Redes neurais: futuro da tecnologia está mais próximo do que nunca

Aplicações que são capazes de reconhecer rostos em vídeos, fazer computadores "sonharem" ou até melhorar o reconhecimento de fala humana por parte de softwares, entre outras, têm em comum uma coisa: redes neurais. Para quem não sabe, redes neurais são modelos matemáticos e computacionais inspirados no funcionamento do sistema nervoso central e periférico, que podem ser implementados na forma de software sendo executado num computador tradicional, ou mesmo através de circuitos eletrônicos dedicados, quando se pretende atender aplicações embarcadas ou mesmo implantadas em seres vivos.

As redes neurais recebem esse nome por conta das redes neurais biológicas presentes nos seres vivos. São elas as responsáveis pelo funcionamento do cérebro humano e seus diversos sistemas sensoriais. O que por muito tempo foi apenas matéria relacionada às áreas biológicas e de saúde, agora inspira cientistas e desenvolvedores do mundo todo na área tecnológica. Atualmente, não é difícil encontrar diversas matérias em portais e revistas especializadas falando sobre os avanços das redes neurais, o que pode levar um desavisado a pensar que a matéria é nova na mesa dos pesquisadores.

Pelo contrário. "As pesquisas e os resultados em redes neurais artificiais existem de diversas formas desde várias décadas, e comunidades diferentes em ciência e tecnologia têm percepções bastante diversas da evolução de redes neurais ao longo do tempo. Se olharmos para as redes neurais e seu impacto em diferentes áreas, veremos que cada uma dessas comunidades perceberá a importância maior ou menor de acordo com o aparecimento de novos modelos neurais especificamente úteis para as suas necessidades específicas. Por outro lado, quem está envolvido com a pesquisa em redes neurais no longo prazo vê que a área sempre teve um grande volume de atividades e de inovação desde seu surgimento", afirma o professor do Departamento de Engenharia de Sistemas Eletrônicos da Escola Politécnica da USP, Emilio Hernandez.

Segundo ele, a impressão que as redes neurais estão ganhando terreno não é de todo errada. Com o tempo, o crescimento de atividades e aplicações que fazem uso de sistemas neurais artificiais tem aumentado bastante. Esse uso acentuado se deve pela alta flexibilidade do sistema, que pode ser empregado em diversos tipos de contextos e atividades.

Ao lado das redes neurais, temos o processo de Deep Learning, técnica muito utilizada com esse tipo de tecnologia. Segundo Hernandez, o deep learning processa as informações recebidas por meio de várias etapas que são encadeadas ou em camadas, sendo que em cada uma dessas camadas de processamento a informação é representada num diferente nível de abstração.

"As primeiras camadas envolvem níveis mais baixos de abstração e as camadas posteriores níveis mais altos de abstração. No processamento de imagens, por exemplo, temos que as informações luminosas que chegam aos inúmeros receptores em nossa retina são dados brutos e de baixo nível de abstração, que são processados pelo sistema nervoso em várias etapas de abstração crescente, envolvendo a sensação de cores e intensidades, a percepção de contrastes e contornos, a identificação de objetos isolados na imagem observada, a interpretação de relação espacial entre diversos objetos e assim por diante, até que finalmente se tornem conteúdos visuais completos no nosso cérebro", explica ele.

Nas técnicas de deep learning exploradas atualmente por grandes empresas como Google e IBM, a automatização, atrelada a processos bem definidos, é capaz de gerar procedimentos muito organizados e úteis, como, por exemplo, uma rede neural que opere com deep learning que cada vez mais obtém sucesso no seu processo de identificar pessoas desaparecidas com base em material de câmeras de segurança de aeroportos ou rodoviárias, se o sistema tiver sido configurado com tal finalidade.

Redes neurais no dia a dia

Mesmo parecendo uma ideia bem futurista e distante, as redes neurais já fazem parte do nosso dia a dia, mesmo que de maneira não tão explícita. O Google, por exemplo, é uma das empresas de tecnologia que está utilizando em grande escala as redes neurais. No aplicativo Tradutor, meses atrás o Google empregou a capacidade de traduzir textos diretamente de fotos e da câmera do smartphone. Da última vez que o aplicativo foi atualizado, ele contava com suporte para 27 idiomas. Graças a rede neural, o Tradutor não precisa mais de uma conexão ativa à internet para funcionar. Através do processo de "Deep Learning", o aplicativo é capaz de reconhecer caracteres de diferentes idiomas e relacioná-los com caracteres de outras línguas, mesmo quando a expressão ou frase a ser traduzida não seja de uso muito comum.

Outro exemplo ocorre com o YouTube. O Google aplicou na plataforma de vídeos um software feito para imitar a maneira que os neurônios humanos interagem uns com os outros ao reconhecer objetos. Na plataforma de vídeos, o software foi capaz de reconhecer com facilidade rostos humanos e de gatos, além de outros 3.200 itens.

Como um ser humano, quanto mais a rede neural é utilizada, melhor ela se torna, pois adquire experiência e maior habilidade com o processo executado.

O primeiro passo ao trabalhar com uma rede neural é oferecer a ela diversos exemplos relacionados ao processo que você quer que ela trabalhe. Se você quer desenvolver uma rede neural para reconhecer objetos estranhos dentro de malas em scanners de aeroportos, você deve oferecer grandes quantidades de imagens de bagagens interiores para que a rede assimile o conteúdo.

Tendências para o futuro

Sem dúvida, as pesquisas e implantações das redes neurais em tarefas diárias devem continuar. No Japão, um grupo de cientistas criou um robô chamado Alter, que se destaca dos outros pelo fato de se mexer sozinho fazendo uso de conhecimentos adquiridos via deep learning. Considerando fatores como calor, localização, umidade e barulho, o robô utiliza seus "neurônios" artificiais para se portar (e mexer-se) de acordo. Ele ainda não parece um ser humano, e nem soa como um. Porém, com a pesquisa contínua, logo ele pode ser algo muito próximo dos robôs exibidos no blockbuster Eu, Robô (2004), sucesso de bilheteria com Will Smith.

Hernandez aponta que um futuro com as redes neurais trabalhando com força é algo que certamente irá acontecer. Assim como a revolução industrial, que empregou máquinas em fábricas substituindo mão de obra humana, processos que fazem uso do deep learning também podem substituir algumas práticas atuais mesmo que elas já estejam mais automatizadas.

A possibilidade que o aprendizado de máquina traz de modelar computacionalmente ambientes e tarefas com base em exemplos, assim como o caminho que as técnicas de deep learning têm construído para automação de informação tendem a mudar de forma significativa o cenário de demandas em aspectos tecnológicos. "Podemos dizer que profissionais que lidam com tecnologia diariamente passarão a ter parceiros de produtividade muito úteis em vários de seus desafios e poderão dedicar seus talentos para elaboração de soluções em níveis mais macroscópicos que os atuais", finaliza o professor.