Em 2006, o cientista da computação Geoffrey Hinton publicou um paper mostrando como programar uma rede neural para reconhecer caracteres manuscritos com precisão de
(> 98%). Para essa técnica ele chamou de “Deep learning”, tal feito até então era impossível para época. O artigo logo despertou o interesse da comunidade científica gerando em pouco tempo muitos outros trabalhos que demonstraram que através do Deep Learning não era apenas possível, mas capaz de realizar muitos outros trabalhos surpreendentes.
Atualmente o Machine Learning está presente em vários setores: nos resultados de pesquisas na web, no reconhecimento de voz, em carros autônomos, em jogos GO, entre outros…
O que é Machine Learning?
Machine Learning é um método de análise de dados que automatiza a construção de modelos analíticos. É um ramo da inteligência artificial baseado na ideia de que sistemas podem aprender com dados, identificar padrões e tomar decisões com o mínimo de intervenção humana.
Graças às novas tecnologias computacionais, o machine learning de hoje não é como o machine learning do passado. Ele nasceu do reconhecimento de padrões e da teoria de que computadores podem aprender sem serem programados para realizar tarefas específicas; pesquisadores interessados em inteligência artificial queriam saber se as máquinas poderiam aprender com dados. O aspecto iterativo do aprendizado de máquina é importante porque, quando os modelos são expostos a novos dados, eles são capazes de se adaptar independentemente. Eles aprendem com computações anteriores para produzir decisões e resultados confiáveis, passíveis de repetição. Isso não é uma ciência nova – mas uma ciência que está ganhando um novo impulso.
Embora diversos algoritmos de machine learning existam há muito tempo, a capacidade de aplicar cálculos matemáticos complexos ao big data automaticamente – de novo e de novo, mais rápido e mais rápido – é um desenvolvimento recente. Eis alguns exemplos bem conhecidos de aplicações de machine learning, dos quais você já deve ter ouvido falar:
- Os carros autônomos super esperados do Google? A essência do machine learning;
- Ofertas recomendadas como as da Amazon e da Netflix? Aplicações de machine learning para o dia-a-dia;
- Saber o que seus clientes estão falando de você no Twitter? Machine learning combinado com criação de regras linguísticas;
- Detecção de fraudes? Um dos usos mais óbvios e importantes de machine learning no mundo de hoje.
Diferença entre machine learning e deep learning
Tanto o machine learning quanto o deep learning são formas de uso inteligência artificial. Mas existe diferença entre eles porque o deep learning (que significa aprendizado profundo) tem características mais parecidas com a capacidade de aprendizado do ser humano.
O deep learning também usa a previsão de resultados a partir de dados já estabelecidos. A diferença é que isso acontece com mais precisão, mais parecido com o que acontece no cérebro de uma pessoa porque o computador consegue adaptar a informação com mais flexibilidade.
Isso acontece porque no deep learning é criada uma rede neural artificial, que que o funcionamento parecido com a rede de neurônios do cérebro humano.
É essa rede que faz com que o funcionamento da máquina tenha muitas semelhanças com o funcionamento do cérebro e consiga de aprender e interpretar informações.
