SPINS - um simulador neural para visualização de aspectos de aprendizado utilizando neurônios spiking

Abstract

Os artefatos inteligentes podem ser considerados mecanismos inspirados biologicamente. Estes artefatos possuem a capacidade de simular características e comportamentos semelhantes ao dos seres vivos, através da modelagem biológica de seus sistemas neurais. Para obter um maior grau de fidelidade, o sistema nervoso destes artefatos deve implementar modelos neurais que se assemelhem ao modelo de neurônio biológico. Assim, acredita-se que a utilização de neurônios artificiais do tipo spiking - que são definidos como neurônios que apresentam como saída potenciais de ação - são os modelos mais recomendados para simular os neurônios biológicos. Para a visualização do sistema nervoso, que na área de Inteligência Artificial é representada pela rede neural do artefato, foi proposto neste trabalho um simulador neural chamado SPINS (Spiking Neurons Simulator). Este simulador foi desenvolvido para fins didáticos, possibilitando a visualização da rede neural como um todo, na qual são mostradas as ativações de cada neurônio e os estados em que o mesmo se apresenta, sendo que o estado é definido pelo seu potencial de membrana atual. Biologicamente, o aprendizado ocorre através de mudanças estruturais nas sinapses. Assim, através da organização de conexões sinápticas específicas, o simulador proposto permite visualizar aspectos de aprendizado, tais como habituação, sensibilização e condicionamento clássico. A teoria biológica que fundamenta este trabalho, bem como as estruturas computacionais que representam os modelos biológicos, é apresentada para dar um maior embasamento teórico. Por fim, o simulador proposto é validado através de um caso de uso o qual é implementada uma rede neural de um robô inspirado biologicamente.