O que é e como funciona o machine learning

Por 15/07/2018
O que é e como funciona o machine learning

A piada padrão sobre inteligência artificial (IA) é que, como a fusão nuclear, é o futuro há mais de meio século. Em 1958, o New York Times informou que o Perceptron, uma antiga máquina de IA desenvolvida na Universidade de Cornell com dinheiro militar, era “o embrião de um computador eletrônico que [a Marinha americana] espera poder andar, falar, ver, escrever, reproduzir e ter consciência de sua existência”. Cinco décadas depois, navios de guerra autoconscientes permanecem visíveis por sua ausência. No entanto, ao lado do hype, houve um progresso espetacular: os computadores agora são melhores que qualquer humano nos jogos de xadrez, por exemplo.

Os computadores podem processar a fala humana e ler até caligrafia confusa. Para muitas pessoas hoje, os sistemas automatizados de resposta por telefone são enfurecedores. Mas eles parecem mágicos para alguém da década de 1950. Hoje em dia, a IA está nas notícias novamente, pois houve um progresso impressionante nos últimos anos em um subcampo particular da IA, chamado machine learning. Mas o que exatamente é isso?

O machine learning é exatamente o que parece: uma tentativa de executar um truque que até mesmo animais muito primitivos são capazes de aprender com a experiência. Computadores são “seres” hiper-literais: qualquer um que tenha tentado programar um, dirá que a dificuldade vem de lidar com o fato de que um computador fará exatamente e precisamente o que você diz, inclusive os erros estúpidos e tudo mais. Para tarefas que podem ser resumidas em regras simples e não ambíguas – como analisar a matemática, por exemplo – tudo bem. Para trabalhos mais complicados, é um problema sério, especialmente porque os próprios seres humanos podem ter dificuldade em articular regras claras. O machine learning visa ajudar os computadores a descobrirem essas regras difusas por si mesmas, sem precisarem ser explicitamente instruídas a cada passo do caminho pelos programadores humanos.

Existem  muitos tipos diferentes de machine learning. Mas o que está ganhando as manchetes no momento é chamado de “aprendizado profundo”. Ele usa redes neurais artificiais – simulações computadorizadas simplificadas de como os neurônios biológicos se comportam – para extrair regras e padrões de conjuntos de dados. Mostre a uma rede neural imagens suficientes de gatos, por exemplo, ou escute um número suficiente de vozes alemãs, e será capaz de dizer se uma imagem que nunca viu antes é um gato, ou uma gravação de som é em alemão. A abordagem geral não é nova (o Perceptron, mencionado acima, foi uma das primeiras redes neurais). Mas o poder cada vez maior dos computadores permitiu que máquinas de aprendizagem profunda simulassem bilhões de neurônios.

Ao mesmo tempo, a enorme quantidade de informações disponíveis na internet forneceu aos algoritmos uma quantidade sem precedentes de dados para serem analisados. Os resultados podem ser impressionantes. O algoritmo do Facebook, por exemplo, é quase tão bom quanto um ser humano quando se trata de reconhecer rostos específicos, mesmo que eles estejam mal iluminados, ou vistos de um ângulo estranho. E-mails de spam é um problema bem menor do que costumava ser, porque as grandes quantidades dos que circulam online têm computadores autorizados a aprender a reconhecer o que é um spam, e desviá-lo antes que ele chegue a sua caixa de entrada.

Grandes empresas como Google, Baidu e Microsoft estão despejando recursos no desenvolvimento de IA, com o objetivo de melhorar os resultados de pesquisa, construir computadores com os quais você pode conversar e muito mais. Uma onda de startups quer usar as técnicas para tudo, desde procurar tumores em imagens médicas até automatizar o trabalho de back-office, como a preparação de relatórios de vendas. O apelo da voz automatizada ou reconhecimento facial para espiões e policiais é óbvio, e eles também estão tendo um grande interesse. Esse rápido progresso gerou profetas, que se preocupam com o fato de os computadores poderem se tornar mais inteligentes do que seus mestres humanos e talvez até mesmo desalojá-los. Tais preocupações não são inteiramente sem fundamento. Mesmo agora, os cientistas não entendem realmente como o cérebro funciona.

Mas não há nada de sobrenatural nisso – e isso implica que construir algo semelhante dentro de uma máquina deveria ser possível em princípio. Alguma inovação conceitual, ou o constante aumento no poder da computação, pode um dia dar origem a computadores hiperinteligentes e autoconscientes. Mas, por enquanto, e no futuro previsível, as máquinas de aprendizagem profunda permanecerão como mecanismos de reconhecimento de padrões. Eles não vão dominar o mundo. Mas eles revolucionarão a forma com a qual os humanos trabalham.

Artigos relacionados

COMENTÁRIOS


© Copyright 2018 - Todos direitos reservados a Harpia Propaganda