Certamente todos nós já ouvimos, pelo menos uma vez na vida, de "Inteligência Artificial", uma noção que agora entrou na terminologia cotidiana através de livros de ficção científica, mas também, e cada vez mais, através de filmes, séries de TV e canais de contato "fáceis" e "Direto". Alguns de nós também terão ouvido falar recentemente de "Aprendizado Automático", talvez em discursos relacionados a "Redes Neurais" ou "Algoritmos de Decisão".
Mas o que é aprendizado de máquina e o que isso tem a ver com inteligência artificial?
Bem, o aprendizado de máquina, ou aprendizado de máquina, nada mais é do que um tipo particular de Inteligência Artificial que fornece aos computadores a capacidade de aprender como resolver problemas sem serem especificamente programados para esse propósito. Ou seja, os computadores aprendem como se comportar por meio de dados e não (diretamente) do código do programa. Em vez de possuir, para cada atividade, processos de tomada de decisão específicos pré-determinados por um programador, o software de aprendizado de máquina analisa os dados já disponíveis, relativos a problemas semelhantes, e utiliza a análise estatística para definir os modelos conceituais; em seguida, aplique esses modelos a novos dados para tomar decisões ou fazer previsões. A tecnologia "por trás" dos algoritmos de Aprendizado de Máquina é a das chamadas "Redes Neurais Artificiais", que nada mais são do que um modelo matemático composto por "neurônios" artificiais inspirados em uma rede neural natural, na prática um cérebro. Obviamente, para que os resultados provenientes dos algoritmos de aprendizado de máquina sejam os mais precisos possíveis, é necessário que grandes quantidades de dados estejam disponíveis, possivelmente provenientes das fontes mais díspares, a fim de criar uma base de conhecimento o mais ampla possível, capaz de lidar, da melhor maneira, com aquelas situações nas quais não existe experiência humana anterior. Algoritmos de aprendizado de máquina já existem há muito tempo, mas a capacidade de aplicar automática e rapidamente os cálculos matemáticos complexos necessários a grandes quantidades de dados só está disponível recentemente. Assim que o poder da computação se tornou suficiente, no entanto, houve um florescimento de aplicativos que, apesar de suas maravilhas, se tornaram, ou estão se tornando, parte de nossa vida diária.
Por exemplo, temos:
- O carro do Google, esse é o carro que se move sozinho;
- Dicas online "direcionadas"Estilo aqueles de sítios da Amazon e Netflix;
- o reconhecimento facial, Que é a tecnologia que permite Facebook (mas também outros) para reconhecer rostos e marcá-los automaticamente cada vez que você postar uma foto no seu perfil;
- A inteligência social, ou seja, a capacidade de analisar o "conteúdo emocional" (opinião positiva, negativa ou neutra sobre determinados temas) de postagens e intervenções em redes sociais e tirar conclusões;
- Os assistentes virtuais Siri, Cortana (e outros) presentes em nossos smartphones.
Tais aplicações revelam todo o poder, bem como a grande utilidade prática, dos algoritmos de aprendizado de máquina e revelam como tais ferramentas já se tornaram, talvez sem nosso conhecimento. parte constante da nossa realidade. E a cada dia, mais e mais, testemunhamos ou ouvimos falar de novos usos; e muitas vezes é o Google, por meio de seus laboratórios de pesquisa e seus projetos inovadores, que encontra novas aplicações. Em fevereiro, ele revelou um sistema de inteligência artificial que, baseado em imagens pixeladas, consegue criar uma reconstrução bastante confiável da fotografia original; em abril, ele anunciou que seu Tradutor melhorou a precisão das traduções italianas graças a algoritmos de inteligência artificial; também em abril, lançou um portal que usa algoritmos de aprendizado de máquina para interpretar “rabiscos” ou apenas esboços de um objeto e “substituí-los” por desenhos precisos e profissionais do mesmo objeto. Mas o melhor ainda está por vir. Na verdade, o Machine Learning é uma ferramenta muito poderosa, cuja verdadeira força ainda não foi totalmente expressa e cujos usos futuros não se limitam aos negócios e serviços da empresa. Graças à constante evolução tecnológica e ao aumento do poder computacional, de fato, o Aprendizado de Máquina em breve poderá evoluir de uma ferramenta de análise para uma ferramenta de descoberta e inovação, e terá um papel cada vez mais protagonista em setores como a pesquisa e a ciência . Resumindo, os algoritmos que tiram proveito do aprendizado de máquina serão capazes de fazer exatamente o que os cientistas e inventores fazem agora, mas melhor e mais rápido. A esperança é que um dia o software resolva problemas insolúveis no momento. Ou seja, a esperança é, por exemplo, poder construir um Aprendizado de Máquina inteligente a ponto de permitir que ele use seus algoritmos para encontrar a cura de doenças como o câncer ou a AIDS. O futuro provavelmente será surpreendente, de maneiras que talvez nem mesmo possamos imaginar hoje.
John Calcerano