Parece uma ideia exótica, e sim, de certa forma é. O MIT (Massachusetts Institute of Technology) tem estado a trabalhar em redes neuronais líquidas em conjunto com outras universidades de renome, como o Instituto Austríaco de Ciência e Tecnologia. E está a obter resultados muito promissores.
Compreender o que é uma rede neuronal não é difícil, se evitarmos os pormenores mais complexos. Trata-se de um programa informático inspirado na estrutura e no funcionamento do cérebro humano com o objetivo de processar informação e inferir novos conhecimentos.
Uma rede neuronal artificial é constituída por várias camadas de objetos lógicos designados por nós ou neurónios artificiais. Cada nó tem a sua própria entidade e é capaz de processar informação para obter um resultado e entregá-lo a um ou mais nós na camada seguinte da rede neuronal.
Existem vários tipos diferentes de redes neuronais, mas todos têm o mesmo objetivo: processar informações para gerar novos conhecimentos. No entanto, há um componente muito importante desta tecnologia: o treino.
Este procedimento consiste em fornecer informação à rede neuronal para que esta aprenda a trabalhar com este tipo de informação e seja capaz de fazer previsões ou classificações quando lhe fornecermos dados.
As redes neuronais líquidas são os melhores aliados da inteligência artificial
Ao contrário de outros tipos de redes neuronais, que, como acabámos de ver, são concebidas para aprender durante a fase de treino a partir de um input pré-definido, as redes neuronais líquidas aprendem também durante a análise da informação que lhes é fornecida com o objetivo de inferir novos conhecimentos.
Isto significa que são capazes de se adaptar continuamente aos novos dados de entrada que recebem, de modo a aprender de forma dinâmica e ininterrupta.
Os investigadores que conceberam estas redes neuronais artificiais escolheram o adjetivo “líquido” precisamente para sugerir a sua flexibilidade e capacidade de adaptação constante. No entanto, a sua proposta tem duas outras qualidades que merecem ser destacadas: são presumivelmente mais eficientes do que outras redes neuronais e são mais expressivas.
Segundo Ramin Hasani, um dos investigadores do MIT especializado em redes neuronais líquidas, a expressividade descreve a facilidade com que os engenheiros podem atuar sobre o desempenho da rede neuronal, modificando a representação dos neurónios artificiais. Esta caraterística, ainda de acordo com Hasani, permite que estas redes abordem níveis de complexidade que não são possíveis de gerir com outras estruturas de processamento de informação.
Ainda temos de explorar algo muito importante sobre estas redes neuronais. O mais importante, de facto: os seus campos de aplicação. Os engenheiros do MIT já as utilizaram com sucesso para implementar um algoritmo de navegação autónoma para drones, capaz de se adaptar em tempo real aos espaços de navegação mais complexos.
A curto prazo, os seus criadores esperam que possam ser utilizadas para catapultar a condução autónoma nos 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 se revelarem tão flexíveis e capazes como os seus criadores afirmam, poderemos estar à beira de um salto enorme na inteligência artificial.
Leia também…