A explicação mais simples sobre machine learning que alguma vez lerá
🇵🇹 Traduzido por Thomas Chi e Isabela Castilho do original de Cassie Kozyrkov. Também disponível em Português brasileiro 🇧🇷
Provavelmente já ouviu falar sobre machine learning e inteligência artificial. Mas tem certeza do que se trata? Se tem dificuldades em perceber, não está sozinho. Fala-se tanto sobre isso que é difícil separar o trigo do joio. A começar pela nomenclatura…
Machine learning 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 sal e chatos para coisas. Nós gostamos de fazer exactamente o que está escrito no rótulo. Sabe que nome teríamos dado a machine learning? Etiquetadora de coisas usando exemplos!
Ao contrário da crença popular, machine learning não é uma caixa mágica, e também não é a razão para o investimento de 30 biliões de dólares num fundo de risco (venture capital). Na sua essência, machine learning é apenas uma etiquetadora de coisas, partindo da sua descrição de alguma coisa e dizendo-lhe qual a etiqueta que essa coisa deveria receber. Isso soa menos interessante do que se lê no Hacker News. No entanto, será que ficaria empolgado em ler sobre este assunto se nós lhe chamássemos etiquetadora de coisas em primeiro lugar? Provavelmente não, o que mostra que um pouco de marketing e deslumbre podem ser úteis para atrair a atenção que esta tecnologia merece (mas não pelos motivos que pensa).
É fenomenalmente útil, no entanto não é tanta ficção científica como soa.
E a tal da inteligência artificial (IA)? Enquanto os académicos discutem sobre as nuances do que é e não é IA, o sector está a usar o termo para se referir a um tipo particular de machine learning. De facto, a maioria das pessoas usa os termos de forma indiscriminada. Portanto, IA está relacionada com etiquetar as coisas. Estava à espera de robôs? Algo parecido com ficção científica com a 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 eu se coso dois botões numa meia, acabo a falar com ela. Aquele boneco de meia não é uma pessoa e IA também não — é importante ter isso em mente. É decepcionante? Anime-se! A realidade é muito mais útil.
Deixe-me mostrar porque é que se deve animar. O que é que vê nesta foto?
Você acabou de assimilar dados bem complexos através dos seus sentidos e como que por magia, classificou a imagem como gato. E foi tão fácil para si! Mas como fazemos se quisermos que um computador faça a mesma tarefa, para classificar (etiquetar) fotos como gato ou não-gato?
Machine learning é um novo paradigma da programação, uma nova forma de comunicar os seus desejos para o computador.
Na abordagem tradicional da programação, um programador pensaria bastante sobre os pixels e as etiquetas, comunicaria com o universo, direccionaria a inspiração e por fim, desenvolveria um modelo. Um modelo é apenas uma palavra pomposa para uma receita ou um conjunto de instruções para o computador seguir com o objetivo de transformar pixels em etiquetas.
Mas pense sobre o que seriam essas instruções. O que é que você está a fazer com estes pixels? Consegue explicar? O seu cérebro tem a vantagem de ter passado eternidades em evolução e agora simplesmente funciona, e você nem sabe como. Aquela receita é bem difícil de inventar.
Explique com exemplos, não com instruções.
Não seria melhor se pudesse apenas dizer para o computador, “Toma, olha para um monte de exemplos de gatos, olha para um monte de exemplos de não-gatos e desenrasca-te”? Essa é a essência de machine learning. É um paradigma de computação completamente diferente. Agora, em vez de dar instruções explícitas, você programa com exemplos e o algoritmo de machine learning encontra os padrões nos seus dados e transforma-os em instruções que você não conseguiria escrever. Chega de desenvolver receitas à mão!
IA permite automatizar o indescritível.
Por que é que isto é animador? Isto é tudo uma questão de exprimir os seus desejos para os computadores de uma forma que não era possível. Nós adoramos que os computadores façam coisas por nós. Mas como é que podemos dar instruções se é tão difícil concebê-las? Se elas são indescritíveis?
IA e machine learning são acerca automatizar o indescritível. São acerca explicar por exemplos e não por instruções. Isto destrava uma enorme classe de tarefas para as quais não conseguíamos ajuda dos computadores no passado porque não conseguíamos exprimir as instruções. Agora, todas essas tarefas se tornaram possíveis — machine learning representa um salto fundamental no progresso humano. É o futuro e o futuro está aqui!
