Arquitetura de Rede Neural para Formação de Habilidades Automáticas. Parte 1

O artigo apresenta uma arquitetura neural inspirada no mecanismo humano de formação de hábitos, conforme descrito em 'Hábitos Atômicos' de James Clear, em que ações se tornam automáticas após repetição. O sistema tem quatro componentes principais: um classificador de novidade, uma rede consciente, uma rede generativa e uma rede subconsciente, além de um verificador externo. Imagens de entrada de formas geométricas são primeiramente classificadas como novas ou familiares. Imagens novas vão para a rede consciente, que aprende via reforço. Após uma resposta correta, a rede generativa cria variações do exemplo bem-sucedido, que são usadas para ajustar a rede subconsciente, tornando a habilidade automática. O experimento envolve reconhecer círculos, quadrados, triângulos, cruzes e estrelas, sendo que os dois últimos não são vistos inicialmente. A rede subconsciente é pré-treinada nas três primeiras formas, e o classificador de novidade é treinado para considerá-las familiares. Quando uma cruz aparece, ela é direcionada para a rede consciente, que deve classificá-la corretamente; em seguida, a rede generativa produz muitos exemplos sintéticos para treinar o subconsciente. Após o treinamento, o classificador de novidade é atualizado para que cruzes se tornem familiares, e o subconsciente as trata diretamente. O artigo delineia critérios de sucesso: redução de chamadas à rede consciente, melhora da precisão do subconsciente em novas variações, retenção de habilidades antigas e redução da novidade para formas aprendidas. A arquitetura é intencionalmente simples para testes iniciais, com planos futuros para tarefas mais complexas e um agente.