Perceptron: como uma máquina aprende decisões simples#
Imagine que você precisa decidir se vai sair de casa levando um guarda-chuva.
Para tomar essa decisão, você observa alguns sinais:
- o céu está escuro;
- a previsão indica chuva;
- o vento está forte;
- você ouviu trovões.
Cada sinal influencia sua decisão de uma maneira diferente. A previsão do tempo talvez seja mais importante do que o vento. Um trovão pode ter bastante peso. Já uma nuvem isolada talvez não seja suficiente para convencer você.
O perceptron funciona de maneira parecida.
Ele recebe algumas informações, avalia a importância de cada uma e produz uma decisão simples, normalmente entre duas opções.
Por exemplo:
- spam ou não spam;
- aprovado ou reprovado;
- verdadeiro ou falso;
- classe A ou classe B.
Apesar de ser muito mais simples do que os sistemas de inteligência artificial atuais, o perceptron ajuda a entender uma ideia fundamental: uma máquina pode aprender a tomar decisões ajustando a importância que atribui às informações recebidas.
O que é um perceptron?#
O perceptron é um algoritmo criado para resolver problemas de classificação binária.
Classificar significa colocar algo dentro de uma categoria. Quando existem apenas duas categorias possíveis, temos uma classificação binária.
Um perceptron poderia tentar classificar:
- uma mensagem como spam ou legítima;
- uma transação como comum ou suspeita;
- uma fruta como madura ou não madura;
- um estudante como aprovado ou reprovado.
Para isso, ele observa algumas características do objeto analisado.
No caso de uma mensagem, as características poderiam ser:
- quantidade de links;
- presença da palavra “grátis”;
- número de letras maiúsculas;
- quantidade de anexos.
Essas características são chamadas de entradas.
Uma votação em que alguns votos valem mais#
A maneira mais simples de imaginar um perceptron é como uma votação.
Cada informação dá um voto. Entretanto, alguns votos possuem mais influência do que outros.
Em um sistema de detecção de spam, por exemplo, a presença de muitos links pode ser um sinal importante. O tamanho da mensagem, por outro lado, talvez tenha pouca influência.
O perceptron atribui um número a cada característica. Esse número é chamado de peso.
O peso representa quanto aquela informação deve influenciar a decisão.
Podemos pensar assim:
- peso alto: informação muito importante;
- peso baixo: informação pouco importante;
- peso positivo: favorece uma resposta;
- peso negativo: favorece a resposta contrária.
Depois de considerar todas as informações, o perceptron soma os resultados e verifica se o valor final ultrapassa determinado limite.
Se ultrapassar, escolhe uma classe. Caso contrário, escolhe a outra.
É como uma balança: as evidências são colocadas dos dois lados, e o lado mais pesado determina a resposta.
Entradas, pesos e decisão#
Um perceptron possui três elementos principais.
Entradas#
As entradas são as informações que o modelo recebe.
Em uma análise de crédito, poderiam ser:
- renda;
- histórico de pagamentos;
- valor da dívida;
- tempo de emprego.
O perceptron não entende o significado humano dessas informações. Para ele, tudo precisa ser representado por números.
Pesos#
Os pesos indicam a importância de cada entrada.
Se o histórico de pagamentos for muito relevante, essa característica poderá receber um peso maior. Se outra informação tiver pouca utilidade, seu peso poderá ser menor.
Os pesos são os principais valores que o perceptron modifica durante o aprendizado.
Limite de decisão#
Depois de combinar as entradas com seus pesos, o modelo compara o resultado com um limite.
Em versões matemáticas do perceptron, esse limite costuma ser controlado por um valor chamado viés.
O viés funciona como uma inclinação inicial da decisão.
Imagine uma porta automática que só abre quando detecta movimento suficiente. O viés ajuda a definir o quanto de evidência é necessário para que a “porta” da classe positiva se abra.
