No texto “O Paradigma Conexionista da Inteligência Artificial”, de Luís Alfredo Vidal de Carvalho, publicado no livro DATAMINING, o autor informa que este foi oficialmente o único paradigma aceitável desde o início da década de 60 até aproximadamente 1980 quando um biólogo e físico chamado John Hopfield provocou o renascimento de teorias há muito abandonadas.
Segundo o autor, Hopfield se baseou em modelos matemáticos simples de neurônios e com eles construiu uma rede neuronal com a capacidade de simular a memória associativa humana acessando através de conteúdo e não através de endereços como nos computadores clássicos.
O autor levanta questões sobre o termo rede neural ou rede neuronal e informa que no nosso idioma a palavra neural se refere ao sistema nervoso como um todo e não ao neurônio individualmente. Como o paradigma conexionista lista com a construção de redes de neurônios e não de redes de sistemas nervosos, o termo rede neural está errado.
Em seguida, o autor disserta sobre o erro simbolista informando que o maior dos questionamentos ao paradigma simbolista tenha sido a hipótese da suficiência de estruturas lógicas para o entendimento da mente humana desprezando o maquinário cerebral.
Segundo o autor, a corrente conexionista postula contrariamente aos simbolistas, que a estrutura física do cérebro é fundamental para o entendimento da mente. A maneira como estes elementos computacionais se interligam é fundamental para o surgimento do processo mental emergente da população, daí o nome conexionista adotado por esta corrente de pensamento.
Dando prosseguimento ao texto, o autor disserta sobre o neurônio informando que considera-se que a estrutura básica do funcionamento cerebral é a célula nervosa ou neurônio, cuja especialidade é gerar sinais elétricos e transmiti-los a outros neurônios. Os neurônios possuem uma membrana que as separa do seu meio, permitindo que dentro do espaço celular se mantenham as condições ideais para a execução de suas funções. Ainda segundo o autor, esta membrana se diferencia em cada região do neurônio formando o corpo celular, no qual se encontram as organelas celulares responsáveis pela maioria das atividades da célula, o axônio, prolongamento único e relativamente longo, e os dendritos que são prolongamentos curtos e numerosos em geral.
Segundo o autor, o axônio tem a capacidade de disparar em seu cone o impulso nervoso e transmiti-lo ativamente até distâncias relativamente grandes, conectando-se com os dendritos e outros neurônios através dos seus colaterais axônicos.
O autor informa que a conexão entre um colateral e um dendrito chama-se sinapse, sendo apenas um tênue contato entre as membranas das duas células envolvidas com um espaço no meio denominado de fenda sináptica. O colateral axônico, ao receber um impulso nervoso, libera na fenda sináptica uma substância química produzida pelo próprio neurônio denominada de neurotransmissor.
Segundo o autor, uma sinapse não é tão simples, pois existem outros elementos importantes na sua estrutura e este assunto representa uma das fronteiras do conhecimento humano da atualidade. O que importa, segundo o autor, é o fato de que o impulso nervoso não é transmitido diretamente de um neurônio para outro, mas é antes transformado em uma codificação química através dos neurotransmissores e receptores presentes nas sinapses. Ainda segundo o autor, esta tradução de sinal (elétrica – química – elétrica) adiciona ao sistema nervoso uma flexibilidade enorme permitindo a formação da memória, o aprendizado e muitas outras propriedades do cérebro.
O autor apresenta um rápido comentário sobre como os impulsos elétricos são gerados, informando que a membrana do neurônio possui canais que permitem a passagem de alguns íons, em especial o sódio e o potássio. Esses canais se abrem e se fecham em função do potencial elétrico presente. Quando o potencial elétrico atinge determinado nível na membrana do cone axônico, os canais de sódio se abrem permitindo a entrada deste íon. Este é um processo passivo, pois a quantidade de íons fora da célula é muito maior que dentro da mesma. Como o íon sódio é carregado positivamente, o potencial da membrana se eleva. Quando este potencial atinge certo valor limite, os canais de potássio se abrem e estes íons saem da célula passivamente, pois sua concentração interna é maior que a externa. Como estes íons são carregados positivamente, sua saída diminui o potencial da membrana celular, restaurando-o. Este movimento de subida e descida do potencial da membrana é o que denominamos de potencial de ação ou impulso nervoso.
Dando sequencia ao texto, o autor disserta sobre a estrutura matemática dos modelos conexionistas informando que o objetivo do paradigma é descobrir como conectar neurônios artificiais (modelos matemáticos) de forma gerar redes neurais capazes de realizar tarefas semelhantes às humanas. Segundo o autor, a modelagem matemática dos neurônios e redes neuronais necessita de uma estrutura básica de conceitos e linguagem.
O autor escreve sobre o neurônio linear e informa que utilizando a estrutura matemática e conceitual básica, podemos construir muitos modelos conexionistas. O neurônio linear é chamado assim, pois suas regras de propagação e ativação são lineares. O neurônio linear é muito simplório resultando em redes neurais que realizam poucas tarefas interessantes.
Para finalizar, segundo o autor, uma evolução do modelo linear é a substituição da regra de ativação para um modelo não linear. Mesmo com apenas os neurônios lineares e semi-lineares, já somos capazes de construir algumas redes neuronais muito importantes para a mineração de dados.
Espero que tenham gostado do artigo. Caso tenha interesse pelo assunto me escreva.
You must be logged in to post a comment.