O Que Você Precisa Saber Sobre Aprendizado de Máquina
O Que Você Precisa Saber Sobre Aprendizado de Máquina
Aquilo que nunca ninguém te explicou sobre aprendizado de máquina ou machine learning e você tinha vergonha de perguntar
Com a popularidade em cima da inteligência artificial, ou AI, depois dos filmes, e agora com as ferramentas generativas como ChatGPT ou DALL.E, muita gente começou a ter mais interesse sobre o universo de AI e o que o futuro nos aguarda sobre esse termo. Porém, ao contrário do que todo mundo pensa inteligência artificial e aprendizado de máquina - ou machine learning, ML, como alguns chamam - não é a mesma coisa. Aqui mesmo nessa newsletter vocês vêem artigos e descobertas nos dois campos.
A inteligência artificial é a forma simples de sinalizar sistemas ou máquinas que demonstram capacidade de resolver problemas, sejam eles problemas específicos - como um sistema que reconhece um objeto numa foto - ou problemas genéricos - como o ChatGPT que consegue ter conversas sobre vários temas.
O Que É Machine Learning ou Aprendizado de Máquina?
Muita gente acha que o aprendizado das máquinas acontece de forma mágica apenas jogando vários dados dentro do sistema e esperando que as aplicações saibam fazer o trabalho de mineração de dados sozinha. Mas, não é bem assim. Além dos dados, é necessário ensinar as aplicações a interpretar esses dados para transformar estes em informação, e para isso usam-se algoritmos.
Modelos de machine learning são como manual de receita que montamos para que a computadores possa entender, por exemplo, como reconhecer um determinado resultado em meio a tantos dados. Então, por definição, Machine Learning, ou aprendizado de máquina, é como se chamam as técnicas utilizadas para ensinar os sistemas ou robôs a resolverem esses problemas. Para início de conversa existem dois principais tipos de aprendizagem: aprendizado supervisionado e o aprendizado não supervisionado.
No Aprendizado supervisionado, o sistema vai aprender a partir de dados já pré-estabelecidos. É como quando ensinamos reconhecimento de padrões a uma criança: mostramos uma TV, e chamamos de TV logo em seguida até a criança aprender.
Do outro lado, algoritmos de aprendizado não supervisionado, não temos um resultado específico que esperamos, portanto nesse caso fornecem-se vários dados para a máquina e se espera que ela consiga decodificar uma relação entre fazendo o reconhecimento de padrões por si só.
Os Diferentes Tipos de Algoritmos de Machine Learning
Para entendermos como algoritmos de machine learning funcionam, precisamos entender como eles são, e é simples. Imaginem que para saber a que horas alguém vai chegar em algum lugar você precise saber a distância e a velocidade com a qual a pessoa se transporte. Colocando isso em uma fórmula, ou modelos, matemáticos, pronto, você saberá quando essa pessoa chegará.
A mesma coisa acontece no machine learning, os algoritmos nada mais são do que modelos matemáticos para tudo, e por isso o trabalho com dados para um projeto de inteligência artificial é bastante importante, pois no processo de aprendizado de máquina, um dado errado em uma fórmula pode gerar um resultado completamente errado.
Por causa dessa característica matemática dos algoritmos, o modelos mais tradicionais de machine learning são derivações de métodos matemáticas. Exemplos de tipos de aprendizado de máquina são:
Regressão linear
Regressão logística
KNN
Naive Bayes
Decision trees
K means
Random Forest
Gradient Boosting
SVM
Para você talvez não signifique muito, mas para as máquinas, essas são as únicas línguas nas quais elas sabem falar, e portanto base fundamental para seus algoritmos. E é importante dizer que existem inúmeros algoritmos e técnicas de machine learning como é possível ver na imagem abaixo.
Como Algoritmos Transformam Dados em Números
Imagine um banco de dados que contém vários e-mails de uma pessoa e você quer ensinar um modelo a classificar esses emails baseados no título como emails pessoais ou do trabalho. Hoje, muito provavelmente quando você lê seus títulos de emails você já possui o reconhecimento de padrões referente a títulos que se referem a cada categoria.
A máquina, porém, não sabe o significado das palavras, para ela todas as palavras nos seus emails são dados sem significado. E por isso se chama aprendizado de máquina, pois será necessário agora ensinar a máquina a transformar dados em inteligência artificial. Nesse
Para que seja possível realizar o processo de aprendizado de máquina, será necessário carregar todos esses dados do seu banco de dados para um processo mineração de dados que irá separar cada palavra de forma individual, tirar palavras sem sentido como “de”, “para” etc, e para cada palavra de fato dar um código associado. Chamamos de mineração de dados esse trabalho pois justamente se compara ao trabalho de mineradores que extraem do solo apenas as partes relevantes de matéria prima.
Com os dados agora devidamente trabalhados, os algoritmos vão encontrar uma fórmula matemática que calcule a probabilidade de seus e-mails pertencerem a uma categoria, ou a outra, baseado nas palavras comuns a cada categoria. E por isso o termo inteligência artificial, a máquina aprende a resolver um problema, mas é artificial pois as aplicações provavelmente não sabem o real significado do que estão fazendo.
Acontecendo no Mundo
O Que Está Acontecendo Com a Bolha de Investimento em AI
A nova corrida do ouro está lançada e depois das NFTs e criptos, sobraram uma nova onda de interesse em cima das possibilidades de aplicações em cima de infraestruturas de AI. Até porquê, você não achou 95% dessas empresas estavam criando de fato algum modelo novo revolucionário de AI, achava?
Empresas
Runaway: Vídeos a Partir de Imagens
Esses caras aparecem aqui de vez em outra com ferramentas de AI para edição de vídeo, mas dessa vez foi impressionante e só vou deixar o tweet aqui para vocês.
Ferramentas
Open Assistant: Sua Assistente Virtual
Uma assistente em AI para chamar de sua, essa é a idéia desse projeto de código aberto. Um modelo, estilo esses que ficaram famosos por transformar texto em imagem, mas esse transforma texto em uma conversa com uma espécie de assistente virtual.
