Sorry, this entry is only available in Brazilian Portuguese. For the sake of viewer convenience, the content is shown below in the alternative language. You may click the link to switch the active language.

O termo machine learning está em alta e vem sendo constantemente associado à tecnologia de Internet das Coisas. Mas, o que significa e qual a importância que possui no promissor mercado de Internet das Coisas?

ENTENDA O QUE É MACHINE LEARNING

Como o próprio nome diz, trata-se do aprendizado de máquinas, considerada uma importante disciplina dentro do campo de Inteligência Artificial. Tom Mitchell, estudioso da área desde a década de 1950, define machine learning da seguinte forma: “Diz-se a um programa de computador para aprender com a experiência E para que possa realizar uma classe de tarefas T, mensurada por P, se sua performance em T, medida por P, melhorar com a experiência E”.

Calma. Parece bem complicado, mas Mitchell deu um exemplo prático para explicar as variáveis escolhidas e facilitar a compreensão: um jogo de xadrez. A variável E seria a experiência adquirida após jogar várias partidas de xadrez, a T seria a tarefa de, efetivamente, jogar uma partida de xadrez e a P, a probabilidade de um programa de computador vencer o próximo jogo.

Considerando o cenário criado por Mitchell, aprendizado de máquina nada mais é do que ensinar um programa de computador (a partir de diversas experiências anteriores, chamadas de inputs) a exercer uma determinada tarefa e, a partir dos resultados alcançados, fazer com que a máquina seja capaz de aprimorar e evoluir a realização desta mesma atividade sem que, para isso, seja preciso inserir novas linhas de código ao seu sistema.

Significa dizer que a máquina será capaz de adaptar os outputs (respostas) gerados à medida em que as interações acontecem, novos dados são coletados e novas experiências criadas. Por isso, ainda segundo Mitchell, a pergunta: “Como construir programas de computador que evoluam automaticamente com as experiências”, está no cerne desta área de estudo.

OBJETIVO: DESCOBRIR O QUE HÁ POR TRÁS DOS DADOS

A tecnologia de machine learning é voltada, principalmente, para a análise de grandes volumes de dados como os gerados ostensivamente por dispositivos IoT. Para isso, utiliza diversas disciplinas de análise de dados indo desde análise preditiva e data mining até reconhecimento de padrões.

Todas essas informações são analisadas a partir da utilização de uma grande variedade de algoritmos, classificados segundo características específicas como: tipos de inputs exigidos; tamanho, qualidade e natureza dos dados processados, entre outras.

“Todo esse processo tem um objetivo muito claro: automatizar a geração de conhecimento a partir da identificação de generalizações e regularidades entre os dados que possam culminar em padrões e tendências. Muitas vezes, são resultados inesperados ou de difícil percepção já que, sob a ótica de uma pessoa, passariam praticamente despercebidos”, afirma o IoT Advisor da iotrix, Adolfo Brandão.

Aprender com as experiências que os usuários estabelecem com seus dispositivos e gerar respostas distintas para cada padrão de interação é uma das premissas do mercado de Internet das Coisas. A tecnologia de machine learning, juntamente com os sensores, sistemas operacionais e a própria transmissão, coleta e armazenamento de informações, ajuda a conferir inteligência aos dispositivos e a torná-los únicos para cada usuário. “Antecipar insights e gerar novas respostas garante um dos principais diferenciais dos produtos de IoT”, reconhece Adolfo.

COMO FUNCIONA NA PRÁTICA?

Vamos partir de um exemplo bem recente de como o machine learning está presente no nosso dia a dia, mas que não está diretamente relacionado a IoT. O Google acabou de anunciar que o serviço Google Play Music está “mais inteligente, fácil de usar e assistivo”. E tudo isso, graças ao aprendizado de máquina.

Além de aprender com a experiência das pessoas dentro da plataforma, o Google Play Music ainda associa fatores como geolocalização, atividade em andamento (trabalho, esporte, viagem…) e até o clima para selecionar as músicas que melhor se enquadrem ao perfil do usuário, ao momento vivido por ele e ao local onde está. Segundo o anúncio da empresa, uma trilha sonora para o pôr do sol pode ser sugerida com o cair da noite e outra para estimular a concentração surgirá se o usuário estiver entrando em uma biblioteca, por exemplo.

Com produtos IoT não seria diferente. Um carro embarcado com a tecnologia de aprendizado de máquina, por exemplo, pode aprender com os padrões de comportamento de cada motorista. O conhecimento gerado é utilizado pelo próprio veículo para proporcionar experiências personalizadas e únicas.

Continue acompanhando o nosso blog para saber tudo sobre o mercado de Internet das Coisas.