Redes Neurais Artificiais: Da Fuga de Walter Pitts à
A fascinante jornada de como um jovem autodidata fugindo de casa criou os fundamentos da IA moderna, conectando neurociência, astronomia e a descoberta de Ceres.
Por que isso é importante
Redes neurais sem hype: funções treináveis com dados — “cérebro artificial” vende, métrica decide.
Leitura relacionada: Como usar IA para programar · Claude Code guia · Programa CrazyStack · Cursos CrazyStack.
O Mistério do Aprendizado Artificial
Inteligências artificiais modernas não são programadas como um programa comum. Ninguém
conta para elas como dirigir um carro, quando parar num sinal ou quando atravessar um
cruzamento. Nem como tomar decisões estratégicas em xadrez, quando avançar um peão ou
mover um cavalo.
Mesmo assim, elas são capazes de aprender coisas que seres humanos não poderiam ensinar
e coisas que seres humanos nunca poderiam fazer.
Insight Fundamental
No centro da explicação de como isso é possível, existe uma ideia que se formou ao
longo de centenas de anos na mente de cientistas, matemáticos, psicólogos e filósofos.
Uma ideia negligenciada por décadas, mas nunca totalmente esquecida.
Essa ideia se entrelaça com a história de um gênio rebelde fugindo de casa, a caça por
um planeta desaparecido, e a incansável tentativa de entender o dispositivo mais
complexo já encontrado: o cérebro humano.
Detroit, 1935: A Fuga que Mudou a História da IA
O ano é 1935, e um menino é perseguido pelas ruas da cidade de Detroit, nos Estados
Unidos, por uma gangue da vizinhança. Naquele dia, ele decide não correr para casa -
talvez para evitar seu pai, que podia ser tão violento quanto os meninos que o
perseguiam.
Em vez disso, ele consegue correr o suficiente para se esconder numa biblioteca. O lugar
era familiar - seu pai o havia obrigado a abandonar a escola para trabalhar, e os livros
daquela biblioteca eram seus únicos professores.
Momento Decisivo
Naquele dia, perambulando entre as prateleiras, ele encontra um volume do "Principia
Mathematica" - uma tentativa de reconstruir a matemática dentro de uma linguagem
lógica, descrita por Bertrand Russell e Alfred Whitehead. Ele ficou tão fascinado que
só voltou para casa após ter terminado de ler todos os volumes massivos, três dias
depois.
Em seguida, ele escreveu uma carta informando Russell com urgência dos erros lógicos que
havia encontrado. No final, assinou seu nome: Walter Pitts. Russell, considerado um dos
matemáticos mais importantes do século, ficou impressionado e convidou o autor para
Cambridge. Walter respondeu que infelizmente não podia aceitar - ele só tinha 12 anos.
O Encontro que Criou os Neurônios Artificiais
Três anos depois, descobrindo que Russell faria uma visita à Universidade de Chicago,
Walter Pitts fugiu de casa e viajou por quase 500 quilômetros para conhecê-lo. Nunca
mais voltou para casa.
Sem moradia fixa e educação formal, Pitts viveu os próximos anos ao redor da
Universidade de Chicago, entrando escondido em aulas e fazendo trabalhos manuais para se
sustentar. Aos 18 anos, foi apresentado ao professor Warren McCulloch.
Parceria Histórica
Warren McCulloch, de 42 anos, era um respeitado e excêntrico professor de
neuropsiquiatria. Os dois não pareciam ter nada em comum, exceto o amor à poesia e a
admiração pelo trabalho do filósofo alemão Gottfried von Leibniz, que 300 anos antes
já sonhava com inteligência artificial.
McCulloch contou a Pitts que sua pesquisa tinha objetivo parecido ao de Leibniz: modelar
o funcionamento do sistema nervoso humano usando matemática e lógica. Pitts sugeriu as
ferramentas matemáticas que poderiam dar vida às ideias de McCulloch.
Decifrando o Cérebro: A Arquitetura da Inteligência
Na década de 40, já se sabia que o neurônio era uma unidade básica de comunicação do
sistema nervoso humano. Existem vários tipos diferentes, mas todos possuem a mesma
estrutura básica: dendritos que recebem sinais, soma (corpo celular) e axônio que
propaga o sinal.
Os dendritos de um neurônio podem receber informação de centenas ou milhares de
neurônios, enquanto seus terminais enviam informação para ainda mais neurônios. Quando
acumula sinais suficientes, o neurônio "dispara" - uma corrente elétrica se propaga pelo
axônio, causando liberação de sinais químicos.
Insight Revolucionário
McCulloch e Pitts acreditavam que da sinfonia dos 100 bilhões de neurônios do encéfalo
nasce a inteligência humana. Por isso, queriam encontrar um modelo matemático capaz de
capturar a essência de um neurônio.
