Figura 1 -Fonte : http://pt.wikipedia.org/wiki/Neur%C3%B3nio

Os dendritos geralmente têm um aspecto de árvore e é a via de entrada de sinais provenientes de outras células nervosas. Eles favorecem o estabelecimento de sinapses distantes da localização do soma, estendendo o alcance do neurônio. Além disso, a área receptiva é aumentada pelas numerosas espinhas dendríticas – minúsculas projeções sobre as quais se formam contatos sinápticos – que existem nos ramos dendríticos de alguns tipos de neurônios. Elas permitem que os dendritos estabeleçam mais conexões com cada vez mais neurônios, possibilitando o aumento da entrada de informações. A depender da região do cérebro elas podem ocorrer aos milhares em cada neurônio.

Segundo LENT (2005), têm-se atribuído grande importância funcional às espinhas dendríticas porque se verificou que elas formam pequenos compartimentos que concentram íons e pequenas moléculas influentes na transmissão de informação entre os neurônios.

Uma quantidade maior de espinhas ou espinhas mais longas dão a essa treliça estrutural a capacidade de responder ativamente a estímulos e de procurar ativamente por novas conexões, e essa plasticidade neuronal pode alterar de forma substancial as capacidades de processamento de informação de qualquer neurônio. De fato, mudanças em espinhas dendríticas, além de outras manipulações que modificam a transmissão neuronal [...] podem contribuir significativamente para a capacidade do cérebro de aprender ao longo da vida. (LAMBERT e KINSLEY, 2006, p. 118-119).

O axônio se origina de uma região do soma muito excitável chamada de cone de implantação, segmento inicial ou zona de disparo, que é onde as informações são integradas e é tomada a decisão bioquímica de disparar ou não o potencial de ação (PA). É a principal unidade condutora de sinais a outros neurônios. O impulso nervoso se desloca, assim, no sentido dendrito-axônio. No final do axônio estão as terminações sinápticas onde estão presentes numerosas vesículas sinápticas, pequenas esferas que medem cerca de 50 nm de diâmetro que se aglomeram nas proximidades da membrana pré-sináptica. Elas contêm os neurotransmissores que serão liberados na fenda sináptica. Os sinais nervosos são transmitidos dentro do cérebro e deste para pontos distantes do corpo.

Apesar de muito próximas, as células nervosas não se comunicam anatomicamente entre si. Elas são separadas por um espaço chamado de fenda sináptica que mede 20-50 nm. O contato entre dois neurônios ou entre um neurônio e um músculo ou órgão, a depender do sistema com o qual está associado, é chamado de sinapse e este é o ponto de comunicação funcional ou associação entre dois neurônios.
Durante a passagem entre as duas células às mensagens podem ser modificadas e é justamente nisso que reside a grande flexibilidade funcional do sistema nervoso e a não interpretação de muitas informações.
A capacidade de processamento da informação do sistema nervoso é devido à integração entre as milhares de sinapses existentes em cada neurônio.

Como são unidades funcionais os neurônios não operam isoladamente, mas em grandes conjuntos, chamados de circuitos ou redes neurais. Para que seja feita uma caracterização do funcionamento do sistema nervoso não se pode analisar cada neurônio separadamente. É necessário que sejam visualizados como um conjunto de elementos inter-relacionados, que podem ter variações no seu estado a cada momento e influenciar o estado dos seus vizinhos. Estruturas dessa forma, confundem-se naturalmente com a conceitualização de sistemas complexos, a saber, as redes neurais são exemplos naturais desses sistemas.

Alem de ser muito interessante e importante saber como se procede as interações neurais do nosso cérebro, o conhecimento do mesmo também nos da base para desenvolvimento de estruturas que possam emular comportamento semelhante ao do nosso cérebro, a saber o principal foco dessas emulações, é a inteligência artificial, que de maneira bem simples é a tentativa do homem de construir estruturas artificiais baseados em nosso sistema neural capaz de reproduzir um funcionamento semelhante em partes e potencializado em outras.

