Implementando Redes Neurais e Inteligência Computacional do zero em Python (Perceptron, Adaline, MLP, Kohonen, Fuzzy e Algoritmos Genéticos)

Neural NetworksMachine LearningPythonAlgorithms

Antes de orquestrar LLMs modernos ou usar frameworks prontos como PyTorch e scikit-learn, implementar os algoritmos clássicos de Redes Neurais Artificiais e Inteligência Computacional diretamente em Python — equacionando atualização de pesos, gradiente descendente, vizinhança topológica e defuzzificação — muda completamente a forma como depuramos modelos em produção.

Ao longo da graduação em Engenharia da Computação na UEFS, construí uma série de implementações do zero em Python cobrindo aprendizado supervisionado, não supervisionado e sistemas bioinspirados. Neste artigo, resumo a intuição matemática e prática de cada um deles (com os repositórios abertos no GitHub).


1. Do Neurônio Linear ao Gradiente Descendente: Perceptron vs. Adaline

Os dois blocos fundamentais das redes neurais clássicas mostram por que a escolha da função de custo no treinamento importa:

  • Perceptron de Rosenblatt (perceptron-oil-problem): aplica uma função degrau bipolar sobre a combinação linear u = w^T * x - theta. Os pesos só são atualizados quando há erro de classificação na saída discretizada (y != d), convergindo sempre que as classes forem linearmente separáveis (como na classificação de amostras químicas de óleo).
  • Adaline — Adaptive Linear Neuron (adaline_valvulas): diferente do Perceptron, o Adaline utiliza a Regra Delta (LMS — Least Mean Squares), calculando o erro sobre o potencial de ativação linear u antes do limiar de decisão:
w(t + 1) = w(t) + eta * (d - u) * x

Isso permite minimizar continuamente o Erro Quadrático Médio (EQM) pelo gradiente descendente e encontrar uma fronteira de decisão ótima mesmo quando há ruído nas medições de sensores industriais (como no diagnóstico de válvulas).


2. Rompendo a Barreira Linear: Multilayer Perceptron (MLP) e Backpropagation

Quando o problema não é linearmente separável, uma única camada falha. Na implementação multilayer-perceptron, construí uma rede MLP treinada com retropropagação do erro (Backpropagation):

  1. Passo Forward: propagação camada a camada com funções de ativação diferenciáveis (logística/sigmoide ou tangente hiperbólica).
  2. Passo Backward (Regra da Cadeia): cálculo dos gradientes locais delta da camada de saída para as camadas ocultas, distribuindo a responsabilidade do erro proporcionalmente aos pesos sinápticos.
  3. Ajuste com Taxa de Aprendizado e Momentum: estabilização da convergência ao longo das épocas de treinamento.

3. Aprendizado Não Supervisionado Competitivo: Mapas Auto-Organizáveis de Kohonen (SOM)

Nem todo problema tem rótulos pré-definidos. No repositório kohonen-iris-plants, implementei um Mapa Auto-Organizável de Kohonen (Self-Organizing Map — SOM) aplicado ao clássico dataset Iris Plants:

  • Em vez de minimizar erro contra um rótulo, os neurônios da grade bidimensional competem entre si para cada amostra de entrada x.
  • O neurônio vencedor (BMU — Best Matching Unit) é aquele cujo vetor de pesos tem a menor distância euclidiana para x:
BMU = argmin_j || x - w_j ||
  • Em seguida, ocorre a cooperação topológica: tanto o BMU quanto seus vizinhos físicos na grade têm seus pesos aproximados de x, preservando a topologia de um espaço de 4 dimensões em um mapa 2D visualizável.

4. Além de Redes Neurais: Controladores Fuzzy e Algoritmos Genéticos

Para problemas de controle contínuo e otimização combinatória onde o gradiente não está disponível, implementei mais duas abordagens clássicas de Inteligência Computacional:

  • Sistemas de Inferência Fuzzy (controlador_fuzzy): modelam incerteza contínua por funções de pertinência (fuzzificação), base de regras linguísticas (SE ... ENTÃO ...) e defuzzificação (centroide) para controle suave onde regras booleanas rígidas falham.
  • Algoritmos Genéticos (Algoritmo-Genetico): busca meta-heurística populacional com seleção por aptidão (fitness), cruzamento (crossover) e mutação estocástica para escapar de ótimos locais em espaços de busca discretos ou não diferenciáveis.

Por que isso importa na era de LLMs e Sistemas Multi-Agente?

Quando hoje projeto um sistema multi-agente como o Comanda (com BM25 + stemmer Snowball em português do zero) ou um motor de recomendação em produção com LSH Forest e MinHash, os fundamentos são os mesmos: espaço vetorial, métricas de distância/similaridade, custo computacional por consulta e avaliação quantitativa rigorosa.

Repositórios no GitHub