Machine Learning ou Aprendizado de Máquina, você sabe o que é?

A não ser que você tenha vivido em uma ilha isolada no mundo por toda a sua vida, é quase certo que tenha ouvido falar em Machine Learning ou Aprendizado de Máquina. Ok, talvez você não saiba o que é Machine Learning e é por isso que está aqui, para aprender, tal qual as máquinas fazem? Ou não? Como você aprende as coisas? Como é o processo de aprendizagem das máquinas? Ficou confuso? Não fique! Logo você aprenderá como as máquinas aprendem.

Da mesma forma que a Inteligência Artificial, o Machine Learning não é um assunto novo. Já vai mais de meio século quando se falou a primeira vez a respeito, mas foram apenas nos últimos anos que tomou corpo e se pôde vê-lo participando mais intensamente no mundo moderno.

Machine Learning é o mesmo que Inteligência Artificial?

Essa é provavelmente a pergunta mais frequente que as pessoas que estão começando a conhecer a área, fazem. A dúvida é natural, mas pode ser facilmente respondida e compreendida, se pensarmos um pouco a respeito.

Talvez nem seja necessário pensar, bastando que observemos um bebê. Você já reparou o comportamento dos bebês na idade em que começam a imitar seus pais, irmãos e outras pessoas? Nessa etapa de suas vidas, eles observam muito e logo começam a repetir tudo o que veem e que gostam. É o aprendizado por observação, repetição e imitação, sendo que a repetição é um dos aspectos mais importantes, principalmente se erram as primeiras imitações, para que possam fazer corretamente.

Conforme crescemos e envelhecemos, o processo cognitivo altera-se e fica mais rico em termos de fatores que interferem no aprendizado e a medida que adquirimos mais e mais conhecimento, estes colaboram para a aquisição de novos em velocidade sempre maior. Assim, mesmo que se costume dizer que pessoas que aprendem rápido são inteligentes, a inteligência não é apenas aprendizado.

O aprendizado tem relação com a inteligência, é parte dela, mas não é a mesma coisa. É muito simples perceber. Muitas vezes somos desafiados a resolver questões inéditas, sem conhecimentos e dados prévios para basear nossas decisões, ou seja, sem a observação e repetição dos dados que são comuns no processo de aprendizado, usando apenas a inteligência para avaliar e discernir.

Portanto, embora o Machine Learning costume integrar a Inteligência Artificial e seja até mesmo fundamental para que ela seja possível, IA é muito mais amplo do que Aprendizado de Máquina.

O que é Machine Learning?

Esta deve ser a pergunta que você quer ver respondida, depois de saber que não é sinônimo de Inteligência Artificial. Sendo assim, uma possível definição formal, poderia ser: “Aprendizado de Máquina é a capacidade que uma máquina adquire de aprender tal como fazem os humanos, de modo autônomo, através da coleta de dados e informações, avaliação dos mesmos, para finalmente decidir”.

Mas você está aqui para mais do que isso, certo?

O aprendizado de máquina é a parte da inteligência artificial, que permite aos computadores desenvolverem um comportamento tal qual a aprendizagem humana, de forma que quando recebem quantidades suficientes de dados, esses computadores são capazes de aprender, crescer, mudar e desenvolverem-se de modo independente da interação humana ou programação convencional.

O processo começa com a alimentação de dados de boa qualidade e o “treinamento” do computador através da construção de modelos de aprendizado a partir dos dados e de diferentes algoritmos. Há variação nos algoritmos dependendo do tipo de dados que temos e do tipo de tarefa que estamos tentando automatizar.

Assim por exemplo, se o objetivo é criar um filtro antispam, os algoritmos de aprendizado não serão os mesmos usados para o aprendizado de como dirigir um veículo, bem como a natureza dos dados, também não. E dessa forma, acabamos de dar dois exemplos práticos de aplicação de Machine Learning.

Há atualmente muitas aplicações em que o Machine Learning tem sido usado pelas empresas em serviços do nosso quotidiano, tais como as indicações de filmes do Netflix, as melhores rotas no mapa do Waze, as indicações de compra na Amazon, os resultados das buscas no Google e até quando a operadora de cartão de crédito lhe telefona para validar uma determinada operação, ela usou Aprendizado de Máquina para identificar uma transação suspeita ou possível fraude.

Quais os tipos de Machine Learning?

Dois dos métodos ou tipos principais de aprendizado de máquina são o aprendizado supervisionado e o aprendizado não supervisionado. Também há em menor escala de utilização, o semi supervisionado e aprendizado por reforço:

Aprendizado supervisionado

Nesta modalidade, uma grande quantidade de dados é fornecida ao algoritmo de aprendizado e em meio aos dados, há uma quantidade deles que estão associados a resposta certa ou à saída que se espera que seja dada, que são os denominados rótulos. Por este tipo de comportamento, este método também é chamado de indutivo, já que há interferência proposital para obtenção dos resultados que se espera ou pretende;

Aprendizado não supervisionado

Como é de se supor, contrariamente ao anterior, os dados recebidos não contém as saídas que são previstas. Desta forma, os resultados estão relacionados com os padrões encontrados nos dados e não a um rótulo, sendo importante que o volume de dados seja suficientemente grande para os que padrões que conduzem às respostas, sejam identificados. Este modelo é também chamado dedutivo, visto que se assemelha ao modelo mental humano em que a resposta é obtida por conclusão da avaliação dos dados;

Aprendizado semi supervisionado

Inclui dados de ambos os modelos acima e assim o aprendizado é capaz de ocorrer a partir de dados supervisionados e não supervisionados, quando temos uma grande quantidade de dados de treino mas apenas alguns são supervisionados ou contém os rótulos;

Aprendizagem por reforço

Também conhecido como modelo ou método de recompensas, já que o agente (autor da ação), aprende os resultados através de ações que podem ser feitas por ele (na condição de agente), atuando no ambiente, produzindo diferentes recompensas. As maiores recompensas estão associadas às melhores decisões. Portanto, o objetivo da aprendizagem de reforço é aprender a melhor decisão a ser adotada, quando há várias alternativas para se escolher e diferentes resultados, todos podendo ser verdadeiros.

O Machine Learning no ambiente empresarial

Já vimos algumas situações nas quais nos beneficiamos desta tecnologia no nosso dia a dia, mas a quantidade de aplicações na área, já é imensa. Quem ainda não ingressou nesta onda, deve considerar seriamente ingressar.

As empresas precisam compreender que o Machine Learning deve estar associado a produtos e/ou serviços, com diversos objetivos, que vão desde torná-los melhores e mais atrativos, como também mais baratos, contribuir para aspectos de segurança, desempenho, usabilidade e até mesmo melhorar a imagem da própria empresa e não apenas porque é uma tendência ou uma tecnologia de ponta.

O primeiro passo rumo a implementar a aprendizagem de máquina na empresa para ser um instrumento de melhoria nos negócios, é estipular objetivamente o que você quer fazer melhor ou que demandas seus clientes têm e que o Machine Learning pode suprir. Em breve, a questão não será mais se você vai ou não utilizá-lo, mas o quanto irá fazê-lo.

Conclusão

Machine Learning não é um assunto novo, não é apenas uma tendência e nem algo que irá acontecer no futuro. Já é parte de nossas realidades e consiste de uma tecnologia que é capaz de trazer melhorias nos produtos e serviços que consumimos, com claros benefícios para nós e para as empresas que se utilizam dela.

Comentários ({{totalComentarios}})