Já pensou como a tecnologia dos equipamentos tem evoluído atualmente? As máquinas estão evoluindo cada vez mais e desenvolveram a capacidade de aprender. Nada de ficção científica, a realidade da ciência e da tecnologia atual gerou máquinas com a competência de aprendizado.

O aprendizado de máquina explora o estudo e a criação de algoritmos que podem aprender com seus erros e fazer previsões com dados. O conceito de machine learning, aprendizado de máquina (ou mesmo aprendizagem automática) consiste na capacidade de redes neurais aprender a tomar de decisões e classifica-las.

Esses modelos analíticos permitem que pesquisadores, cientistas de dados, gestores, engenheiros, e analistas possam “produzir decisões e resultados confiáveis e repetitíveis”. Além de descobrir os “insights escondidos” através do aprendizado das relações e tendências históricas nos dados.

O potencial de aprendizado continuo e crescente das máquinas também pode garantir uma evolução jamais vista na relação: dado, informação e conhecimento. Máquinas que possuírem uma capacidade maior do que os humanos em analisar os dados e propor insigths para ações determinadas, certamente, podem ensinar algo para todos nós.

Se você acompanha este blog, deve ter lido em artigos anteriores, que já evidenciamos a importância de reconhecer e quebrar crenças limitadas sobre o impacto da tecnologia no trabalho e a importância do aprendizado como garantia de benefícios para o futuro próximo (e desde agora no presente). Caso não tenha lido, sugerimos a leitura de artigos como:

COMO A TÉCNICA VIROU TECNOLOGIA (E MUDOU TUDO!

INDUSTRIA 4.0: MENOS MÁQUINAS, MAIS SISTEMAS

INTELIGÊNCIA ARTIFICIAL E AUTOMAÇÃO NO PARADIGMA DA INDUSTRIA 4.0

Tecnologia, capacitação e novas formas de aprender

A HISTÓRIA-NÃO-CONTADA DA MACHINE LEARNING

Alan Turing pioneiro na ciência da computação trabalhou como funcionário do Governmente Code and Cypher School entre 1940 e 1941 criando a máquina para decifrar mensagens em código usadas pelos nazistas na segunda grande guerra. A máquina de Turing certamente acelerou o fim da guerra e a criação do computador.

Alan Turing publicou o livro “On Computable Numbers” propondo questões significativas sobre programação e inteligência humana em 1954 mesmo ano em que a Texas Instruments anunciou o início da produção dos transistors.

Foi também na década de 50 que nas faculdades passou-se a falar de Inteligência Artificial. Desde então, a comunidade acadêmica começou a se interessar a desenvolver pesquisas voltadas para fazerem máquinas aprenderem. Mais precisamente o campo de pesquisa da inteligência artificial foi fundado em uma conferência no campus do Dartmouth College no verão de 1956.

Pelas décadas futuras, aqueles participantes do evento viriam a ser os líderes na pesquisa com IA. Muitos deles prediziam que máquinas tão inteligentes quanto um ser humano iria existir em não mais do que uma geração. Isso ainda não aconteceu…

O otimimismo era exarcebado: John McCarthy (que cunhou o termo “inteligência artificial”), Marvin Minsky, Nathaniel Rochester e Claude Shannon escreveram esta previsão daquilo que poderia ser realizado com computadores da década de 50:

 “Propomos que seja realizado um estudo sobre inteligência artificial em 2 meses e com 10 homens durante o verão de 1956 na Universidade de Dartmouth […] Será feita uma tentativa para descobrir como fazer as máquinas usar linguagem, formar abstrações e conceitos, resolver o tipo de problemas agora reservados para os seres humanos e se auto-aperfeiçoarem. “

De fato, o primeiro programa com habilidade de auto-aprendizagem foi o Game of Checkers de Arthur Samuel. Em 1959, Arthur conceituaria aprendizado de máquina como o “campo de estudo que dá aos computadores a habilidade de aprender sem serem explicitamente programados.”  

 

A HISTÓRIA NÃO CONTADA DA INTELIGÊNCIA ARTIFICIAL

A década de 60 foi muito emblemática para o avanço – e para a discussão dos avanços da tecnologia. Nela, começaram os primeiros registros de uso da informática para fins comerciais, foi quando a IBM lançou o chip e o primeiro computador electrônico. Também teve robôs que começaram a fazer viagens espaciais e, até mesmo, homens pisaram na lua.

