Machine Learning: o que é isso e o que eu, advogado, tenho que saber?

Provavelmente você já ouviu muito sobre o potencial da inteligência artificial, machine learning, deep learning e toda a revolução que acompanha esse tema. O ícone desse assunto é o Watson, da IBM (https://www.ibm.com/watson/br-pt/).

Na área jurídica estão surgindo diversas soluções que utilizam essa tecnologia para resolver os inúmeros problemas enfrentados pelos advogados e seus clientes e isso é muito bom. Mas há o lado do exagero, da tentativa de vender algo muito além do que a solução realmente oferece. O intuito desse artigo é explicar de maneira didática um pouco (talvez seja bem pouco mesmo) do que aprendi em alguns projetos que participei.

Antes de falar sobre machine learning ou aprendizado de máquina, vale a pena tentar entender o que é um algorítimo. Basicamente, um algorítimo representa os passos necessários para se cumprir uma tarefa. Uma sequência finita de instruções bem definidas e não contraditórias para que a tarefa seja concluída ou uma decisão seja tomada para que a tarefa seja concluída. Alguns algorítimos podem cumprir a mesma tarefa, mas em sequências diferentes e um algorítimo que resolve determinado tipo de problema não necessariamente conseguirá resolver problemas de outra natureza.

O potencial do aprendizado de máquina é revolucionário, sem dúvida, mas provavelmente você já convive hoje em dia com algorítimos de machine learning e nem dá muita bola. Não existe mágica nisso e se tentarem te vender algo que seja mais parecido com mágica do que com lógica, suspeite!

Se você tem uma conta do Google e usa o Gmail, provavelmente já percebeu que ele separa algumas abas como: principal, social, promoções e atualizações. Para realizar essa classificação automática separando cada mensagem que você recebe em uma categoria, ele está usando algorítimos de machine learning.

Outro exemplo, ainda utilizando o Gmail, é o filtro de spam. Como ele sabe que algumas mensagens são spam e outras não? Algumas eles identificam automaticamente e outras você pode dizer para ele se é ou não é spam.

Aí entra a primeira coisa que você precisa saber sobre aprendizado de máquina. São dois tipos: o aprendizado de máquina supervisionado e o não supervisionado.

Quando o Google classifica automaticamente as suas mensagens ele está aplicando o aprendizado de máquina não supervisionado e agrupando essas mensagens em categorias pré definidas. Então temos machine learning não supervisionado por agrupamento ou clustering ou por aglomeração. Fácil, certo? Abaixo um exemplo ilustrado de agrupamento.

Por outro lado, quando o Google permite que você determine se uma mensagem recebida é ou não spam, ele está aplicando seu algorítimo de machine learning supervisionado por classificação.

Também há o algorítimo de machine learning supervisionado por regressão, que gera uma saída de dados em valores contínuos. Complicou? Exemplo: imagine que você quer calcular a quantidade de vendas de brinquedos no dia das crianças, em determinada loja, das 9h às 18h. Provavelmente o gráfico mostrará que em determinados períodos as vendas serão mais intensas. Outro exemplo é calcular o consumo de combustível de um motor de um carro aumentando a quantidade de cilindros desse motor, começando com 3,4, 5, 6, 8, 10, 12 e chegando no fantástico Bugatti Chiron com 16 cilindros em W. Provavelmente o gráfico vai mostrar que, a medida que os cilindros aumentam, o consumo de combustível também aumentará. Abaixo duas imagens que explicam melhor que meus exemplos.

Também é possível observar algorítimos de machine learning supervisionado por recomendação quando você utiliza seu e-commerce preferido. Quando você escolhe um produto e o site menciona que pessoas que compraram esse produto também gostaram de tais e tais produtos, além do site querer aumentar suas vendas ele está usando os algorítimos para lhe apresentar produtos que pessoas com perfil de compra parecido com o seu também compraram.

Para aprender na prática como funciona o aprendizado de máquina, o Google criou uma página em que é possível entender praticando, sem a necessidade de saber codar (gíria utilizada pelos desenvolvedores de softwares que significa escrever um código). A página vai utilizar sua webcam para realizar o exercício, mas o Google garante que nada é salvo em seus servidores, o teste é local apenas, ou seja, utiliza a sua máquina. Eu testei, funcionou bem e é divertido e na página tem um vídeo tutorial e alguns links para se aprofundar no tema. Acesse aqui: (//teachablemachine.wit.google.com/).

Para finalizar, não tenho dúvidas que o potencial da inteligência artificial é gigante e em alguns anos poderemos ter brinquedos como o Jarvis, do Tony Stark.

Mas por enquanto não há nada tão revolucionário assim a venda no mercado a um preço razoável, talvez o Elon Musk tenha alguma coisa assim em testes.

Não sabe quem é Elon Musk? Deveria saber.


Por: Jonathan Nelson

Fonte: LinkedIn

Comentários

Comentários