A mente humana tem um limite na quantidade de dados que pode coletar e gerenciar, mas as máquinas são capazes de lidar com isso muito melhor do que nós. Então agora estamos tentando tornar as máquinas ainda mais inteligentes, permitindo que elas aprendam por si mesmas, mas para quê?
- Google I/O 2017:tudo o que aprendemos até agora
- Por que investir em uma casa inteligente? 4 razões pelas quais achamos que é uma boa ideia
O que é aprendizado de máquina?
O aprendizado de máquina (às vezes chamado de "aprendizado automático" ou "aprendizado inteligente") é, como o nome sugere, tornar uma máquina ou sistema capaz de aprender por conta própria. Isso marca uma divergência significativa da programação de computador clássica, que consistia em um humano dando uma ordem e a máquina executando a ordem. No aprendizado de máquina, a máquina é capaz de se adaptar às situações e, assim, aprender por si mesma. Para que isso aconteça, não se trata apenas de algoritmos de software, mas componentes de hardware que podem se sustentar também são muito importantes, como o chip TPU anunciado pelo Google durante o Google I/O na semana passada.
A intervenção humana na programação não é perfeita, pois a evolução de um programa (a adição de novas regras) pode causar conflitos com o código existente, resultando em instabilidades. Se um sistema faz a "evolução" por conta própria, ele não fará nada estúpido (em teoria...). Dito isso, o aprendizado de máquina está sendo desenvolvido em muitos outros campos, aos quais voltaremos mais tarde.
Qual é a diferença entre aprendizado de máquina e inteligência artificial?
Embora aprendizado de máquina e inteligência artificial não sejam conceitos totalmente diferentes, eles também não são exatamente os mesmos. O aprendizado de máquina pode ser resumido como a capacidade de uma máquina se adaptar a situações e evoluir por conta própria. De certa forma, é um dos processos necessários para a inteligência artificial, que, por sua vez, é um sistema autônomo.
Vamos pegar o exemplo de um carro autônomo - um carro que pode ir do ponto A ao ponto B de acordo com o código da estrada. Isso envolve inteligência artificial porque a máquina é capaz de se adaptar. Se tivesse sido programado para aprender e observar para se adaptar ao tráfego ou a diferentes situações, isso seria aprendizado de máquina. Se tivesse sido programado para seguir bilhões de regras predefinidas que permanecem fixas até que haja uma atualização, isso seria inteligência artificial sem aprendizado de máquina.
Obviamente, o aprendizado de máquina possui o maior potencial para melhorar a inteligência artificial e nos fornece um dispositivo que funciona a longo prazo.
Qual é o objetivo do aprendizado de máquina?
O ponto principal do aprendizado de máquina é permitir que um sistema de computador reaja por conta própria para proteger a si mesmo ou a uma rede contra ataques cibernéticos. Há muitas vantagens nisso, incluindo que os cientistas da computação não precisam mais estar conectados no momento do ataque para lidar com o problema. Como muitas outras tecnologias modernas, o aprendizado de máquina deve eventualmente se tornar popular para qualquer pessoa usar e não permanecer orientado apenas para um público de nicho.
Este é o caminho que o aprendizado de máquina está buscando, sendo usado em diferentes setores que, como você pode imaginar, têm mais em comum do que inicialmente aparenta. Durante a palestra do Google I/O na semana passada, o Google explicou que usa esse conceito em seu aplicativo Google Fotos. Este último aprende como você usa o aplicativo e obviamente usa os dados disponíveis em seu telefone (fotos, nomes etc.) e tenta oferecer a experiência que acha que espera dele.
A estratégia do Google não se limita ao Google Fotos:sua estratégia é para consolidar a maioria (ou talvez todos?) de seus serviços. A cara desta estratégia é obviamente a da inteligência artificial:o Google Assistant. O Assistente aprende com tudo o que observa e o ecossistema do Google apenas aprimora a qualidade das informações disponíveis (e, portanto, o potencial de adaptação).
- Dicas e truques do Google Assistente:tudo o que você precisa saber, do iniciante ao especialista
Uma peça de tecnologia interessante, mas você não deve ficar muito confortável
"É tentador descartar a noção de máquinas altamente inteligentes como mera ficção científica. Mas isso seria um erro, e potencialmente nosso pior erro na história. [...] Infelizmente, também pode ser o último, a menos que aprendamos evitar os riscos". Isso é o que o físico Stephen Hawking pensa da inteligência artificial que, vamos lembrá-lo, é o culminar do aprendizado de máquina. As consequências desta tecnologia são portanto significativas mas é necessário manter alguns elementos à nossa vista.
Por definição, o aprendizado de máquina aprende, portanto, se ele visa aprender sobre você (como é o caso do Google), é claro que devemos nos fazer perguntas éticas, entrando em conflito com o pragmatismo moderno. É aceitável que alguém (ou melhor, alguma coisa) possa acessar tanta informação sobre nós? Como apontou meu colega Hans-Georg, não devemos esquecer que o Google e várias agências dos EUA (departamentos governamentais) também têm acesso a esses dados.
Outro ângulo a ser considerado é o impacto que isso pode ter sobre sociedade. Como meu colega Stefan apontou em suas impressões sobre o Google I/O, o Google Assistant está se tornando uma espécie de "centro", um ponto único de contato para todas as suas ações (pedir direções, pedir comida etc.). Além das consequências em nossas interações sociais (das quais só poderemos ver os efeitos a longo prazo), podemos considerar também o conceito de “uma máquina que pensa”, essa tecnologia poderia substituir os humanos? Não quero dizer isso como ficção científica, mas sim de uma perspectiva profissional:as máquinas já substituem os humanos para muitas tarefas, o aprendizado de máquina pode continuar impulsionando esse impulso. Além disso, o Google está muito consciente dos efeitos que isso terá no emprego, já que a empresa também aproveitou a oportunidade no Google I/O para lançar seu novo serviço Google Jobs, um portal de candidatos a emprego.
Portanto, para concluir, não esqueçamos um fato óbvio:a tecnologia obedece às regras de quem a cria. Se pode ser usado para o bem, pode ser usado para o mal. Claro, não estamos vivendo no Exterminador do Futuro, um universo (dirigido por máquinas), mas os conflitos cibernéticos podem evoluir de uma maneira completamente diferente.
Em suma, o sistema de aprendizado de máquina é muito útil e tem um longo futuro pela frente, mas a economia de tempo e esforço que vem com ele deve ser encarada com leveza.
Na sua opinião, onde o aprendizado de máquina será mais útil? Onde terá mais impacto? Deixe-nos saber seus pensamentos nos comentários abaixo.
