A explicação mais simples sobre aprendizado de máquina que você lerá

Cassie Kozyrkov
4 min readJun 29, 2018

Traduzido por Thomas Chi do original de Cassie Kozyrkov

Você provavelmente ouviu falar sobre aprendizado de máquina e inteligência artificial. Mas você tem certeza do que se trata? Se você está com dificuldades de entender, você não está só. Fala-se muito sobre isso que é difícil separar o joio do trigo. A começar pela nomenclatura …

Aprendizado de máquina é uma etiquetadora de coisas, essencialmente.

Eu sou uma estatística e neurocientista por formação, e nós estatísticos temos a reputação de escolher os nomes mais sem graça e mais chatos para coisas. Nós gostamos de fazer exatamente o que está escrito no rótulo. Você sabe como teríamos nomeado aprendizado de máquina? Etiquetadora de coisas!

Ao contrário da crença popular, aprendizado de máquina não é uma caixa mágica, tampouco é a razão para investimento de US$30 bilhões por um fundo de risco (venture capital). Na sua essência, aprendizado de máquina é apenas uma etiquetadora de coisas, pegando sua descrição de alguma coisa e dizendo para você qual a etiqueta que essa coisa deveria receber. Isso soa menos interessante do que você lá no Hacker News. Porém, você estaria empolgado em ler sobre esse assunto se nós chamássemos de etiquetadora de coisas em primeiro lugar? Provavelmente não, isso mostra que um pouco de marketing e deslumbre podem ser úteis para atrair a atenção que essa tecnologia merece (apesar de que não seja pelos motivos que você está pensando).

É fenomenalmente útil, porém não é tanta ficção científica como soa.

E a tal da inteligência artificial (IA)? Enquanto acadêmicos discutem sobre as nuances do que é e não é IA, o setor está usando o termo para se referir a um tipo particular de aprendizado de máquina. De fato, a maioria das pessoas usa os termos de forma intercambiável. Logo, IA é sobre etiquetar as coisas. Você estava esperando robôs? Algo parecendo ficção científica com sua própria mente, algo humanóide? Bem, IA hoje não é isso. Mas nós somos uma espécie que vê traços humanos em tudo. Nós vemos rostos em torradas, corpos em nuvens e se vemos dois botões em uma meia, eu acabo falando com ela. Aquele boneco de meia não é uma pessoa e tampouco é IA — é importante ter isso em mente. É decepcionante? Anime-se! A realidade é muito mais útil.

Deixe me mostrar porque você deve se animar. O que você vê na foto?

Que tipo de animal é este? Fácil, não? Agora me diga o que o seu cérebro fez com esses pixels para obter uma resposta.

Você apenas assimilou alguns dados bem complexos através dos seus sentidos e como mágica, você classificou a imagem como gato. Isso foi tão fácil para você! Como fazemos se quisermos que um computador faça a mesma tarefa, classificar (etiquetar) fotos como gato ou não-gato?

Aprendizado de máquina é um novo paradigma da programação, uma nova forma de comunicar seus desejos para o computador.

Na abordagem tradicional da programação, um programador pensaria bastante sobre os pixels e as etiquetas, comunicar com o universo, direcionar a inspiração e por fim, desenvolver um modelo. Um modelo é apenas uma palavra pomposa para receita ou um conjunto de instruções para o computador seguir com o objetivo de transformar pixels em etiquetas.

Um modelo é uma receita que um computador usa para transformar dados em etiquetas. É apenas um pouco de código que a máquina usa para converter inputs em outputs e pode ser desenvolvido por um programador ou aprendido dos dados por um algoritmo.

Mas pense sobre o que seriam essas instruções. O que você está fazendo com estes pixels? Você pode expressá-los? Seu cérebro tem o benefício de estar em constante evolução e agora funciona, você nem sabe como isso acontece. Aquela receita é bem difícil de inventar.

Explique com exemplos ao invés de instruções.

Não seria melhor se você pudesse apenas dizer para o computador, “Aqui, veja um monte de exemplos de gatos, olhe um monte de exemplos de não-gatos e se vire”? Essa é a essência do aprendizado de máquina. É um paradigma de computação completamente diferente. Agora, ao invés de dar instruções explícitas, você programa com exemplos e o algoritmo de aprendizado de máquina encontra os padrões em seus dados e os transforma em instruções que você não conseguiria escrever. Chega de desenvolver receitas!

IA permite automatizar o indescritível.

Por que isso é animador? Isto é sobre expressar seus desejos para os computadores de uma forma que não era possível. Nós adoramos que os computadores façam coisas para nós. Mas como podemos dar instruções se é bem difícil pensar nelas? Se elas são indescritíveis?

IA e aprendizado de máquina são sobre automatizar o indescritível. Eles são sobre explicar por exemplos ao invés de instruções. Isso destrava uma gigante classe de tarefas que não conseguíamos ajuda dos computadores no passado porque não conseguíamos expressar as instruções. Agora, todas essas tarefas se tornaram possíveis — aprendizado de máquina representa um salto fundamental no progresso humano. É o futuro e o futuro está aqui!

[Em inglês] Quer aprender mais? Aqui temos um vídeo no qual eu apresento aprendizado de máquina aplicado. Alternativamente, vá para o meu próximo artigo na série aqui.

Aprenda mais sobre ciência de dados e inteligência artificial em português.

--

--

Cassie Kozyrkov

Head of Decision Intelligence, Google. Hello (multilingual) world! This account is for translated versions of my English language articles. twitter.com/quaesita