Membro do alto escalão do Google, a cientista Cassie Kozyrkov acredita que os próximos avanços em machine learning dependem mais dos fins do que dos meios. Sistemas e algoritmos de inteligência artificial já estão disponíveis aos montes, afirma ela. “O mais difícil é entender o que eles vão fazer e como eles terão a certeza de que aquilo está certo.”
A pesquisadora afirmou durante a conferência de inovação e tecnologia Web Summit 2018 que os engenheiros que trabalham com inteligência artificial precisam ter em mente quais funções esses sistemas vão desempenhar — e não apenas como o farão. “Estamos tentando mudar essa mentalidade no Google”, diz ela. “Humanos ensinam algo a esses algoritmos, então tem um nível de subjetividade aí, por isso é missão de líderes e desenvolvedores pensar o que esses sistemas podem aprender.”
Para Kozyrkov, muitos pesquisadores e desenvolvedores buscam maneiras de dotar os sistemas de machine learning de instruções do que fazer quando, na verdade, a solução mais simples é dar exemplos do que fazer. Ela mesmo explica sua tese a partir de uma comparação: uma máquina que identificaria fotos de gatos.
“É mais fácil mostrar um monte de fotos de gatos e um monte de fotos de ‘não-gatos’ para um computador para que ele saiba quais são as fotos do animal”, diz Kozyrkov. “É mais fácil usar exemplos do que instruções, essa é a chave do aprendizado automático: exemplos, afinal, são dados.”
A pesquisadora acredita que esse método deva se estender do início ao fim do desenvolvimento de sistemas de machine learning. Nesse sentido, máquinas aprenderiam mais por tentativa e erro do que por linhas de código que tentam definir um universo enorme de dados. “É como um teste que um professor passa para seus estudantes: você só vai saber se seu estudante aprendeu algo se ele puder responder a várias questões”, diz.
As declarações da cientista condizem com as técnicas aplicadas pelo Google a seus projetos de aprendizado automático. De respostas de captcha a frases utilizadas no seu serviço de tradução, um sem número de dados está à disposição da gigante norte-americana e dos seus sistemas de inteligência artificial.
