Aprendizagem profunda (DL)

Como funciona a aprendizagem profunda

No centro da Aprendizagem Profunda estão as redes neuronais profundas, que são redes neuronais com várias camadas ocultas entre as camadas de entrada e de saída. O "profundo" em Aprendizagem Profunda refere-se a esta profundidade. Cada camada contém unidades de processamento (neurónios) que aplicam uma operação matemática, regida por uma função de ativação, à sua entrada. Durante o treinamento, a rede é alimentada com grandes conjuntos de dados e um algoritmo chamado backpropagation é usado para ajustar os parâmetros internos da rede, ou pesos. Este processo de ajuste, normalmente orientado por um algoritmo de otimização como o gradient descent, minimiza a diferença entre as previsões do modelo e a verdade real, tal como definido por uma função de perda. Isso permite que a rede descubra automaticamente padrões complexos sem ser explicitamente programada para isso. Um artigo histórico importante que ajudou a popularizar a DL moderna é o artigo AlexNet de 2012, que obteve resultados de última geração no conjunto de dados ImageNet.

Aprendizagem profunda Vs. Aprendizagem automática

Embora o Deep Learning seja um subconjunto do Machine Learning, a principal distinção está em sua abordagem à representação de dados. Os métodos tradicionais de ML geralmente dependem muito da engenharia manual de recursos, em que os especialistas do domínio criam meticulosamente recursos a partir de dados brutos para ajudar o modelo a fazer previsões precisas. Em contrapartida, os modelos DL efectuam a extração automática de caraterísticas. A estrutura hierárquica das redes profundas permite-lhes aprender caraterísticas relevantes diretamente a partir dos dados. Isto torna a DL particularmente poderosa para lidar com dados não estruturados, como imagens, texto e áudio, onde a engenharia manual de caraterísticas é muitas vezes impraticável. Por exemplo, no reconhecimento de imagens, um modelo DL pode aprender a identificar arestas e texturas nas primeiras camadas, depois partes de objectos como olhos e narizes nas camadas intermédias e, finalmente, objectos inteiros como rostos nas camadas mais profundas.

Aplicações e exemplos

A capacidade da Aprendizagem Profunda para processar dados complexos levou à sua adoção em vários sectores e aplicações. Dois exemplos proeminentes incluem:

1. Veículos autónomos: Os veículos autónomos dependem fortemente da DL para a perceção em tempo real. Os modelos Ultralytics YOLO, uma família de modelos DL de última geração, são utilizados para a deteção de objectos para identificar peões, outros veículos e sinais de trânsito. Do mesmo modo, a DL é utilizada para a segmentação de imagens para distinguir a superfície da estrada transitável da sua envolvente, o que é crucial para uma navegação segura. Leia mais sobre a sua utilização na IA em automóveis autónomos.
2. Análise de imagens médicas: No sector da saúde, os modelos de DL ajudam os radiologistas a analisar exames médicos. As Redes Neuronais Convolucionais (CNN), uma arquitetura DL popular para a visão, podem ser treinadas para detetar anomalias como tumores em ressonâncias magnéticas do cérebro ou sinais de doença em raios X com elevada precisão. Isto pode levar a um diagnóstico precoce e a melhores resultados para os doentes, como se vê em aplicações como a deteção de tumores cerebrais.

Ferramentas e estruturas

O desenvolvimento de modelos de DL é facilitado por várias bibliotecas e plataformas de software. Os quadros populares de código aberto incluem:

• PyTorch: Conhecido pela sua flexibilidade e abordagem Python-first(página inicial do PyTorch). Os modelos Ultralytics são construídos com PyTorch.
• TensorFlow: Desenvolvido pela Google AI, oferece um ecossistema abrangente(página inicial do TensorFlow).
• Keras: Uma API de alto nível que pode ser executada em cima do TensorFlow, conhecida pela facilidade de utilização(página inicial do Keras).

Plataformas como o Ultralytics HUB fornecem ambientes integrados para treinar modelos personalizados, implantar e gerenciar modelos DL, particularmente para tarefas de visão computacional usando modelos como o YOLO11. O desenvolvimento eficaz envolve frequentemente práticas como a afinação rigorosa dos hiperparâmetros, a compreensão das métricas de desempenho e a utilização da aceleração da GPU para um treino eficiente dos modelos. O desenvolvimento e a implementação destes sistemas complexos são frequentemente geridos através de práticas MLOps.