O QUE É O APRENDIZADO DE MÁQUINA (E O QUE ELE PODE FAZER PELO SEU NEGÓCIO)

Durante os últimos anos, um novo conjunto de palavras têm ganhado cada vez mais destaque nas mais diversas áreas relacionadas à tecnologia e à inovação. Algumas dessas palavras incluem big data, mineração de dados, redes neurais artificiais, análise de dados e tantas outras. Um outro conceito que se relacionada a todos os anteriores, e que também tem ganhado cada vez mais importância é o aprendizado de máquina.

Tradicionalmente, para se resolver algum problema computacional utiliza-se um algoritmo, que pode ser definido como um conjunto de instruções que, ao operar sobre uma determinada entrada, produz uma determinada saída. Por exemplo, um algoritmo pode ser criado para calcular a eficiência de um parque de máquinas de uma indústria. Ele teria um conjunto de instruções que utilizaria como entrada a eficiência individual de cada máquina e produziria como saída a eficiência global do parque industrial.

Contudo, pode não ser trivial a criação de um algoritmo para alguns problemas, essencialmente por características intrínsecas a eles. Por exemplo, se precisarmos escrever uma solução que indique a probabilidade de uma determinada máquina apresentar algum defeito nos próximos 5 dias, como poderíamos fazer? Como o algoritmo poderia ser construído? Uma máquina possui várias características que podem influenciar o resultado do nosso algoritmo, como temperatura interna, pressão ou nível de arrefecimento. Como agregar todas essas informações? Além disso, máquinas distintas possuem características distintas, que tornam a solução final ainda mais complexa.

Uma alternativa para a resolução desse problema é justamente a utilização do conceito conhecido como aprendizado de máquina. Vamos supor que, apesar de não termos ideia de como podemos agregar as diferentes características de uma máquina para indicar se ela está próxima a uma falha, temos um conjunto histórico que indique como aquelas características se comportaram ao longo do tempo, e um histórico de falhas daquela máquina (obtido, por exemplo, de um sistema que controle manutenção de equipamentos). Ou seja, apesar de não termos um conhecimento de como resolver o problema, temos dados históricos que podem nos ajudar a descrevê-lo.

Utilizando uma solução baseada em aprendizado de máquina, podemos utilizar o conjunto de dados histórico que possuímos para que a solução seja obtida de forma automática. Em outras palavras, o que o aprendizado de máquina propõe é que o computador seja capaz de automaticamente criar um algoritmo, baseado nos dados que possuímos, para resolver o problema que precisamos solucionar.

Um outro cenário em que o aprendizado de máquina pode ser bastante útil é quando possuímos um conjunto de dados muito grande e gostaríamos de obter padrões ou insights provenientes deles. Por exemplo, suponha que uma indústria esteja conectada com diversos dispositivos IoT (Internet of things), que coletem informações diversas sobre todos os aparelhos. Em pouco tempo, a quantidade de dados geradas se tornará gigantesca, e praticamente impossível de ser analisada manualmente. Uma solução baseada em aprendizado de máquina pode processar toda essa quantidade imensa de dados e resultar em insights que indiquem os fatores que levam uma máquina a ser mais produtiva que outra do mesmo modelo e fabricante. A aplicação do aprendizado de máquina a problemas que envolvem um conjunto muito grande de dados e conhecido como mineração de dados.

No campo da visão computacional, o aprendizado de máquina também aumenta sua presença a cada dia. Tradicionalmente, uma solução de visão computacional envolve a presença de algum especialista no domínio do problema, que leva em consideração características bem definidas do cenário para propor uma solução. Por exemplo, um algoritmo de visão computacional que tenha como objetivo diferenciar um ser-humano de um cachorro pode levar em consideração que o ser-humano possui duas pernas, é mais alto que o cachorro e que possui orelhas menores.

Contudo, em alguns cenários a presença de um especialista pode ser financeiramente inviável ou até mesmo impossível de se obter. Por exemplo, são inúmeras as características que distinguem uma peça produzida por uma linha de montagem de forma correta de uma outra que foi produzida de forma não satisfatória, e que não pode ser utilizada. Uma solução construída utilizando aprendizado de máquina pode automaticamente obter as características que distinguem as duas peças, tornando o processo mais eficiente e confiável.

Em resumo, o aprendizado de máquina consiste em obter relações e informações de um conjunto de dados da forma mais automática possível, criando soluções para problemas que até então poderiam ser difíceis de serem obtidas. Na área industrial, o aprendizado de máquina desponta cada vez mais como uma alternativa de inovação e redução de custos, podendo ser aplicado em diversas aplicações, desde a mineração de grandes conjuntos de dados até o desenvolvimento de soluções de visão computacional mais robustas e confiáveis, como por exemplo na inspeção de qualidade.

André Luís Resende MonteiroDoutorando em visão computacional pela UFMG, mestre em visão computacional pela PUC-MG, formado em ciência da computação pela PUC-MG. Empresário e sócio do grupo TCS.
andre@tcsindustrial.com.br
CategoriasTI

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *