Redes Neurais em termos simples (pensamento computacional): como aprendemos, pensamos e modelamos
Acerca de este libro electrónico
https://redesneuraisemtermossimples-c0a0cbe9b9e6.herokuapp.com/
Há um bom tempo que quero reescrever esse livro. Quando escrevi a primeira edição em 2013, pensava na Google™, e preocupado. Estava preocupado que a Google estava cada vez mais presente na vida das pessoas, e sem as pessoas perceberem, estava pensando não somente no buscador da Google, mas nos smartphones, ainda raros no Brasil; hoje, todos precisam fazer um Gmail para usar esses aplicativos. Foi assim que a Google cresceu: coletando dados quando ninguém dava nada por essa mina de ouro, que eles talvez por acidente conseguiram ver.
A Google somente começou a publicamente pedir consenso para usar os dados dos usuários recentemente, durante muito tempo fez isso “na calada da noite”. Muitos dizem que a Google deveria ser penalizada por isso, anos coletando dados sem consenso, alguns usam o termo “dados roubados”. Minha preocupação era um nível acima. Dados alimentam modelos inteligentes, como propagandas inteligentes: hoje se dizem que “dados é o novo petróleo”. Quem nunca abriu digamos um livro na Amazon e segundos depois esse livro te segue por todos os lados? Tive uma experiência diria maluca nessa direção. Permita-me compartilhar! :)
Dou aulas online no Superprof.com.br. Enquanto digitava um e-mail, usei algumas palavras chaves relacionadas à programação, um dos meus vários perfis que mantenho na plataforma. Não sei se foi coincidência, mas em segundos começaram a aparecer professores do Superprof em forma de propagandas, ao lado do editor, inclusive eu, de programação: havia usado a palavra Superprof também, estava escrevendo para um aluno, se não me falha a memória. Não duvido de que começaram a vasculha nossos e-mails! Isso, assumindo que não foi uma coincidência, mostra de um lado a eficiência desses algoritmos, e de outros os perigos dessas ferramentas para a privacidade de todos! A China tem ficado na mira de organizações internacionais como a ONU devido a esse motivo: possíveis invasões em massa de privacidade e direitos humanos, usando inteligência artificial. Eles estão criando a primeira prisão aberta do mundo, usando IA. Como disseram alguns, IA precisa de dados, e a China tem te montão, e centralizada: todos precisam usar os programas do governo, isso cria um ambiente perfeito para IA, e perigoso socialmente.
A Google estava começando a se tornar o que é hoje (fundada 1998) no Brasil quando escrevi a primeira versão desde manuscrito, esse livro foca na percepção olhando do brasil, a Google ainda não era o que é hoje: diria que a Google hoje influencia a vida de todos, e fortemente. Uma pane da Google colocaria o mundo ainda mais de joelhos do que a do Facebook, eu especulo.
Hoje, a Google, entre outras empresas, domina o mundo: é um domínio sutil, que poucos enxergam, mas que existe como ficou evidente com a pane do Facebook. Quem não lembra da bane do Facebook? O mundo ficou literalmente de joelhos quando o servidor do Facebook ficou fora do ar. A Google, diferente das outras empresas, tem me surpreendido, para o bem, devo dizer.
Muito mudou desde a primeira edição, mas a mudança que mais tive dificuldades nesta quarta edição foi eu: estou chamando de quarta, mas seria a segunda edição. As outras edições foram melhorias pontuais. Desde a primeira edição, estava no mestrado, fiz um doutoramento e dois post docs. Escrevi um outro sobre pensamento computacional, e me tornei um escrito diria profissional, dedico-me quase exclusivamente a isso. Ou seja, reescrever sem desconfigurar o livro original foi complicado. Sem querer ser arrogante, mas sendo: gostei do trabalho que fiz. Somente procurei fazer correções da língua, e atualizações. Como exemplo, em 2013 aprendizado profundo não era o que é hoje, a regra, eu nem conhecia. Em 2013, estava focando em redes neurais de espinhos. Eu fiz uma previsão, que errei feio, de que essas redes seriam o futuro. A base da minha previsão seria a similaridade com o cérebro. Essas redes tentam replicar o cérebro, e assim replicar seu poder. Aprendizado profundo é uma pessoa chutar fora, e fazer o gol; isso assumindo que o objetivo geral fosse replicar o cérebro. Com exeção do conceito de aprendizado, e neurônios, aprendizado profundo passa longe de replicar o funcionamento interno do cérebro. Claro, isso é usado para desqualificar a ferramenta. Outro problema do aprendizado profundo: não nada de profundo. Google Translator não entende sentenças sutis. Alguns chamam isso de “o paradoxo da perna quebrada”: um sistema de IA consegue prever que pessoas com pernas quebradas não vão ao cinema, mas nunca sabem o porquê. Isso é uma das motivações da inteligência artificial geral (artificial general intelligence): a busca por não somente prever, mas explicar. Isso seria a diferença entre uma opinião de Facebook e uma doutoramento.
Espero que tenha uma excelente leitura, e fiquei muito feliz em finalmente separar o tempo para reescrever esse livro, talvez o meu primeiro, pelo menos que publicamente chamei de livro. Também fiquei muito feliz com os feedbacks que recebi na Academia Edu.
Boa leitura!
Calificaciones y opiniones
Acerca del autor
Top 0.1% Academia Edu, por várias semana, 01/07/22
Venho escrevendo e ensinando modelagem de sistemas biológicos para leigos desde o doutorado, onde lancei alguns cursos locais, na Universidade de L’Aquila, onde fiz meu mestrado e doutorado. Desde então, tenho alimentado um canal do YouTube, blogs e outras formas de disseminar conhecimento e discussões, com um forte enfoque online.
Sou literalmente apaixonado por biologia, matemática, programação, e qualquer coisa que faça meu cérebro funcionar!
Possuo um doutorado pela Universidade de L’Aquila/Itália, reconhecido no Brasil pela Universidade de São Paulo (USP) em bioinformática. Fiz 2 pós-doutorados, um pela Universidade Federal da Bahia (UFBA) e outro pela Fundação Oswaldo Cruz (Fiocruz). Também fiz um mestrado duplo pela Universidade de L’Aquila e Técnica de Gdansk/Polônia; minha graduação é pela Universidade Federal de Ouro Preto em Engenharia de Produção.
