Tal como a utilização do motor a vapor originou a Revolução Industrial a partir do século XVIII, a evolução acelerada da Inteligência Artificial e a capacidade dos computadores para aprenderem “sozinhos” levar-nos-á ao que muitos já denominam como a Machine Learning Revolution. As decisões que tomarmos agora, enquanto indivíduos e empresas, terão um impacto fundamental no nosso papel final como vencedores ou vencidos nesta revolução.
Arthur Samuel, um dos pioneiros nesta tecnologia, define Machine Learning como “o campo de estudo que dá aos computadores a habilidade de aprenderem sem serem programados explicitamente”. Esta tecnologia é usada quando é difícil definir o conjunto exato de instruções que a máquina teria de executar para atingir um objetivo específico, por exemplo, no reconhecimento de palavras escritas à mão ou faladas, ou no reconhecimento de objetos em imagens.
Existem dois tipos de Machine Learning: supervisionado e não supervisionado. No supervisionado, a máquina treina com dados sendo a resposta correta já conhecida. Por exemplo, um algoritmo pode ser treinado para reconhecer a diferença entre um cão e um gato a partir de muitas imagens previamente classificadas. Da mesma maneira, um computador pode ajudar a predizer o comportamento do mercado de ações quando treinado em anos de histórico do mercado. O de tipo não supervisionado é usado quando não sabemos o que esperar do resultado. A máquina acaba por extrair a estrutura dos dados criando, por exemplo, grupos de categorias com características em comum.
Amazon, Facebook, Google, Youtube já usam Machine Learning
Não é preciso ir muito longe para nos apercebermos do efeito, já profundo, que a Inteligência Artificial (IA) está a ter no nosso dia a dia. O Facebook consegue detetar quais são as fotografias em que aparecemos, a Amazon consegue sugerir-nos produtos de acordo com o nosso historial de compras e o Youtube apresenta-nos vídeos do nosso potencial interesse baseado nas nossas pesquisas recentes em Google. Nos últimos anos, o ‘boom’ de Machine Learning deveu-se principalmente a uma nova técnica chamada Deep Learning. Esta técnica tornou-se o foco de atenção quando, em 2012, Geoffrey Hinton e dois dos seus estudantes usaram as chamadas redes neuronais artificiais para duplicar a precisão no reconhecimento automático de objetos em imagens. Poucos meses depois foram contratados pela Google.
A popularidade desta tecnologia tem crescido significativamente. As suas aplicações já se estendem à medicina, ajudando a acelerar a descoberta automática de novos medicamentos e até detetar lesões de cancro da pele com a precisão de um dermatologista. Em 2015, Hinton e outros dois pesos pesados em Deep Learning, publicaram na revista “Nature” uma documentação detalhada das diferentes variações desta tecnologia e as suas mais recentes aplicações.
A Machine Learning Revolution vai suprimir postos de trabalho?
O receio de muitos é a grande quantidade de postos de trabalho que serão “perdidos” para as máquinas. É claro que um computador pode processar dados numa quantidade, velocidade e eficiência com a qual um humano não consegue competir. Ora, se a produtividade e eficiência vão ser o trabalho de robôs, que funções que ficam reservadas para nós, Humanos? A resposta é mais simples do que parece: criatividade, inovação, pensamento “out of the box”.
Kevin Kelly, editor da Wired Magazine, sugere aos Humanos dedicarem-se às tarefas ineficientes: ciência, criatividade, inovação, arte. A revolução das máquinas oferece a oportunidade de elevar o potencial humano ao máximo. Sebastian Thrun, líder no desenvolvimento do veículo autónomo da Google, numa sessão de Q&A, argumenta que a nossa arma secreta é a criatividade e que esta nova revolução permitirá pôr essas ideias em prática de um dia para outro. A parte crucial é aprender a trabalhar com estas novas ferramentas, usá-las como uma extensão que nos permitirá fazer descobertas que antes pareciam impossíveis.
Uma era desafiante para as organizações e profissionais de TI
Estamos numa era muito interessante, especialmente para as empresas que trabalham na área das Tecnologias de Informação (TI). Nunca houve tantos dados a serem gerados de maneira tão célere e em tanta quantidade. Com a ajuda dos algoritmos de Machine Learning, extrair conhecimento útil será cada vez mais fácil, oferecendo ao mundo empresarial a oportunidade de conhecer melhor os seus clientes e de proporcionar serviços especializados que se adaptem melhor às necessidades.
Como profissionais na área da tecnologia começa a ser crucial ter Machine Learning no currículo. “Estamos num período de alta procura e de pouca oferta. É uma grande oportunidade”, diz Oriol Lavado, developer do Booking.com. Para finalizar, deixo aqui o conselho de Antony Goldbloom, perito em Machine Learning e CEO da Kaggle: “Deixa que cada dia te traga um novo desafio. Se assim é, então permanecerás à frente das máquinas”.
