Como usar
A montanha: a altura de cada ponto é o erro de um modelo de IA com aquelas configurações. Embaixo (verde) o modelo erra pouco; em cima (vermelho) erra muito. Aprender é descer a montanha.
A bolinha: a cada passo ela olha a inclinação do chão onde está (o gradiente) e anda morro abaixo. A taxa de aprendizado é o tamanho do passo. A semente sorteia o ponto de partida; você também pode clicar na montanha para escolher onde começar.
Arraste o fundo da cena para girar; use a roda do mouse ou dois dedos para aproximar. Pelo teclado: Tab até a cena, setas giram e as teclas + e − aproximam. Todos os comandos também estão nos botões.
- erro baixo (o vale)
- erro médio
- erro alto
- a bolinha e o caminho dela
Desafios
- Leve a bolinha até o vale mais fundo da montanha.
- Encontre uma semente em que a bolinha para num vale raso, que não é o mais fundo.
- Aumente a taxa de aprendizado até a bolinha pular o vale e o erro subir.
Para o professor
O que está por trás: treinar uma rede neural é ajustar milhões de números (os pesos) para diminuir o erro. Aqui são só dois números, x e y, e por isso o erro vira uma paisagem que dá para ver. O gradiente é a direção de maior subida; andar no sentido contrário, multiplicado pela taxa de aprendizado, é a descida do gradiente: novo ponto = ponto − taxa × gradiente.
Metodologia sugerida: experimentação orientada em duplas, com registro em tabela. Cada dupla testa três taxas de aprendizado e três sementes, anota o erro final e o número de passos, e a turma compara os resultados.
- Com taxa 0,05 e com taxa 0,3, quantos passos a bolinha precisa para parar? Por que passos pequenos demais também são um problema?
- Por que a bolinha às vezes para num vale que não é o mais fundo? Como a pessoa que treina a IA poderia perceber isso? (Testar várias sementes.)
- Para o 9º ano: a altura é uma função de duas variáveis. Escolha um caminho reto na vista de cima e descreva como o erro muda ao longo dele (EF09MA06).
- Para o Ensino Médio e o Superior: por que se usa taxa de aprendizado decrescente, ou otimizadores como momentum e Adam? Continue no simulador Treino de rede neural.
Habilidades: EF09CO07 e EF09MA06; no Superior, aprendizado de máquina e cálculo (derivadas parciais). Material concreto equivalente: uma bacia ou um lençol esticado com uma bolinha de gude, ou uma maquete de papelão com curvas de nível.