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. 

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’.