Rede Neural

Rede neural artificial é um modelo de computador inspirado, de forma bem simplificada, no funcionamento do cérebro. Ela é formada por camadas de pequenas unidades (os neurônios artificiais) que recebem números, fazem contas e passam o resultado adiante, aprendendo a reconhecer padrões a partir de exemplos.

Como funciona

• Camada de entrada: recebe os dados, como os pixels de uma imagem ou as palavras de um texto.
• Camadas ocultas: cada neurônio combina as entradas usando pesos e aplica uma função de ativação. Os pesos dizem a importância de cada entrada.
• Camada de saída: entrega o resultado, como a classe “gato” ou uma previsão de preço.

No treino, a rede compara a resposta com o resultado correto, calcula o erro e ajusta os pesos pelo backpropagation. Repetindo isso milhões de vezes, ela melhora.

Principais tipos

• Redes feedforward: a informação segue em um sentido, da entrada à saída.
• Redes convolucionais (CNN): boas para imagens.
• Redes recorrentes (RNN, LSTM): feitas para sequências, como texto e séries temporais.
• Transformers: base dos modelos de linguagem atuais, usam o mecanismo de atenção.

Rede neural e deep learning

Quando a rede tem muitas camadas ocultas, falamos em deep learning. Toda a IA generativa moderna, de chatbots a geradores de imagem, usa redes neurais.

Limites

Redes neurais precisam de muitos dados, podem sofrer overfitting e funcionam como uma “caixa-preta”, pois é difícil explicar cada decisão.

Perguntas frequentes

Rede neural funciona como o cérebro humano? Só de forma muito superficial. A inspiração é biológica, mas o funcionamento real é matemático e bem mais simples.

Quantos neurônios tem uma rede neural? Varia de poucos a bilhões de parâmetros nos maiores modelos de linguagem.

Rede neural é o mesmo que IA? Não. É uma das técnicas usadas em IA.

Termos relacionados

Deep learning, Machine learning, Visão computacional.

« Voltar Para Glossário