1943: O Primeiro Neurônio Artificial
Com pouco mais de um ano de colaboração, McCulloch e Pitts publicaram "Um Cálculo Lógico
de Ideias Imanentes na Atividade Nervosa" - definindo o primeiro neurônio artificial.
Esse neurônio recebia entradas binárias (0 ou 1) representando mensagens de outros
neurônios. Os valores eram somados dentro do neurônio. Se o resultado superasse um
número limiar, o neurônio retornava 1 na saída; caso contrário, retornava 0.
Demonstração Histórica
Eles demonstraram que esse modelo básico era suficiente para implementar operações
lógicas como AND, OR e NOT. Para replicar o AND, bastava um neurônio com duas entradas
e limiar igual a 2 - só ativaria quando ambas as entradas valessem 1.
As Limitações do Modelo Original
A ideia de McCulloch-Pitts era que a combinação de bilhões de operações lógicas
explicaria a racionalidade humana. Foi um marco na neurociência, mas deixava de lado
aspectos essenciais do sistema nervoso.
Descobertas Posteriores
Foi mostrado que apenas um dendrito de um neurônio real tem mais poder de computação
que um neurônio artificial inteiro - mesmo considerando versões mais sofisticadas.
Cada neurônio biológico é responsável por funções muito mais complexas que representar
apenas 0 ou 1.
Mesmo não sendo um bom modelo para neurônios reais, o neurônio de McCulloch-Pitts foi o
primeiro passo no desenvolvimento de inteligências capazes de escrever, dirigir, pintar
e, talvez, até sonhar.
O Desafio do Aprendizado Contínuo
A facilidade com que humanos aprendem coisas completamente novas - jogar um jogo, falar
palavras de idioma estrangeiro, dominar assuntos complexos - é impressionante. O
aprendizado contínuo é uma das características mais importantes que nos tornam humanos.
Uma das falhas do modelo McCulloch-Pitts era não explicar satisfatoriamente essa
capacidade de aprendizado - algo essencial se o objetivo é recriar inteligência humana
usando neurônios artificiais.
Visão de Turing
Alan Turing sugeriu que talvez a única forma de criar uma máquina que realmente sabe
pensar como um adulto seja primeiro criar uma máquina que sabe pensar como um bebê e
dar a ela capacidade de aprender.
Frank Rosenblatt e a Revolução do Perceptron
Levaria uma década após o neurônio de McCulloch-Pitts até que um psicólogo chamado Frank
Rosenblatt reacendesse a tocha e tentasse desenvolver um neurônio artificial que
conseguisse de fato aprender.
Como a dupla anterior, Rosenblatt estava interessado em descobrir as peças fundamentais
que permitem ao cérebro humano fazer o que faz. Isso o levou a estudar o trabalho do
psicólogo canadense Donald Hebb.
Teoria Hebbiana
Em 1949, Hebb propôs que o aprendizado dependia do fortalecimento de conexões entre
neurônios que se ativam juntos e enfraquecimento de outras conexões não utilizadas. A
teoria hebbiana e o neurônio de McCulloch-Pitts ressoaram como notas de uma mesma
música na imaginação de Rosenblatt.
Esse era o nascimento da área que hoje chamamos de Deep Learning.
1958: O Mark I - Primeiro Cérebro Elétrico
Em 1958, dois anos após terminar seu doutorado, Rosenblatt apresentou ao mundo o
Perceptron Mark I. Ele não ficou satisfeito apenas com a teoria - como computadores da
época eram lentos, construiu uma máquina própria.
Usando neurônios artificiais, o Mark I era capaz de aprender a reconhecer dígitos,
rostos, animais e outras imagens. Jornais como o New York Times anunciaram o nascimento
de um "cérebro elétrico".
Inovação Técnica
O segredo que permitia ao Mark I aprender era uma modificação do neurônio de
McCulloch-Pitts. Agora cada entrada possuía um parâmetro representando força de
conexão. Em vez de aceitar apenas 0 ou 1, as entradas podiam receber qualquer valor
real.
Como o Perceptron Aprende: Matemática do Aprendizado
O valor de cada entrada é multiplicado por seu respectivo parâmetro e somado dentro do
neurônio. Também é adicionado um valor constante B (bias), que codifica quão fácil é
ativar o neurônio por padrão. Se o resultado passar do limiar, o neurônio ativa.
Cada parâmetro é como um botão - virando cada um, você regula a intensidade da conexão.
É alterando essas intensidades que o neurônio de Rosenblatt consegue aprender.
- Exemplo Prático: Treinar perceptron para diferenciar gatos e
cachorros baseado em peso e altura. - Geometria: O limiar entre valores que ativam o perceptron
define uma reta no plano peso-altura. - Ajuste: Cada erro move a reta na direção correta, encontrando
separação ideal. - Convergência: Rosenblatt provou que o processo sempre encontra
solução, desde que ela exista.
