Dinâmicas de Redes Neurais
*Transmissão via zoom e youtube*
Resumo: Uma revolução industrial começa com uma nova tecnologia, que embora útil não é muito bem entendida. Isto estimula a explorar variações das máquinas, determinar seus limites e, numa terceira fase, talvez à descoberta de extensões teóricas e práticas inimagináveis no começo. As Redes Neurais (RN) ocupam o lugar das máquinas a vapor no século 18. É difícil falar das mudanças que este processo trará para a sociedade e portanto vou falar um pouco das duas primeiras fases. Neste colóquio falarei sobre tentativas de entendimento de algumas das diferentes dinâmicas que podem ser estudadas em RN. A RN funciona mapeando uma representação do problema a ser considerado a uma representação diferente que é aproximadamente a resposta desejada. Estudos da dinâmica de aprendizagem lidam com a incorporação de informação a partir de dados. Algoritmos de aprendizagem levam a que uma RN possa resolver certos problemas apresentando capacidade de memorização, ou seja de dar uma resposta razoável em casos já vistos no treinamento. Mais importante, se a quantidade de dados for maior que um certo valor (dimensão VC da RN) não é mais possível memorizar exceto se houver uma regra, então a rede também será capaz de generalizar: prever o resultado para novas situações. Em certos casos é possível obter o algoritmo que leva à máxima generalização possível. Aplicações que mostram resultados surpreendentes nos deixam perplexos pois muitas vezes uma máquina pode obter resultados que ultrapassam o desempenho humano mas não indicam os mecanismos subjacentes. A segunda dinâmica descreve como muda a representação de uma questão à medida que é processada pela rede. Esta dinâmica pode ser descrita em termos de generalizações do Grupo de Renormalização. Finalmente falarei um pouco de sistemas de RN interagentes que podem ser usadas para modelar certos aspectos de sociedades.
