Rede Neural Orientada a Objetos - Modelagem e processamento paralelo

       Como deve ter ficado claro, os "neurônios" que compõem a rede neural são
elementos "estanques", e todos eles são muito semelhantes, diferindo-se apenas
pelos valores dos coeficientes, numero de ligações com outros neurônios e, eventualmente
algumas especificidades (em particular os neurônios de entrada e saída possuem algumas
diferenciações...)
        Este tipo de configuração de organização sugere fortemente um modelo de
implementação orientado a objeto. Cria-se a classe "neurônio" e cada neurônio que
compõe a rede neural e' simplesmente uma instancia desta classe.
        Este tipo de implementação facilita grandemente a execução em paralelo
de vários neurônios de uma mesma camada. E então vem a tona algo que realmente
difere os problemas que citamos anteriormente...

        Quando descrevemos o processo de jogar xadrez, ou como ganhar no jogo
da velha, em geral percebemos que chegamos a uma seqüência de instruções que,
seguidas como uma "receita de bolo" nos da' a resposta que precisamos. Este
tipo de problema e' o problema que um computador tem enorme facilidade de
resolver, enquanto que nos, humanos, temos uma dificuldade tremenda. Entretanto,
ha' problemas que e' o completo inverso. Reconhecer uma imagem e' algo que
a maioria das crianças com dois anos de idade consegue sem qualquer problema,
entretanto, o computador tem enorme dificuldade para conseguir o mesmo feito.
        Isso se deve exatamente ao fato de que não e' possível (ao menos ate'
hoje) descrever uma seqüência de operações que sirvam para resolver este tipo
de problema. Assim, costuma-se dizer que os computadores são ótimas maquinas
para resolver problemas "seriais" enquanto que nosso cérebro e' ótimo para
resolver problemas "paralelos", sendo que estes últimos são aqueles que podem
ser classificados como problemas de analise de padrões, onde e' preciso levar
em consideração uma porção de fatores ao mesmo tempo, impossibilitando a
analise serial.
        O que e' incrível e' que as redes neurais quebram isso. Elas funcionam
de forma que o computador passa a resolver (relativamente) bem problemas antes
tidos como "paralelos", pois ela de fato e' especializada em resolver este
tipo de problemas... Não por acaso baseada na forma como o cérebro humano
resolve seus próprios problemas!

        Assim, tarefas antes tidas como quase impossíveis de se implementar -
como reconhecer objetos em imagens (letras de um texto, por exemplo), reconhecer
letras de uma palavra ou palavras dentro de uma frase pronunciada - passassem a
ter uma forma de serem resolvidas computacionalmente, e com um grau de
qualidade muito bom!
        Obviamente, muitas das tarefas seriais também podem ser resolvidas
por um processamento paralelo dos dados. Neste caso, as redes neurais também
servem e, em muitos casos, agilizam e melhoram em muito a solução. E' o
caso do jogo de xadrez. Ha' muito tempo as maquinas jogam xadrez usando o
velho conceito de inteligência artificial. Entretanto, apenas recentemente
com o uso de redes neurais e' que foi possível construir uma maquina que
jogasse xadrez melhor que o melhor jogador humano.

PEF 411 - Engenharia de Software - Professor Jose Antonio Lerosa Siqueira