1. CONTEXTO HISTÓRICO DA VISÃO COMPUTACIONAL: DO INVERNO DA IA À REVOLUÇÃO DO DEEP LEARNING
1.1 Os Primórdios das Redes Convolucionais e as Limitações da Era Inicial
Nas primeiras décadas de desenvolvimento da Inteligência Artificial, o treinamento de redes neurais artificiais com múltiplas camadas profundas enfrentava severas barreiras matemáticas e computacionais. O ajuste iterativo dos parâmetros por meio do algoritmo de retropropagação do erro (backpropagation) demonstrava forte instabilidade em arquiteturas complexas, frequentemente colapsando devido ao fenômeno do desvanecimento do gradiente (vanishing gradient). Nesse processo, os sinais de correção calculados a partir da camada de saída tornavam-se infinitesimalmente pequenos à medida que retropropagavam pelas camadas iniciais, impedindo o aprendizado efetivo. Somada à extrema escassez de dados anotados e ao reduzido poder de processamento dos computadores da época, essa limitação conduziu a comunidade científica a um período de relativo ceticismo e estagnação de investimentos conhecido como o “Inverno da IA” (AI Winter). Contudo, as Redes Neurais Convolucionais (Convolutional Neural Networks – CNNs) não surgiram subitamente com as grandes competições da década de 2010; seus fundamentos teóricos e estruturais foram estabelecidos ainda na década de 1980. Inspirado nas descobertas neurofisiológicas sobre a organização do córtex visual biológico de mamíferos (HUBEL; WIESEL, 1959, 1962), Fukushima (1980) introduziu a arquitetura do Neocognitron. Esse modelo pioneiro formalizou os conceitos de campos receptivos locais — nos quais cada unidade de processamento analisa apenas um fragmento espacial restrito da imagem de entrada — e de compartilhamento de pesos entre neurônios, reduzindo drasticamente a quantidade de parâmetros a serem ajustados em comparação com redes completamente conectadas. O salto prático subsequente ocorreu em 1989, quando Yann LeCun e seus colaboradores demonstraram de forma inédita que o algoritmo de backpropagation podia ser utilizado para aprender autonomamente os coeficientes dos filtros convolucionais diretamente a partir dos pixels brutos de imagens de dígitos manuscritos (LECUN; BOSER et al., 1989).
Avenida República do Líbano, 251 - Pina, Recife - PE - CEP: 51110-160