Uma conta simples#
A operação realizada pelo perceptron pode ser resumida desta forma:
resultado = entrada 1 × peso 1 + entrada 2 × peso 2 + viés
Caso existam mais entradas, cada uma é multiplicada pelo seu respectivo peso e adicionada ao resultado.
Depois, o modelo verifica se o valor final atingiu o limite necessário.
Uma regra simplificada poderia ser:
- se o resultado for igual ou maior que zero, a saída será 1;
- se o resultado for menor que zero, a saída será 0.
A saída 1 poderia representar “spam”. A saída 0 poderia representar “não spam”.
Esses números não possuem significado por conta própria. Eles apenas representam as duas categorias escolhidas para o problema.
Como o perceptron aprende?#
No começo, o perceptron ainda não sabe quais informações são mais importantes.
Seus pesos podem começar com valores pequenos ou até mesmo iguais a zero.
O aprendizado acontece por meio de exemplos que já possuem uma resposta correta.
Imagine que mostramos ao modelo uma mensagem e informamos:
Esta mensagem é spam.
O perceptron analisa as características da mensagem e produz sua própria resposta.
Se ele acertar, os pesos podem permanecer como estão.
Se ele errar, os pesos são ajustados.
Esse processo pode ser comparado ao aprendizado de uma pessoa tentando acertar a temperatura de um chuveiro.
Se a água estiver fria demais, ela aumenta a temperatura. Se estiver quente demais, diminui. Depois de algumas tentativas, aproxima-se do resultado desejado.
O perceptron faz algo semelhante:
- recebe um exemplo;
- faz uma previsão;
- compara a previsão com a resposta correta;
- corrige seus pesos quando erra;
- repete o processo com outros exemplos.
Cada erro fornece uma pista sobre como a decisão deve ser ajustada.
Um exemplo com aprovação escolar#
Considere um perceptron que tenta prever se um estudante será aprovado.
Ele recebe duas informações:
- número de horas de estudo;
- frequência nas aulas.
Inicialmente, o modelo pode atribuir importância demais às horas de estudo e importância de menos à frequência.
Ao analisar os exemplos, ele percebe que estudantes com boa frequência costumam ser aprovados mesmo quando estudam um pouco menos fora das aulas.
Quando suas previsões estão erradas, o perceptron ajusta os pesos.
Com o tempo, pode aprender uma regra semelhante a:
Muitas horas de estudo ajudam, mas a frequência também é importante.
Essa regra não é escrita em palavras dentro do modelo. Ela aparece na forma dos pesos atribuídos a cada característica.
A fronteira de decisão#
O perceptron tenta encontrar uma divisão entre as duas classes.
Imagine vários pontos em uma folha de papel. Alguns pontos representam estudantes aprovados. Outros representam estudantes reprovados.
O perceptron tenta desenhar uma linha que separe os dois grupos.
Essa linha é chamada de fronteira de decisão.
Os pontos de um lado são classificados como aprovados. Os pontos do outro lado são classificados como reprovados.
Quando existem muitas características, não conseguimos visualizar a divisão facilmente, mas a ideia continua a mesma.
Em vez de uma linha desenhada em uma folha, o modelo cria uma separação matemática em um espaço com várias dimensões.
O principal limite do perceptron#
O perceptron consegue aprender apenas quando as duas classes podem ser separadas por uma divisão simples.
Se os grupos estiverem muito misturados, uma única linha não será suficiente.
Imagine pontos azuis e vermelhos distribuídos em círculos, curvas ou padrões entrelaçados. Não existe uma reta capaz de separar todos corretamente.
Nesses casos, o perceptron simples encontra dificuldades.
Um exemplo clássico é a função lógica XOR. Seus resultados formam um padrão que não pode ser separado por uma única linha.
Essa limitação foi importante para o desenvolvimento das redes neurais com várias camadas.
