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.