Você sabe o que é Deep Learning?

Pra falar de Deep Learning, é importante antes falar de redes neurais. Pois bem, a rede neural consiste em um algoritmo que imita o funcionamento dos neurônios do cérebro humano, assim como as conexões existentes entre eles e podem ser treinadas para desempenhar uma tarefa específica.

Até aí, tudo bem. Mas o conceito começa a ficar mais interessante ainda quando entendemos que o termo rede neural é usado no seguinte sentido: independentemente de uma programação específica, a rede se autoprograma a partir de exemplos e de um treinamento.

De fato, as redes neurais são o máximo expoente do que costumamos chamar de machine learning ou aprendizado automático. Essas redes são capazes de aprender a classificar e imitar o comportamento de sistemas complexos. Por exemplo, se queremos que aprenda a diferenciar uma maçã de uma laranja, basta mostrar-lhe várias unidades de ambas as frutas e informar que uma é uma maçã, e a outra é uma laranja.

Uma vez que a rede neural está treinada, já será capaz de diferenciar entre uma coisa e outra. Um aspecto interessante é o fato de que são capazes de identificar maçãs e laranjas diferentes das que foram exibidas antes já que as redes não memorizam e sim generalizam. Esse é justamente o ponto-chave do aprendizado das máquinas.

Redes neurais e a abstração

O interesse pelas redes neurais chegou a perder força na virada do milênio, principalmente por não terem satisfeito as expectativas de algumas indústrias. Mesmo assim, os estudos continuaram no mundo acadêmico e foram desenvolvidos melhores algoritmos. Foi especificamente na Universidade de Montreal que surgiram os melhores resultados de redes neurais e as mesmas evoluíram até o que chamamos hoje de Deep Learning.

Sendo assim, Deep Learning se conceitualiza por uma série de redes neurais que compartilham a mesma finalidade e que apresentam um rendimento melhor do que outras formas de machine learning. A maior diferença reside em sua capacidade de abstração. Se voltarmos a usar o exemplo anterior, quando queremos classificar laranjas e maçãs com uma rede neural, precisamos definir algumas características das frutas.

Estas características podem ser a cor, a forma, o tamanho etc. Ou seja, representar as frutas através dessas características é uma forma de abstração que precisa ser concebida pelo profissional que treina a rede neural. Agora, no caso do Deep Learning, os algoritmos são capazes de realizar um processo parecido de abstração, só que sem a necessidade de que alguém estabeleça estas características previamente.

Algoritmos em Campeonatos

É exatamente por este tipo de comportamento que o Deep Learning não só é capaz de aprender, mas também consegue entender o significado. Ultimamente, o conceito voltou a ganhar força em função dos avanços tecnológicos alcançados. Por exemplo, no começo de 2016, tivemos notícias sobre como o programa AlphaGo ganhou do campeão Lee Sedol no campeonato de Go.

O mais interessante é que a máquina que rodava o AlphaGo, o computador Go, desenvolvido pela Google DeepMind não estava programada para jogar Go e sim foi somente ensinada como jogar antes de enfrentar o rival Lee Sedol. Aprendeu jogando com o campeão europeu de Go e depois com uma versão de si mesma. A cada partida, a máquina foi melhorando sua performance até se tornar invencível.

O presente e o que esperar

Grandes empresas como o Facebook ou o Google usam conceito e recursos relacionados ao Deep Learning continuamente em seus produtos, seja para reconhecimento de faces ou para que consigam interpretar uma linguagem mais natural. Há muitas expectativas em relação aos novos desenvolvimentos baseados em Deep Learning em função da necessidade de automação na hora de processar dados de forma inteligente. Além disso, há várias ferramentas opensource que disponibilizam estes algoritmos para quem tenha interesse, como a TensorFlow e a OpenAI Gym

O Deep Learning tem tudo para surpreender o mundo nos próximos anos e continuar evoluindo. O que esperar da inteligência artificial? Basta acompanhar as notícias e novidades do setor. Nós aqui da Logical Minds estamos muito atentos!