Em vez de depender de apenas uma decisão linear, uma rede com múltiplas unidades pode combinar várias divisões simples e representar padrões mais complexos.
Perceptron e neurônio artificial são a mesma coisa?#
Os termos estão relacionados, mas não são exatamente sinônimos.
O perceptron é um tipo específico de neurônio artificial. Ele utiliza uma soma ponderada e produz uma decisão binária.
As redes neurais modernas utilizam estruturas semelhantes, mas normalmente trabalham com:
- diferentes funções de ativação;
- várias camadas;
- grande quantidade de parâmetros;
- algoritmos de treinamento mais sofisticados;
- respostas que não se limitam a zero ou um.
Portanto, o perceptron pode ser visto como um ancestral conceitual dos neurônios utilizados atualmente.
Ele contém a estrutura básica:
- receber informações;
- atribuir pesos;
- somar os resultados;
- aplicar uma regra de decisão.
As redes modernas ampliam essa ideia em uma escala muito maior.
Por que estudar um modelo tão simples?#
O perceptron está longe de representar tudo o que chamamos de inteligência artificial.
Mesmo assim, ele é útil porque apresenta, de maneira clara, vários conceitos fundamentais:
- dados de entrada;
- características;
- pesos;
- treinamento;
- erro;
- classificação;
- fronteira de decisão.
Também mostra que “aprender”, no contexto de aprendizado de máquina, não significa compreender um assunto como uma pessoa compreende.
Para o perceptron, aprender significa alterar números internos até que suas respostas se aproximem das respostas esperadas.
Essa ideia continua presente em modelos muito mais avançados.
Um pouco de história#
O perceptron foi desenvolvido por Frank Rosenblatt no final da década de 1950.
O trabalho foi inspirado por pesquisas anteriores de Warren McCulloch e Walter Pitts, que haviam criado um modelo matemático simplificado de neurônio em 1943.
A grande contribuição de Rosenblatt foi propor um sistema que pudesse ajustar seus próprios parâmetros a partir de exemplos.
Na época, o perceptron despertou grande entusiasmo. Ele parecia indicar que máquinas poderiam aprender a reconhecer padrões.
Mais tarde, pesquisadores demonstraram que um perceptron simples possuía limitações importantes, especialmente diante de problemas que não podiam ser separados linearmente.
Essas limitações não significaram o fim das redes neurais. Em vez disso, ajudaram a mostrar que seriam necessárias arquiteturas mais complexas, com várias unidades e camadas.
Conclusão#
O perceptron é um modelo de decisão baseado em uma ideia simples: observar algumas informações, atribuir uma importância a cada uma e escolher entre duas respostas.
Ele aprende ajustando seus pesos sempre que comete um erro.
Embora só consiga resolver problemas com divisões relativamente simples, o perceptron introduz conceitos que continuam essenciais na inteligência artificial moderna.
Estudar esse algoritmo é como observar a primeira peça de uma máquina muito maior.
Redes neurais atuais possuem milhões ou bilhões de parâmetros, diversas camadas e mecanismos bastante sofisticados. Ainda assim, em sua base, permanece uma ideia semelhante à do perceptron:
combinar informações, ajustar pesos e transformar o resultado em uma decisão.
Referências#
- McCulloch, Warren S.; Pitts, Walter. A Logical Calculus of the Ideas Immanent in Nervous Activity. Bulletin of Mathematical Biophysics, v. 5, p. 115–133, 1943.
- Rosenblatt, Frank. The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain. Psychological Review, v. 65, n. 6, p. 386–408, 1958.
- Rosenblatt, Frank. Principles of Neurodynamics: Perceptrons and the Theory of Brain Mechanisms. Spartan Books, 1962.
- Minsky, Marvin; Papert, Seymour. Perceptrons: An Introduction to Computational Geometry. MIT Press, 1969.
- Goodfellow, Ian; Bengio, Yoshua; Courville, Aaron. Deep Learning. MIT Press, 2016.