Redes Neurais e Vida

Mar 04 2023
A rede neural no campo do aprendizado de máquina não vale apenas conhecer os detalhes técnicos do algoritmo, mas também pode ser uma compreensão mais sobre nós mesmos. Por que Redes Neurais? Ao começar na ciência de dados, aprendi sobre várias coisas básicas de ML, mas a única coisa que realmente chamou minha atenção, além da base profundamente enraizada na matemática, foi quando aprendi sobre a Rede Neural Artificial.

A rede neural no campo do aprendizado de máquina não vale apenas conhecer os detalhes técnicos do algoritmo, mas também pode ser uma compreensão mais sobre nós mesmos.

Por que Redes Neurais?

Ao começar na ciência de dados, aprendi sobre várias coisas básicas de ML, mas a única coisa que realmente chamou minha atenção, além da base profundamente enraizada na matemática, foi quando aprendi sobre a Rede Neural Artificial.

Desenvolver um algoritmo que imite o cérebro humano para finalmente tentar criar máquinas que possam pensar e fazer análises cognitivas como humanos é algo que achei que vale a pena explorar.

Um pouco sobre mim :)

Sempre me sinto mais atraído por um campo de estudo quando sempre posso relacioná-lo à vida cotidiana ou quando sou capaz de adquirir algumas habilidades para a vida e entender mais sobre mim mesmo a partir do tópico em estudo, não importa o quão científico ou técnico seja o tópico é. Então, tentei escrever sobre essa rede neural e analogia da vida.

PS: Além disso, pode parecer uma interpretação muito óbvia de redes neurais, mas sim, eu só queria escrever sobre isso como eu gostei :)

Neurônios e Pesos

Nas redes neurais, há uma camada de entrada e várias camadas ocultas interconectadas que finalmente produzem uma saída. Isso acontece exatamente em nosso cérebro, em qualquer ponto no tempo, existem milhões de neurônios sempre disparando nos dando múltiplos pensamentos e ideias.

Cada decisão que tomamos é produto de alguns pensamentos interconectados (neurônios ativados) com pesos atribuídos a eles. Então, em última análise, tudo se resume a pesos que ajudam a ativar qualquer neurônio específico que contribui para a rede oculta que funciona para ativar um pensamento final que impulsiona a ação.

Aprendizagem :

A atribuição de pesos aos nós traz à tona a importância do “foco”. Foco é o que impulsiona nossos sonhos e ambições e nos ajuda a alcançá-los.

Quase todo gatilho/pensamento nem sempre é simples, mas pode estar enraizado em algum passado, acontecimento recente ou apreensão futura. O tipo de gatilho/pensamento em que colocamos mais peso, o cérebro ativa pensamentos semelhantes e tenta formar várias camadas ocultas entre eles, atribuindo pesos e, assim, trazendo toda a nossa atenção para aquele pensamento específico, que finalmente leva à ação.

Assim, podemos ter apenas um pensamento e o cérebro construirá um reino inteiro sobre ele. Incrível certo?

Erros de retropropagação

Backpropagation é um processo envolvido no treinamento de uma rede neural que envolve pegar a taxa de erro de uma rede neural de propagação direta e alimentar essa perda para trás através das camadas da rede neural para ajustar os pesos.

A rede neural aprende e melhora ao retropropagar o erro em direção aos neurônios contribuintes e, portanto, modificando o peso original.

Aprendizado:

Nós, humanos, somos criaturas de hábitos e treinamento. Como qualquer modelo de aprendizado de máquina que melhora quando treinado com bons recursos de entrada, nós, humanos, também somos produtos de treinamento em qualquer habilidade específica até que melhoremos nela. E qualquer processo de treinamento nem sempre é um caminho linear, mas cheio de tentativa e erro até dominarmos essa habilidade.

Isso nos leva ao fato de que a vida deve ser vivida olhando para trás, ou conforme descrito precisamente na famosa citação de Steve Jobs: “você não pode ligar os pontos olhando para frente; você só pode conectá-los olhando para trás” .

Ficamos melhores em olhar para trás, para nossos erros e aprender com eles, ajustando nossas crenças e ações futuras para os próximos eventos até nos tornarmos nossa melhor versão. Nós mesmos somos um modelo de aprendizado de máquina com treinamento em andamento e, quanto mais aproveitamos essa retropropagação de erros e aprendizados, melhores nos tornamos naquilo que treinamos.

Cérebro Humano — Sua beleza!

O campo do aprendizado profundo fornece muitos aprendizados de vida se apenas pararmos e refletirmos. O conceito de atribuir pesos nos dá um superpoder em si, que é o poder da atenção . Se conscientemente não dermos muito peso (importância) a alguns neurônios que são acionados, eles nunca contribuirão para a equação final de ação.

Essa pode ser uma ótima ferramenta de enfrentamento, ou de cura de algum trauma passado, pois se dermos o mínimo de atenção a essas lembranças dolorosas, elas deixam de existir, é como se quase nunca tivessem acontecido ou existido. Magia certo?

Nossos cérebros são principalmente dispositivos de projeção que destacam pensamentos com base em alguma equação de back-end, como em redes neurais, mas, ao contrário das redes neurais artificiais, nós, humanos, temos o poder de discriminação, onde podemos pensar sobre nossos pensamentos desencadeadores e reorientar nossa atenção.

A parte mais incrível dos humanos é que temos essa energia criativa que falta nesses modelos de redes neurais artificiais ou em qualquer outra espécie. Temos o poder de imaginar, introspeccionar e desenvolver o mundo dos nossos sonhos e não apenas sobreviver e perecer.

E entendemos tanto essa beleza de nossos cérebros que estamos tentando desenvolver um, porque com certeza, é uma maravilha da engenharia em ação e merece uma celebração, e que melhor maneira de se alegrar do que dedicar todo um campo de estudo para sua replicação ? E talvez seja isso que também me mantém viciado nesse fascinante campo de inteligência artificial e aprendizado de máquina.