O computador é equipado com
inteligência artificial e utiliza algoritmos para
aprendizagem de máquina de uso geral – um passo além do aprendizado de máquina comum, com o qual não somente se aprende coisas novas, mas também, com o passar do tempo, é possível para a máquina se autoensinar.
Apesar dos projetos de machine learning estarem forçando mudanças significativas no modo como empresas operam, não se fala muito mais sobre o que, de fato, as organizações estão fazendo com a tecnologia – se é que ela está sendo utilizada de alguma forma.
O editor do TechCrunch, Lukas Biewald, separou alguns exemplos interessantes do que está sendo feito no cenário mundial e de possibilidades que podem ser exploradas. Esqueça Siri e Echo. As inovações vão bem além disso.
1. Tornar conteúdo gerado pelo usuário algo valioso. Um pedaço de conteúdo gerado pelo usuário (UGC) é algo terrível, repleto de erros ortográficos, vulgaridades ou informações erradas. Mas, separando o joio do trigo, modelos de machine learning podem filtrar coisas ruins e ficar apenas com a parte boa da história.
Uma coisa semelhante aconteceu com e-mails spam há um tempo. Lembra-se como eram ruins e chegavam aos montes na caixa de entrada? O aprendizado de máquina ajudou a identificar spams e, basicamente, erradicá-los. Quem sabe a tática possa ser aplicada a comentários.
Quer um uso prático? O Pinterest usa machine learning para exibir conteúdo relevante aos usuários; o Yelp usa a tecnologia para organizar imagens de usuários.
2. Encontrar produtos rapidamente. O Google está sempre na vanguarda quando se trata da aplicação do aprendizado de máquina para otimizar buscas. O que torna o Google o que é hoje é exatamente a habilidade de saber o que é mais relevante e colocar isso à frente do resto. Mas não é somente a gigante que precisa de pesquisas inteligentes: a Apple, por exemplo, precisa mostrar aplicativos relevantes em sua loja on-line.
Startups de e-commerce bem-sucedidas como Lyst ou Trunk Archive implementaram machine learning para mostrar conteúdo de alta qualidade aos usuários. Outras novatas, como Rich Relevance e Edgecase, empregaram estratégias de aprendizado de máquina para exibir produtos relevantes na busca.
3. Engajamento de clientes. Notou que formulários de “fale conosco” estão cada vez mais enxutos? Outro ponto para machine learning: simplificar processos de negócios. Em vez de dar a opção para que usuários selecionem um problema e preencham campos intermináveis, o aprendizado de máquina pode buscar palavras-chave no conteúdo enviado e solicitar ajuda do lugar certo. Isso reduz custos e aumenta assertividade e rapidez com que um problema é solucionado.
4. Compreendendo o comportamento do cliente. O aprendizado de máquina também se destaca quando o assunto é análise de sentimentos. Quer um exemplo? Um estúdio de games recentemente lançou um novo título de um popular jogo com um playable teaser que os fãs não gostaram. Quando gamers reclamaram nas mídias sociais, o estúdio foi capaz de monitorar e compreender a conversa por meio de machine learning. A empresa terminou por mudar a sua agenda de lançamentos, a fim de adicionar recursos para agradar ao público.