Outro fato é que tivemos o lançamento do embrião da internet, a ARPANET (Advanced Research Projects Agency Network), que consistia em uma rede operacional de computadores à base de comutação de pacotes.

 Hoje a internet proporciona a melhoria continua do aprendizado de máquinas também através da Big Data, pois o machine learning se beneficia do crescente número de informação digitalizada disponível e distribuida via internet. Vice versa, técnicas do aprendizado de máquina tem sido usadas para melhorar a performance de algoritmos da web.

SÉCULO XXI: O SÉCULO DAS MÁQUINAS QUE APRENDEM

Visando melhorar a precisão em 10% do seu algoritmo de recomendação, a Netflix criava em 2006 a primeira competição: “Netflix Prize”. Um time composto por pesquisadores da AT&T Labs em colaboração com o time Big Chaos e Pragmatic Theory construíram um programa para ganhar o grande prêmio em 2009 de 1 milhão de dólares.  

Logo após os prêmio ser concedido, a Netflix se deu conta que as avaliações dos usuários não eram as melhores indicações de seus padrões de filmes e séries vistos (“tudo pode ser recomendação”) e mudaram seu motor de recomendação.

Contudo, em 2010 o Periódico do Wall Street escreveu sobre a empresa de gestão financeira Rebellion Research que usava o aprendizado de máquina para predizer os movimentos econômicos. O artigo descrevia a previsão da Rebellion Research sobre a crise financeira e a recuperação econômica.

Depois, em 2014, foi relatado que um algoritmo de aprendizado de máquina foi aplicado em Historia da Arte para estudar as pinturas de arte e que ele pode ter revelado influencias entre artistas previamente não reconhecidas. Atualmente, máquinas podem até reproduzir quadros imitando técnicas de artistas consagrados através da deep learning.

Em 2017, (vinte anos depois do computador da IBM, Deep Blue, ser o primeiro a derrotar o campeão mundial de xadrez Garri Kasparov), uma máquina aprendeu a jogar xadrez através de deep learning,

  Explico: uma máquina com “aprendizado profundo” foi capaz de vencer uma outra máquina que apenas reconhecia no banco de dados as jogadas que tinha experimentado e, portanto, “aprendido”. O aprendizado profundo evidenciava-se também superior.

Os algoritmos de deep learning são capazes de analisar dados não-estruturados sem praticamente nenhum tipo de pré-processamento ou supervisão. Não apenas a interpretação de padrões estatísticos históricos, a análise de dados é só uma camada desse aprendizado.

O método Deep Learning, ou aprendizado profundo, utiliza redes neurais artificiais para simular a forma como nossos neurônios funcionam extraindo padrões de grandes grupos de dados. É, em essência, uma percepção que funciona de forma parecida com a nossa — combinada com a capacidade de gerar conteúdo a partir dessa assimilação.

Um exemplo dessa tecnologia é o algoritmo Deep Face, do Facebook, que reconhece imagens e expressões faciais com a mesma facilidade (senão mais facilmente) do que um ser humano, mesmo nos casos de fotografias com qualidade mais baixa. Entretanto, nenhuma máquina foi construída com inteligência natural, ao contrário das predições otimistas da primeira geração de pesquisadores.

É de Tuning o artigo: “Conhecimento e inteligência” que discute entre outros cenários, a capacidade das máquinas de pensar. Tuning conclui que a pergunta: “As máquinas são capazes de pensar?”  deve ser substituída pela pergunta: “As máquinas são capazes de fazer o que (nós como entidades pensantes) podemos fazer?”

 “Nós podemos ver somente a uma curta distância à frente,” admitiu Alan Turing em um artigo da década de 1950 que catalisou a pesquisa moderna por máquinas que aprendem. “Mas,” ele acrescentou, “Nós podemos ver que pode ser feito!.”

Leia também aqui em nosso blog:

AUTOMAÇÃO GERADOR DE ESCASSEZ OU ARAUTO DA ABUNDÂNCIA

POR QUE A INDUSTRIA 4.0 É SINÔNIMO DE MANUFATURA AVANÇADA?

INDUSTRIA 4.0: FIMA DA PRODUÇÃO EM MASSA OU NOVA ERA DA CUSTOMIZAÇÃO EM MASSA?

INDUSTRIA 4.0 E SUSTENTABILIDADE