Por: diario | 11/01/2018

A tecnologia de aprendizagem mecânica alimenta muitos aspectos da sociedade moderna, desde pesquisas na web, filtragem de conteúdo em redes sociais, até recomendações em sites de comércio eletrônico, e está cada vez mais presente em produtos de consumo, como câmeras e smartphones. Os sistemas de aprendizado de máquina são um subcampo da Inteligência Artificial que permitem o uso de métodos de análises de dados que automatizam o desenvolvimento de modelos analíticos.

Recentemente, as técnicas de aprendizado de máquinas fizeram avanços em uma variedade de áreas de aplicação, como bioinformática, identificação de objetos em imagens, transcrição de mensagens em texto, combinação de itens de notícias, postagens ou produtos com os interesses dos usuários e seleção dos resultados relevantes de pesquisas.

O aprendizado de máquina constrói algoritmos e modelos que possam aprender a tomar decisões diretamente de dados sem seguir regras predefinidas. Os algoritmos se dividem em três categorias: aprendizagem supervisionada, não supervisionada e de reforço.

Especificamente os algoritmos de aprendizagem supervisionada aprendem a conduzir tarefas de classificação ou regressão a partir de dados rotulados, enquanto os não supervisionados se concentram na classificação dos conjuntos de amostras em diferentes grupos (ou seja, clusters) com dados não rotulados.

Já nos algoritmos de aprendizagem de reforço, os agentes aprendem a encontrar as melhores séries de ação para maximizar a recompensa acumulada (ou seja, a função objetiva) interagindo com o meio ambiente.

Os avanços mais recentes incluem aprendizado profundo (deep learning), transferência de aprendizado e redes adversárias generativas (GAN), e fornecem também as investigações e instruções de aplicação da inteligência artificial de formas inimagináveis.

O aprendizado profundo (deep learning) utiliza modelos de redes neurais de múltiplas camadas, sendo usado em uma incrível variedade de aplicações e diferentes combinações de técnicas matemáticas. É um modelo poderoso e diferenciado, pois pode considerar todos os parâmetros e automaticamente determinar a melhor combinação dos valores de entrada, tornando o processo de tomada de decisão muito mais sofisticado, convertendo computadores e dispositivos em sistemas mais inteligentes.

As coisas que os robôs só podiam fazer em filmes de ficção científica podem agora ser realizadas por smartphones. Qualquer linguagem pode ser compreendida e traduzida quase instantaneamente: conversamos com Siri, Cortana, Google Assistant ou Alexa; elas entendem, obedecem e respondem com um discurso natural e uma piada ocasional.

Muitos são os avanços no campo da inteligência artificial e deve-se ver o incrível progresso do aprendizado de máquina como um despertador, uma ocasião para abandonar desculpas e uma razão para encorajar novas abordagens.

Débora Morales