No mundo da computação cognitiva, cada vez mais se ouve falar em um tal de machine learning. O termo em inglês pode ser traduzido de diversas formas, sendo a mais comum “aprendizado de máquina”. Mas o real significado por trás desse conceito parece coisa de ficção científica.
Desde a década de 1960, autores de ficção como Arthur C. Clarke e Philip K. Dick imaginam um mundo tomado por computadores inteligentes. Tão inteligentes quanto seres humanos, alguns deles previam. Hoje em dia, essa ideia está muito mais próxima da realidade do que já esteve antes.
A chave por trás disso é a computação cognitiva, e mais precisamente o machine learning. Computação cognitiva é a ideia de fazer um computador finalizar tarefas e resolver problemas pensando como um ser humano, e não como uma calculadora. O machine learning é o método pelo qual um computador pode fazer isso.
Em outras palavras, o machine learning é uma forma de ensinar computadores por meio da repetição. Em vez de predeterminar uma programação limitada a uma máquina, de modo que tudo o que ela faz é deliberado por linhas de código escritas de antemão, essa máquina poderia simplesmente aprender com suas próprias ações num infindável ciclo de tentativa e erro.
Pense, por exemplo, num aplicativo de teclado para smartphone. A cada vez que você chega em casa do trabalho, todos os dias, você o usa para mandar uma mensagem para a sua mãe dizendo: “mãe, cheguei em casa”. Um app de teclado feito com técnicas de machine learning pode aprender com seus hábitos e, com o tempo, acabar escrevendo essa mensagem por você.
De tanto mandar essa mesma mensagem, do mesmo jeito, todos os dias, o teclado inteligente aprende que toda vez que você escreve “mãe” às 22h, por exemplo, é sinal de que você vai completar com um “cheguei em casa”. Assim, o teclado feito em machine learning passa a escrever suas mensagens por você, já que ele aprendeu com a repetição de um determinado padrão.
Ou seja, o desenvolvedor não precisou inserir um código no app que o obriga a lembrar de dizer “mãe, cheguei em casa” todos os dias. Essa nova função foi acrescida ao seu código pelo uso recorrente. Em outras palavras, o aplicativo aprendeu, sozinho, a fazer uma coisa nova.
Esse tipo de método de aprendizado de máquina já existe em vários pontos do nosso dia a dia, inclusive nos nossos smartphones. É através de machine learning que o Android e o iOS, por exemplo, aprendem onde você trabalha e podem te indicar a melhor rota: observando que, todos os dias, você sai do mesmo ponto no mesmo horário em direção a um mesmo endereço específico.
Assistentes virtuais, como a Cortana e a Siri, também fazem uso do conceito. Conversando com você, trocando mensagens e respondendo perguntas, esses sistemas aprendem, pouco a pouco, como devem agir de forma autônoma, sem precisar de uma programação predeterminada em cada situação.
É aprendendo com as próprias ações que essas máquinas decidem quando é um bom horário para perguntar se você quer ver um filme, por exemplo, porque já detectaram que todos os dias, no mesmo horário, você abre seu app de streaming favorito. Mesmo que essa informação não estivesse em seu código original.
O machine learning ainda é um método de programação de vanguarda, usado principalmente na indústria de apps para o consumidor final e também na de games. Contudo, o potencial desse tipo de tecnologia ganha novas dimensões a cada dia. E, ao contrário do que o cinema insiste em nos dizer, máquinas que aprendem com seres humanos e com si mesmas não vão se rebelar contra os humanos.
Esse aprendizado de máquina serve para que um computador aprenda a desenvolver suas próprias tarefas de forma um pouco mais autônoma, e seja capaz de resolver imprevistos e escapar com sucesso de loopings. Fique tranquilo: não é isso o que vai fazer com que os robôs questionem sua natureza, como na série Westworld.
Empresas de T.I. e desenvolvedores só têm a ganhar apostando suas fichas nessa tecnologia, e, consequentemente, os usuários também.
Tags: