Por que alguém que não é especialista deveria entender redes neurais?
Você deve entender as redes neurais porque elas estão presentes na maioria das ferramentas de IA que você usa, da transcrição de fala aos assistentes de conversa, e as decisões sobre comprar essas ferramentas ou confiar nelas dependem de saber o que elas conseguem e o que não conseguem aprender.
Considere uma corretora de seguros fictícia com 80 pessoas, a Harbourline Insurance. Um fornecedor apresenta um produto de triagem de sinistros ao responsável por operações, Daniel. O slide diz: 'Rede neural profunda, 12 camadas, treinada com milhões de sinistros, 94% de acurácia, aprende como o cérebro humano.' As anotações de Daniel sobre a chamada dizem: 'não sei bem o que significa camadas. treinada com sinistros de quem? 94% de quê? consegue explicar uma decisão se um cliente reclamar?' Ele precisa apresentar uma avaliação ao diretor até quinta-feira e não quer apenas repetir o slide nem descartar a proposta.
Como uma rede neural funciona, passo a passo?
Uma rede neural funciona passando números por camadas de unidades, cada uma das quais combina suas entradas usando pesos ajustáveis, e depois comparando a saída final com a resposta correta para que os pesos sejam ajustados e o resultado melhore na próxima vez. As etapas abaixo acompanham uma previsão e uma rodada de aprendizado.
1. As entradas viram números
Tudo o que a rede recebe é primeiro convertido em números: brilho dos pixels de uma imagem, palavras convertidas em códigos numéricos para textos ou campos como valor do sinistro e tempo de vigência da apólice para um sinistro.
2. Cada neurônio pondera suas entradas
Um neurônio, também chamado de nó, multiplica cada valor de entrada por um peso, soma os resultados a uma constante chamada viés e passa o total por uma função de ativação. A função de ativação é o que permite que um conjunto de camadas de neurônios aprenda padrões curvos e não lineares, em vez de apenas padrões em linha reta.
3. As camadas se apoiam umas nas outras
Os neurônios são organizados em camadas. A camada de entrada contém os valores brutos, uma ou mais camadas ocultas os transformam, e a camada de saída produz a previsão, por exemplo, 'provavelmente um sinistro simples' ou 'precisa de um especialista'. Uma rede com muitas camadas ocultas é chamada de profunda, de onde vem o termo aprendizado profundo.
4. O erro é medido
Durante o treinamento, a rede faz uma previsão para um exemplo cuja resposta correta é conhecida. A diferença entre a resposta da rede e a correta é medida por um número chamado perda.
5. Os pesos são ajustados
Um algoritmo chamado retropropagação calcula quanto cada peso contribuiu para o erro, e um método chamado descida do gradiente ajusta ligeiramente cada peso na direção que teria reduzido esse erro. Repetidas ao longo de muitos milhares ou milhões de exemplos, essas pequenas correções resultam em um modelo que faz boas previsões.
Como soa uma explicação de rede neural fraca e uma aprimorada?
Uma apresentação fraca repete o fornecedor: 'É uma rede neural profunda de 12 camadas que aprende como um cérebro e tem 94% de precisão.' A diretora de Daniel não recebe nenhuma informação que possa usar para agir, e 'aprende como um cérebro' é uma metáfora, não uma descrição. Os neurônios reais e essas unidades compartilham um nome e uma inspiração vaga, não um mecanismo.
Uma apresentação melhor diz: 'O produto é uma rede neural: um modelo que aprendeu a classificar pedidos de indenização ajustando milhões de pesos internos até que suas previsões correspondessem às decisões anteriores. Isso significa que sua qualidade depende dos pedidos anteriores com os quais aprendeu, então precisamos saber de quem eram esses pedidos e se são parecidos com os nossos. O índice de 94% precisa de uma definição: acertos em quais dados de teste, e com que frequência o modelo classifica incorretamente um pedido complexo como simples? É difícil explicar cada decisão desses modelos, então devemos perguntar o que o fornecedor apresenta quando um cliente contesta um resultado e manter uma pessoa revisando todos os pedidos rejeitados.' Essa versão transforma o slide em quatro perguntas precisas.
Por que as redes neurais precisam de tantos dados e onde são usadas?
Redes neurais precisam de muitos dados porque têm uma quantidade muito grande de pesos a definir, e cada peso é aprendido a partir de exemplos, em vez de ser escrito por uma pessoa. Com poucos exemplos, a rede pode memorizar os dados de treinamento em vez de aprender um padrão geral, o que é chamado de sobreajuste.
Elas são usadas quando há muitos padrões, mas é difícil expressá-los como regras: reconhecer objetos em imagens, converter fala em texto, traduzir idiomas, identificar transações incomuns e dar suporte a grandes modelos de linguagem, como os assistentes por trás de ChatGPT, Claude e Gemini. Para tabelas empresariais pequenas e bem organizadas, modelos mais simples costumam ser igualmente precisos e muito mais fáceis de explicar.
Quais são os limites das redes neurais?
As principais limitações são que as redes neurais aprendem tudo o que está nos dados de treinamento, inclusive lacunas e vieses, é difícil explicar cada decisão individualmente e elas podem errar com confiança em casos diferentes de tudo o que viram no treinamento. Os índices de acurácia dependem inteiramente dos dados de teste, por isso sempre pergunte quais foram usados. Treinar redes grandes também exige bastante capacidade computacional, e é por isso que a maioria das organizações usa modelos pré-treinados.
Como você verifica uma afirmação sobre uma rede neural?
Verifique uma afirmação sobre uma rede neural perguntando com quais dados ela aprendeu, como foi testada, quais erros comete e quem revisa suas decisões. Se um fornecedor não consegue responder a essas perguntas com clareza, o número de camadas não importa.
Onde esta aula se encaixa na Tosheo.ai?
Esta aula pertence à categoria Aprendizado de máquina e abre a unidade de redes neurais do curso de aprendizado de máquina. No Tosheo.ai, você faz em seguida uma tarefa prática na qual explica um modelo a uma parte interessada fictícia, e o retorno da avaliação aponta metáforas vagas e alegações de precisão sem fundamento. É uma base profissional para trabalhar com aprendizado de máquina, não um curso intensivo de construção de modelos; se você quer criar redes em código, a trilha opcional de Programação cobre isso após o cadastro.