Limitações do Perceptron
Se encontrarmos cachorros muito pequenos e gatos muito pesados, pode ser impossível
determinar uma reta que divida as categorias. Nesses casos, precisamos de algo mais
sofisticado - uma rede de vários perceptrons.
O Primeiro Inverno da IA: Tragédias e Limitações
Rosenblatt sabia que a solução para problemas mais complexos era se inspirar novamente
no encéfalo e criar uma rede de perceptrons - uma rede neural com várias camadas. O que
ele não sabia era como treinar essas redes.
Seu algoritmo funcionava perfeitamente em um único perceptron, mas falhava quando novas
camadas eram adicionadas. Além disso, redes neurais de várias camadas demandavam poder
computacional impensável nos anos 60.
Declínio e Tragédia
Em 1969, Marvin Minsky publicou "Perceptrons", chamando atenção para as limitações dos
neurônios de Rosenblatt. Os fundos para pesquisa congelaram - o "primeiro inverno da
IA". No mesmo ano, McCulloch e Pitts faleceram. Em 1971, Rosenblatt sofreu acidente de
barco fatal aos 41 anos.
Nenhum dos três sabia, mas a solução para treinar redes neurais já havia sido publicada
por um engenheiro aeroespacial chamado Henry J. Kelly uma década antes - mas nunca
alcançou a comunidade de IA.
1801: A Caça pelo Planeta Perdido
Para entender o que liberou o poder das redes neurais, precisamos viajar no tempo. No
ano novo de 1801, Giuseppe Piazzi apontou seu telescópio para a noite siciliana e notou
algo curioso: um ponto iluminado entre Marte e Júpiter que se movia.
Piazzi acreditou ter descoberto um novo planeta - Ceres. Anotou sua posição por 42 dias
até que a órbita o levou a ser ocultado pelo Sol. Quando deveria reaparecer, ninguém
conseguiu encontrar o planeta. Ceres havia desaparecido.
Desafio Matemático
Matemáticos por toda Europa participaram da caça. O objetivo: desvendar a órbita
usando apenas 19 observações de Piazzi. Meses se passaram sem solução, até que um
jovem de 24 anos decidiu pensar sobre o problema.
Carl Friedrich Gauss e o Método dos Mínimos Quadrados
O jovem sabia que Ceres seguia uma elipse com foco no Sol, mas Piazzi fez suas medidas
enquanto a Terra também estava em movimento. Além disso, observações astronômicas
possuíam erros de equipamentos e humanos.
Por isso, não existia forma de desenhar uma elipse que incluísse exatamente os 19
pontos. A solução: para qualquer elipse candidata, medir a distância de cada ponto
observado até o ponto mais próximo da elipse. Essa diferença é o "erro".
- Função Erro: Recebe parâmetros da órbita, retorna erro total
comparado às observações. - Minimização: A elipse que minimiza erros será próxima da órbita
real de Ceres. - Gradiente: Ferramenta matemática que indica direção de maior
crescimento/decrescimento. - Convergência: Seguindo direção oposta ao gradiente, encontra-se
o mínimo erro.
Após mais de 100 horas de cálculo manual, Gauss sabia exatamente onde apontar os
telescópios. Em 7 de dezembro de 1801, Ceres foi reencontrado. Essa façanha tornou Gauss
uma celebridade científica instantânea.
A Conexão: De Ceres às Redes Neurais
Treinar uma rede neural também é questão de encontrar menor erro possível usando
informações imprecisas, como as observações de Piazzi. Se estivéssemos treinando uma
rede para identificar imagens ou diagnosticar doenças, poderíamos ajustar parâmetros até
encontrar combinação que diminui erro ao máximo.
Então realizar o sonho de Rosenblatt seria apenas aplicar o método de Gauss?
Infelizmente, não. Rosenblatt conhecia o método e havia confrontado esses pensamentos,
mas não sabia como implementá-lo em algo complexo como rede neural.
Barreira Tecnológica
O sucesso da IA não é apenas sobre descobertas teóricas, mas avanços tecnológicos.
Quando Rosenblatt começou, computadores faziam mil instruções por segundo. Foram
necessários 50 anos da Lei de Moore até chegarmos onde máquinas conseguem parecer
pensar.
A Revolução do Backpropagation
Para entender o que liberou todo poder das redes neurais, vamos juntar tudo aprendido
até agora para ensinar uma IA a diferenciar gato e cachorro usando fotos.
Começamos com rede neural onde todos parâmetros são aleatórios. Nas entradas, a rede
recebe uma imagem codificada em números - cada pixel vira um valor entre 0 e 255. Do
outro lado, duas saídas: cachorro ou gato, com valores entre 0 e 1.
