Inteligência Artificial

Sem dúvida, uma das tecnologias mais quentes dos últimos anos (e provavelmente dos próximos) é a inteligência artificial. Vamos entender como ela surgiu.

Neurônio Biológico

A inteligência artificial começou com o objetivo de replicar em máquina a inteligência natural (dos animais). Embora não haja um consenso ou uma definição precisa sobre o que é inteligência, ela está relacionada ao cérebro.

Naturalmente, o começo dessa jornada começa por tentar imitar as unidades que compõem o cérebro: o neurônio.

Neurônio de McCulloch-Pitts

O neurônio de McCulloch-Pitts foi o primeiro modelo matemático de um neurônio artificial. Criado em 1943 ele apenas recebia e emitia informações binárias.

Nessa imagem, cada x é um input e o y é o output.

Todos os inputs são somados e se o resultado for maior que um valor limite o neurônio é ativado e emite o valor 1, caso contrário emite 0. Esse valor limite precisa ser definido, não é aprendido.

Perceptron

Criado em 1958 o perceptron foi uma melhoria do neurônio de McCulloch-Pitts.

Agora, os inputs são multiplicados por pesos antes de realizar a soma. Agora o valor limite para ligar o neurônio é aprendido. Matematicamente, o perceptron cria uma linha (ou hiperplano em dimensões maiores) para separar os dados.

Nesse ponto, o perceptron só conseguia lidar com dados lineares, o que restringia muito suas aplicações. Uma modificação foi feita para contornar essa situação.

A small modification can help the perceptron deal with nonlinearity. After the weighted sum is done, the result is inputed in a nonlinear function (activation function).

Como pode ser visto na figura acima, depois de multiplicar os inputs por pesos e somá-los, o resultado passa por uma função de ativação que é não linear, introduzindo assim a não linearidade.

Funções de Ativação

Durante muitas décadas algumas funções de ativação foram desenvolvidas e utilizadas, mas essa história não para aqui. Nossos cérebros não são feitos só de um neurônio, e a maneira de conectar os neurônios deu origem a diferentes arquiteturas de redes neurais, que são boas em diferentes situações.

Recentemente, uma equipe do MIT mudou as funções de ativação e criou uma nova arquitetura conhecida com Kolmogorv-Arnolds Networks, essa arquitetura promete revolucionar o campo da inteligência artificial.

Conclusão

Embora LLMs estejam ganhando muita atenção, conhecer a origem e os fundamentos ajuda a entender o que estamos fazendo e pode ajudar a entender novos paradigmas que venham a surgir.

Esse conteúdo foi gerado por uma colaboração inteligência artificial e inteligência natural.

⚒️Ferrramentas de produção:

Imagens geradas por: I.A. lexica.art

Editor de imagem: Power Point

Conteúdo gerado por: ChatGPT 

Revisões Humanas: Hevans Vinicius Pereira

#InteligenciaArtificial #AI