Ensinar as máquinas a fazer tarefas que só os humanos faziam gera quais transformações? Conheça o machine learning
O aprendizado de máquina está permitindo que os computadores lidem com tarefas que, até agora, só foram realizadas por pessoas.
De dirigir carros até traduzir discursos, o aprendizado de máquina está impulsionando uma explosão nas capacidades da inteligência artificial, ajudando o software a entender o mundo real confuso e imprevisível.
Mas o que exatamente é o aprendizado de máquina, porque ele importa e o que está possibilitando o atual boom do machine learning? A Mastertech, que capacita talentos para o próximo século, explica.
O que é Machine Learning?
Em um nível muito alto, o aprendizado de máquina é o processo de ensinar a um sistema de computador como fazer previsões precisas quando alimentado por dados.
Essas previsões podem responder se um pedaço de fruta em uma foto é uma banana ou uma maçã, observar pessoas atravessando a rua em frente a um carro autônomo, reconhecer se um e-mail é spam ou reconhecer a fala com precisão suficiente para gerar legendas para um vídeo do YouTube.
A principal diferença do software de computador tradicional é que um desenvolvedor humano não escreveu um código que instrui o sistema a saber a diferença entre a banana e a maçã.
Em vez disso, um modelo de aprendizado de máquina foi ensinado a discriminar com confiança os frutos, treinando-os em uma grande quantidade de dados, neste caso provavelmente um grande número de imagens rotuladas como contendo uma banana ou uma maçã.
Os dados, que são muitos, são a chave para tornar possível o aprendizado de máquina.
O que isso muda na sua vida?
Com o aumento do big data, o aprendizado de máquina tornou-se uma técnica fundamental para resolver problemas em áreas, como:
Considere usar o aprendizado de máquina quando você tiver uma tarefa ou problema complexo envolvendo uma grande quantidade de dados e muitas variáveis, mas nenhuma fórmula ou equação existente.
O ressurgimento do interesse em aprendizado de máquina se deve aos mesmos fatores que tornaram a mineração de dados mais popular do que nunca. Coisas como volumes crescentes e variedades de dados disponíveis, processamento computacional mais barato e mais poderoso, além de armazenamento de dados acessível.
Todas essas coisas significam que é possível produzir de forma rápida e automática modelos que possam analisar dados maiores e mais complexos e entregar resultados mais rápidos e precisos, mesmo em uma escala muito grande. E ao construir modelos precisos, uma organização tem mais chances de identificar oportunidades benéficas ou evitar riscos desconhecidos.
