Humanidade aprendendo (literalmente) com as máquinas

Linha Fina Lorem ipsum dolor sit amet consectetur adipisicing elit. Dolorum ipsa voluptatum enim voluptatem dignissimos.

Vive-se uma era diferente das anteriores: pode-se aprender hoje não somente nas escolas, faculdades, na internet e nos livros - as máquinas agora podem ensinar o ser humano, inclusive propiciando sugestões para tomadas de decisão. Com o enorme conjunto de dados à disposição, chamado de Big Data, vai ser logo possível, ainda no início da próxima década, que tanto profissionais quanto pessoas comuns façam escolhas mais acertadas e embasadas em informações disponíveis. O ser humano consegue aprender de diversas maneiras: seja pela experiência, pela repetição ou mesmo memorização. Já as máquinas do passado e do presente seguem meras instruções, rotinas ou ainda programas, como uma máquina de lavar, que executa ciclos de lavagem, enxágue e centrifugação de modo eficiente e prático para o programador ou usuário da mesma. As máquinas do futuro irão aprender de modo diverso, a partir dos dados que tiverem a disposição. Uma grande quantidade de dados pode hoje gerar novos algoritmos, que são nada mais do que simples regras, fruto do aprendizado destas incríveis máquinas conhecidas como computadores. Estes novos equipamentos são capazes de aprender literalmente as regras básicas ao reconhecer padrões a partir de um amontoado enorme de dados. Pode-se citar como alguns exemplos desta nova era: i) sites de busca de internet; ii) programas de reconhecimento facial, item facilmente encontrado em redes sociais virtuais; iii) recomendação de filmes e séries televisivas via empresas de streaming; iv) programas de assistência por voz; v) programas de reconhecimento de textos digitalizados; vi) assistentes de direção de automóveis, que permitem manobrar veículos com mais segurança ou simplesmente indicar a situação do trânsito; O termo “machine learning” (literalmente aprendizado de máquina) foi introduzido em 1959 pelo engenheiro elétrico americano Arthur Lee Samuel (1901 - 1990) quando estudava inteligência computacional, mais precisamente o reconhecimento de padrões em jogos de xadrez. Em seu célebre artigo definiu assim tal termo: “campo de estudo que dá aos computadores a habilidade de aprender sem serem explicitamente programados”. Samuel elaborou o que é reconhecido por muitos como o primeiro programa de autoaprendizagem do mundo. De lá para cá houve enormes avanços na área, sendo o mais espetacular o desafio homem versus máquina envolvendo o supercomputador Deep Blue da IBM e o enxadrista grão-mestre russo Garry Kimovich Weinstein “Kasparov” (n. 1963) entre 1996  e 1997. Mais recentemente, em fins de 2015, o software AlphaGo, da Google, foi o primeiro programa de Go a vencer um duelo contra um campeão mundial. O jogo de estratégia chinês Go é considerado o mais antigo do mundo ainda praticado, atualmente por mais de 40 milhões de pessoas. Em linhas gerais, estas novas máquinas aprendizes conseguem produzir novos algoritmos ao perceber seus próprios erros e ainda fazem previsões sobre dados futuros. Uma outra característica curiosa é que tais máquinas podem eventualmente errar, assim como o ser humano... Mas a lição que fica é: nestes tempos considerados pós-modernos, quem tem um bom banco de dados guarda um tesouro - tesouro este que somente as novas e inteligentes máquinas conseguem desvendar. Há muito ainda, literalmente, a se aprender!  Marcio Luis Ferreira Nascimento é professor da Escola Politécnica, Departamento de Engenharia Química e do Instituto de Humanidades, Artes e Ciências da UFBA

Opiniões e conceitos expressos mos artigos são de responsabilidade exclusiva dos autores