Memorial de projetos : a evolução dos neurônios artificiais - do perceptron ao deep learning

Abstract

Resumo: Este parecer técnico busca compreender a evolução dos neurônios artificiais,uma área fundamental dentro da Inteligência Artificial (IA), desde o desenvolvimentodo perceptron até as modernas redes neurais profundas (deep learning). O objetivoé analisar as transformações nos modelos de redes neurais, evidenciando como asmudanças nos algoritmos e nas arquiteturas permitiram a superação de limitaçõesde capacidade de processamento e de adaptação. A análise destaca o papel doperceptron como o primeiro modelo, suas limitações e o impacto das inovaçõessubsequentes, como o algoritmo de retropropagação, que permitiu o treinamento deredes neurais mais complexas. Além disso, o parecer explora o impacto das redesneurais profundas, que têm impulsionado avanços significativos em áreas comoreconhecimento de voz, processamento de imagem e tradução automática. Aconclusão destaca a importância do aprendizado profundo e os desafios atuais,como a necessidade de grandes volumes de dados e o alto custo computacional,apontando direções futuras para a área

Abstract: This technical report seeks to understand the evolution of artificial neurons, afundamental area within Artificial Intelligence (AI), from the development of theperceptron to modern deep learning networks. The goal is to analyze thetransformations in neural network models, highlighting how changes in algorithmsand architectures allowed for the overcoming of processing and adaptationlimitations. The analysis emphasizes the role of the perceptron as the first model, itslimitations, and the impact of subsequent innovations such as the backpropagationalgorithm, which enabled the training of more complex neural networks. Additionally,the report explores the impact of deep neural networks, which have driven significantadvancements in areas like speech recognition, image processing, and machinetranslation. The conclusion highlights the importance of deep learning and currentchallenges such as the need for large datasets and high computational costs,pointing to future directions for the field