: (1) A transação está em um país diferente do país de residência do usuário? (2) O site em que o cartão está sendo usado está afiliado a empresas ou países na lista de observação do banco? (3) O valor da transação é superior a US $ 2.000? (4) O nome na fatura da transação é igual ao nome do titular do cartão? O banco deseja que as respostas "detectadas por fraude" sejam Sim Sim Sim Não, que no formato binário seria 1 1 1 0. Se a saída real da rede for 1 0 1 0, ele ajusta seus resultados até entregar uma saída que coincida com 1 1 1 0. Após o treinamento, o sistema de computador pode alertar o banco sobre transações fraudulentas pendentes, economizando muito dinheiro.
Aplicações práticas
Redes neurais artificiais foram aplicadas em todas as áreas de operações. Os provedores de serviços de email usam a ANN para detectar e excluir spam da caixa de entrada de um usuário; os gerentes de ativos o utilizam para prever a direção das ações de uma empresa; As empresas de classificação de crédito o utilizam para melhorar seus métodos de pontuação de crédito; As plataformas de comércio eletrônico o utilizam para personalizar recomendações para seu público; os chatbots são desenvolvidos com a ANN para processamento de linguagem natural; algoritmos de aprendizado profundo usam a RNA para prever a probabilidade de um evento; e a lista de incorporação da RNA continua em vários setores, indústrias e países.
Compare contas de investimento Nome do provedor Descrição Divulgação do anunciante × As ofertas que aparecem nesta tabela são de parcerias das quais a Investopedia recebe remuneração.