As redes neurais formam uma sub área dos sistemas complexos muito vasta, pois envolve como citado, interesses que vão desde do entendimento orgânico a construção de modelos computacionais artificiais, no entanto, também existe uma aplicação muito importante que muitas vezes não é citada, devido a sua forma um pouco subjetiva no tratamento de dados. Como mencionando, é o sistema neural que constrói todas essa estrutura cognitiva que possuímos, é ela que nos permite o advento de memorizarmos informações do meio e a partir de tais memórias sermos capazes de interagir com as informações memorizadas, gerando combinações de uma aglomerado de pré informações que já possuímos. Então, é claro que o funcionamento desse sistemas neural também age diretamente na estrutura psíquica que possuímos, em outras palavras a personalidade. De alguma forma todo esse conjunto de sinapses se relaciona com a idéia do consciente que possuímos. O fato de muitos cientistas não adentrarem muito neste campo, trata-se da subjetividade do tratamento dos dados. No entanto deve-se chamar a atenção que atualmente é crescente na população, problemas relacionados com anomalias psíquicas que em muitos casos não possuem causa em anomalias orgânicas, mostrando ser apenas problemas causados com a correlações de informações no psíquico. É importante que aos alunos interessados por este assunto, considerar a importância desse detalhe.

Por ter uma área de aplicação muito vasta, as redes neurais possuem muitas subárea, para mais informações é interessante visitar a Sociedade Brasileira de Rede Neurais – SBRN (http://www.sbrn.org.br/).

As redes neurais artificiais consistem em um método de solucionar problemas de inteligência artificial, construindo um sistema que tenha circuitos que simulem o cérebro humano, inclusive seu comportamento, ou seja, aprendendo, errando e fazendo descobertas. São mais que isso, são técnicas computacionais que apresentam um modelo inspirado na estrutura neural de organismos inteligentes e que adquirem conhecimento através da experiência. Uma grande rede neural artificial pode ter centenas ou milhares de unidades de processamento, enquanto que o cérebro de um mamífero pode ter muitos bilhões de neurônios.

Apesar da complexidade da redes neurais não permitir uma única definição, as linhas seguintes seguem como uma tentativa das inúmeras definições ou interpretações do que seja realmente uma rede neural.

Um grafo direcionado é um objeto geométrico que consiste de um conjunto de pontos, chamados nós, ao longo de um conjunto de segmentos de linhas direcionadas entre eles. Uma rede neural é uma estrutura de processamento de informação distribuída paralelamente na forma de um grafo direcionado, com algumas restrições e definições próprias.

Os nós deste grafo são chamados elementos de processamento. Suas arestas são conexões, que funcionam como caminhos de condução instantânea de sinais em uma única direção, de forma que seus elementos de processamento podem receber qualquer número de conexões de entrada. Estas estruturas podem possuir memória local, e também possuir qualquer número de conexões de saída desde que os sinais nestas conexões sejam os mesmos. Portanto, estes elementos tem na verdade uma única conexão de saída, que pode dividir-se em cópias para formar múltiplas conexões, sendo que todos carregam o mesmo sinal.

Então, a única entrada permitida para a função de transferência (que cada elemento de processamento possui) são os valores armazenados na memória local do elemento de processamento e os valores atuais dos sinais de entrada nas conexões recebidas pelo elemento de processamento. Os únicos valores de saída permitidos a partir da função de transferência são valores armazenados na memória local do elemento de processamento, e o sinal de saída do mesmo.

A função de transferência pode operar continuamente ou episodicamente. Sendo que no segundo caso, deve existir uma entrada chamada "activate" que causa o ativamento da função de transferência com o sinal de entrada corrente e com valores da memória local, e produzir um sinal de saída atualizado (ocasionalmente alterando valores da memória). E no primeiro caso, os elementos estão sempre ativados, e a entrada "activate" chega através de uma conexão de um elemento de processamento agendado que também é parte da rede.

Sinais de entrada para uma rede neural a partir de fora da rede chegam através de conexões que se originam do mundo externo, saídas da rede para o mundo externo são conexões que deixam a rede.

De forma geral, a operação de uma célula da rede se resume em:

· Sinais são apresentados à entrada;
· Cada sinal é multiplicado por um peso que indica sua influência na saída da unidade;
· É feita a soma ponderada dos sinais que produz um nível de atividade;
· Se este nível excede um limite (threshold) a unidade produz uma saída;

REFERENCIAS:

[1] - Sociedade Brasileira de Redes Neurai - SBRN

[2] - Maciel-N.Q - A Dinâmica De Propagação Das Sinapses: Um Modelo Utilizando Redes Complexas