Muito popular em nossos dias, o ‘Machine Learning’ tem contribuído para o avanço tecnológico a partir de diversas frentes profissionais e comerciais. Traduzido do inglês, o termo — que se refere ao “aprendizado da máquinas” — designa um dos principais braços da ciência da computação na atualidade. O que pode ser atribuído justamente ao seu caráter versátil.

Mas, ainda que bastante conhecido e comentado por muitos, algumas dúvidas sobre aspectos muito básicos sobre essa tecnologia ainda permanecem. “O que é?”, “Como surgiu?”, “O que faz?”, são apenas alguns exemplos destes questionamentos. 

saldo-credor

Em um post anterior, nós já falamos, em detalhes, sobre a história do Machine Learning — que você pode e deve ler para ampliar seus conhecimentos sobre o assunto — , mas, nesse texto, nos propomos a resumir a essência do machine learning em cinco tópicos simples. 

Confira:

O que é Machine Learning?

Machine Learning é um dos ramos da Inteligência Artificial, consistindo, essencialmente, na ideia de que máquinas, sistemas e programas podem aprender, identificar padrões e tomar decisões com a mínima intervenção humana. 

Como essa tecnologia surgiu?

Tudo começou há 61 anos, através do trabalho de Arthur Lee Samuel, um engenheiro do MIT. Responsável por designar o termo, Samuel descreveu o conceito de “machine learning” como um um campo de estudos que possibilita aos computadores e às máquinas o aprendizado independente da programação. 

Para que serve?

A tecnologia de aprendizado das máquinas tomou proporções tão gigantescas que tem auxiliado até no entendimento do funcionamento do cérebro humano — as chamadas redes neurais, criadas por cientistas computacionais. Mas, no geral, o machine learning serve como uma ferramenta para conhecer, aprender, identificar, reproduzir e alimentar padrões, utilizando as informações levantadas para suprir as mais diversas necessidades humanas, nos mais variados campos de conhecimento e atuação.

Como as máquinas aprendem?

Existem três tipos de aprendizagem de máquina: a supervisionada, a não supervisionada e a aprendizagem por reforço.

Na primeira, a máquina primeiro recebe as informações acerca de um objeto, pessoal ou animal, por exemplo, e a partir daí vai desenvolvendo suas capacidades de classificação. Na segunda, o computador é ensinado a classificar itens em grupos, mas sem saber as definições de cada categoria. Na última, a máquina é condicionada a recompensas e ‘punições’ de acordo com seus acertos e erros; assim seus aprendizados se baseiam em associações.

Qual a relação entre Machine Learning e Big Data?

Os conceitos de Big Data e Machine Learning, além de interrelacionados, são essencialmente semelhantes. Ambos desempenham um importante papel no armazenamento de dados que circulam pela internet e no processamento das informações coletadas por mecanismos de busca como sites, microfones e câmeras. Além disso, as duas tecnologias também são capazes de aprender, analisando padrões de usuários e oferecendo sugestões similares a partir dessas análises. 

Aprendizado de Máquina vs. Computação Cognitiva

Sempre inspirada pela capacidade cognitiva humana, a ciência da Inteligência Artificial muito se vale da computação cognitiva em seus processos. Mas, ainda que relacionadas, machine learning e computação cognitiva não são a mesma coisa. A diferença é que, na tecnologia de computação cognitiva, as máquinas não apenas aprendem de forma automatizada; elas processam e compartilham informações de maneira ‘inteligente’.