Função de Erro
Como no problema de Ceres, montamos função de erro. Cada parâmetro da rede é entrada
dessa função, a saída é o quanto a rede está longe da resposta certa. Para um gato,
queremos saída 1 para gato e 0 para cachorro.
O Algoritmo que Mudou Tudo: Retropropagação
Fazer gradiente descendente numa rede neural é muito mais complicado. Para saber como um
parâmetro afeta a rede, precisamos seguir como mudanças impactam neurônios conectados na
próxima camada, depois na outra, e assim por diante.
A solução é o algoritmo Backpropagation (retropropagação), inventado por Henry J. Kelly
em 1960, mas redescoberto pela comunidade de IA nos anos 80.
- Propagação: Calcular erro salvando resultados intermediários de
cada neurônio. - Retropropagação: Começar pelas saídas, calcular gradiente e
viajar de volta pela rede. - Regra da Cadeia: Reutilizar cálculos anteriores para eficiência
computacional. - Atualização: Ajustar parâmetros baseado na média de mudanças
propostas.
Processo Completo
O aprendizado é o processo de repetir isso para grupos de imagens várias vezes, com
esperança de cada vez ter erro menor. É um processo de repetidamente fazer cálculos
para encontrar parâmetros melhores.
Redes Neurais Modernas: O Poder Atual
Redes neurais modernas podem ter arquiteturas mais sofisticadas. IAs que identificam
imagens usam redes convolucionais. Existem formas de aprendizado que não dependem de
exemplos, como aprendizado por reforço.
Mas tanto redes convolucionais quanto grandes modelos de linguagem (GPT, Gemini) e
praticamente qualquer IA moderna dependem desses mesmos princípios explicados aqui.
Poder Computacional Atual
Treinar um grande modelo de linguagem de ponta requer cerca de 100 mil placas de vídeo
trabalhando juntas. Temos hoje velocidade de processamento equivalente à soma de todos
computadores que existiam durante carreira de Rosenblatt.
A Verdadeira Lição da História
Hoje, redes neurais são fundamento de todas IAs transformando nosso mundo. Pode parecer
que IA simbólica foi perda de tempo e redes neurais são certamente o futuro.
Mas a lição real é que não é óbvio para cientistas de uma época qual tópico de pesquisa
será mais importante. Ideias revolucionárias são difíceis de notar.
Reflexão Final
McCulloch-Pitts e Rosenblatt foram rebeldes que desafiaram sabedoria da época e
defenderam pesquisas vistas como motivo de riso. Talvez os criadores das ideias mais
poderosas do nosso tempo, que transformarão o futuro, estejam recebendo
reconhecimento. Ou talvez estejam na mente de jovens desconhecidos brigando para
defender valor dessas ideias.
Talvez um deles esteja aqui no Brasil. Talvez esteja lendo este artigo. Talvez seja
você.
Checklist: Compreendendo Redes Neurais
Checklist de Conhecimento
- Compreendeu a história de Walter Pitts e Warren McCulloch
- Entendeu o modelo McCulloch-Pitts e suas limitações
- Estudou Frank Rosenblatt e o desenvolvimento do Perceptron
- Conectou o método de Gauss com treinamento de redes neurais
- Compreendeu o algoritmo de backpropagation
- Identificou aplicações modernas de redes neurais
Perguntas frequentes
O que são redes neurais na prática?
Funções treináveis que aproximam padrões a partir de dados. Marketing “cérebro” ajuda pouco.
Preciso de PhD para usar?
Não para aplicar modelos. Sim para inventar arquiteturas novas.
Como estudar sem se perder?
Um problema, um dataset, uma métrica. Depois deep learning frameworks.
IA generativa é rede neural?
Em geral sim (transformers). Conceito ≠ produto ChatGPT.
Continue explorando
Continue: Como usar IA para programar · Claude Code guia · Programa CrazyStack · Cursos CrazyStack.
Perguntas frequentes
O que são redes neurais na prática?
Funções treináveis que aproximam padrões a partir de dados. Marketing “cérebro” ajuda pouco.
Preciso de PhD para usar?
Não para aplicar modelos. Sim para inventar arquiteturas novas.
Como estudar sem se perder?
Um problema, um dataset, uma métrica. Depois deep learning frameworks.
IA generativa é rede neural?
Em geral sim (transformers). Conceito ≠ produto ChatGPT.
Como o Perceptron Aprende: Matemática do Aprendizado
O valor de cada entrada é multiplicado por seu respectivo parâmetro e somado dentro do neurônio. Também é adicionado um valor constante B (bias), que codifica quão fácil é ativar o neurônio por padrão. Se o resultado passar do limiar, o neurônio ativa. Cada parâmetro é como um botão - virando cada um, você regula a intensidade da conexão. É alterando essas intensidades que o neurônio de Rosenblatt consegue aprender.