Deep Learning: como o aprendizado das máquinas pode interferir na sua vida

O Deep Learning ou Aprendizado Profundo é um ramo da inteligência artificial que vem ganhando força e centralidade nos últimos anos. As complexas redes neurais em software, por exemplo, são cada dia mais presentes e poderosas. Mas não foi sempre assim.

Durante muito tempo as pesquisas com redes neurais não eram privilegiadas, até um grupo de pesquisadores criar um estudo financiado pela CIFAR – Instituto Canadense de Pesquisa Avançada. Em 2005, esse grupo liderado por Dr. Yoshua Bengio começou uma transição das redes neurais do passado para o Deep Learning que conhecemos hoje.

O método Deep Learning é um processo de análise de dados automatizado que permite a criação de modelos analíticos de alto nível. Aqui as máquinas são capazes de interagir com a base de dados, compostas por alterações lineares e não-lineares dispostas em diversas camadas de processamento. Além disso, também são capazes de estabelecer padrões e determinar soluções. A enorme quantidade de dados junto a computadores super potentes é o que permitiu a evolução dessa tecnologia aos padrões atuais.

De acordo com os estudos de Goodfellow, Bengio e Courville, a maior parte das pesquisas em Deep Learning pode ser classificada em: não supervisionada, supervisionada e híbrida (com o mínimo de interferência humana). Por isso, ao serem expostos a novas informações, os sistemas podem se adaptar de forma independente. Isso torna os dados ainda mais precisos e confiáveis.

Suas aplicações podem ser vistas em carros autônomos, ofertas sugestionadas baseado nos assuntos de interesse dos usuários, reconhecimento facial, entre outras milhares de aplicações cada vez mais presentes em nosso cotidiano.

O que o futuro reserva?

O desafio está ainda dentro da semântica textual. Ao que tudo indica, as máquinas devem aprender dentro de poucos anos o que as crianças fazem durante os primeiros anos da alfabetização: a entender o sentido por trás das frases, orações e textos.

Isso significa que cenas como do filme SHE serão possíveis em um futuro próximo. Sim, muito provavelmente iremos ter diálogos mais complexos com nossos computadores.

Outro ramo promissor é o da medicina, mais precisamente na personalização de tratamentos. A busca é por tratamentos mais efetivos para cada paciente a partir do estudo de dados de exames e intervenções anteriores. Os médicos já usam exames genéticos para a prescrição mais assertiva de medicações, mas isso pode ser ampliado com Deep Learning a uma escala jamais experimentada.

Mas você sabe como tudo isso começa? E qual a influência disso na Revolução 4.0?

O ano é 1760 e surge na Inglaterra a Primeira Revolução Industrial. Sua expansão pela Europa dura até 1850. É nesse momento que eclode a ampliação das indústrias siderúrgicas e a consolidação do Capitalismo. A nova realidade econômica passa a demandar a revisão dos processos de manufatura, caracterizada pela perda da exclusividade artesanal para a gradual inserção de maquinários. Com esses avanços surgem: a produção têxtil em algodão, a máquina a vapor, a criação da locomotiva e o telégrafo. As transformações são tão grandiosas e profundas que transpõem o âmbito econômico, afetando também os comportamentos político, jurídico e social da época.

Já entre os anos de 1850 e 1870, inicia a segunda geração da Revolução. O período perdura até o término da Segunda Guerra Mundial (1939-1945). Os pontos mais marcantes dessa nova onda são as indústrias de petróleo, elétrica e aço. Junto a essas inovações ocorre o advento da Nova Ordem Mundial do Trabalho e da desvalorização da mão de obra.

Também em 1945, começa a terceira fase desse processo conhecida como Revolução Técnico-científica – a maior de todas as gerações até então. A força dessa nova etapa traz diversas evoluções tecnológicas principalmente nos campos da robótica, da informática, da genética e das telecomunicações. É a partir daqui que nasce a Era da Globalização, em que nem as fronteiras físicas são capazes de limitar às conexões de todo o planeta. Muitos estudiosos acreditam que essa fase dura até os dias atuais.

Para Klaus Schwab, autor de A Quarta Revolução Industrial e diretor executivo do Fórum Econômico Mundial, os “novos poderes” virão da engenharia genética e das neurotecnologias. “A quarta revolução industrial não é definida por um conjunto de tecnologias emergentes em si mesmas, mas a transição em direção a novos sistemas que foram construídos sobre a infraestrutura da revolução digital (anterior)”, ressalta o escritor. Além disso, como um dos mais importantes entusiastas da “revolução”, Schwab alerta: “Há três razões pelas quais as transformações atuais não representam uma extensão da terceira revolução industrial, mas a chegada de uma diferente: a velocidade, o alcance e o impacto nos sistemas. A velocidade dos avanços atuais não tem precedentes na história e está interferindo (em) quase todas as indústrias de todos os países”.

Por isso, mais do que nunca, o Aprendizado de Máquinas tem se mostrado imprescindível. São necessários novos cálculos matemáticos aplicados diariamente para dar conta das demandas sociais cada vez mais complexas.

Ficou interessado? Para saber mais sobre o mundo da tecnologia da informação é só acompanhar nosso blog. Até a próxima postagem!

Compartilhe sua opinião