O neurônio numa planilha: o 'modelo neural' por dentro

Você ouve "rede neural" e "modelo neural" o tempo todo, e soa como aquela coisa de Matrix que só um doutor entende. Pense comigo um segundo: e se eu te dissesse que a peça básica disso, o neurônio, é simples o bastante para caber numa planilha que você mesmo monta em cinco minutos?

Eu vou ser honesto: por muito tempo essas duas palavras me intimidaram, soavam como uma porta trancada. Quando montei o neurônio na planilha pela primeira vez, tomei aquele susto bom: "putz, é só isso?". E é. Esta é a aula mais mão-na-massa do curso inteiro, e ela funciona de verdade só se você abrir uma planilha agora, comigo. Não leia de fora, faça junto. É a diferença entre ver alguém nadar e entrar na água. Beleza? Vamos molhar a mão.

01A conta de um neurônio

Pense num neurônio como um pequeno tomador de decisão do seu trabalho. Imagine que ele decide uma coisa simples: aprovar uma despesa ou mandar para revisão? Ele olha algumas perguntas (as entradas), cada uma respondida com 1 (sim) ou 0 (não):

• Está dentro do orçamento? (sim = 1)
• Tem nota fiscal anexada? (sim = 1)
• O fornecedor já é conhecido? (não = 0)

Cada pergunta tem um peso, que diz o quanto ela importa. "Dentro do orçamento" pesa 3 (muito importante); "tem nota fiscal" pesa 2; "fornecedor conhecido" pesa 2. O neurônio multiplica cada resposta pelo seu peso, soma tudo, e compara com um limiar. Se a soma alcança o limiar, aprova.

Fazendo a conta com os números acima: (1 × 3) + (1 × 2) + (0 × 2) = 3 + 2 + 0 = 5. Se o limiar de aprovação é 4, então 5 é maior ou igual a 4, e a decisão é APROVAR. Pronto: isso é um neurônio. Entradas, pesos, soma, limiar, decisão. Olha que beleza: nenhuma mágica, nenhuma consciência, nenhuma porta trancada. É uma conta que você fez na quarta série.

flowchart LR
  E1[dentro do orcamento: 1] --> S[soma ponderada]
  E2[tem nota fiscal: 1] --> S
  E3[fornecedor conhecido: 0] --> S
  S --> L{soma maior ou igual ao limiar?}
  L -->|sim| A[APROVAR]
  L -->|nao| R[REVISAR]

02Monte o seu (cinco minutos numa planilha)

Esta é a parte que de fato ensina. Abra uma planilha (Excel, Google Sheets, qualquer uma). Há um arquivo pronto para abrir em assets/neuronio-planilha.csv, ou monte na mão assim:

• Três linhas com as perguntas, e ao lado de cada uma a resposta (1 ou 0) e o peso.
• Uma célula para a soma ponderada: some, para cada linha, a resposta vezes o peso. (Na mão, ou com a fórmula =SOMARPRODUTO(...) no Excel em português, ou =SUMPRODUCT(...) em inglês.)
• Uma célula com o limiar (por exemplo, 4).
• Uma célula para a decisão: se a soma for maior ou igual ao limiar, escreva APROVAR, senão REVISAR.

Agora o momento que vale a aula inteira, faça comigo: mude uma coisa e veja a decisão virar. Troque o "tem nota fiscal" de 1 para 0. A soma cai de 5 para 3, fica abaixo do limiar 4, e a decisão vira REVISAR. Boa. Você acabou de ver um neurônio "mudar de ideia" com os próprios olhos. Brinque: mude os pesos, mude as respostas, ajuste o limiar. Cada mudança move a decisão. É isso, é só isso que um neurônio faz. Guarde essa sensação, porque é ela que abre o conceito mais importante da aula.

Se a planilha ainda não estiver aberta, brinque aqui mesmo primeiro. Ligue e desligue as entradas, mova os pesos, arraste o limiar, e veja a soma e a decisão virarem ao vivo.

O mesmo neurônio da planilha, vivo: cada ajuste move a soma contra o limiar, e a decisão acompanha.

03O que isso revela sobre "treinar"

Agora a recompensa, e essa é grande. Na sua planilha, você escolheu os pesos (3, 2, 2) e o limiar (4) na mão. Numa IA de verdade, ninguém escolhe os pesos na mão: seriam milhões, depois bilhões. Imagine a loucura que seria. Em vez disso, o sistema aprende os pesos sozinho, a partir de exemplos. É exatamente isto que significa "treinar uma IA": mostrar muitos exemplos de decisões certas e deixar o sistema ajustar os pesos, pouco a pouco, até as suas decisões baterem com os exemplos.

Treinar, então, não é mística nem coisa de gênio. É busca de pesos. A IA começa com pesos aleatórios (decisões horríveis), compara com os exemplos certos, e vai empurrando cada peso na direção que melhora as decisões, milhões de vezes, na base da tentativa e erro em escala. Quando você ouvir "o modelo foi treinado com tantos dados", traduza na hora: ele ajustou os seus pesos olhando todos aqueles exemplos. Pronto, desmistificado. Você acabou de fazer, com a própria mão, a versão de três pesos do que a IA faz com bilhões.

04Faça você

A próxima aula mostra como a IA representa o significado das palavras com números (os embeddings), outra ideia que fica clara quando você a vê como coordenadas.

Pratique

Para o quadro