Doutor GPT-3
ou: Como Aprendi a Parar de Me Preocupar e Amar a Inteligência Artificial
A próxima startup de aprendizado de máquina está no seu quintal
Mensagem
Aprendizado de máquina é menos assustador do que você imagina, e mais comum do que você imagina.
Magia de aprendizado de máquina
Hoje em dia ouvimos falar de aprendizado de máquina (ML), deep learning ou inteligência artificial o tempo todo 1.
Do interesse na busca:
Para menções em livros:
Para manchetes de jornais sobre robôs tomando conta dos nossos empregos:
Há um interesse crescente em ML, e parece que dia sim, dia não, surge uma nova startup arrecadando $100 milhões com base em sua nova tecnologia de ML.
No entanto, a maioria das pessoas se sente intimidada pelo ML, equiparando-o a uma mágica que só startups de ponta fazem. Não ajuda o fato de a matemática poder ser intimidadora:
Hoje quero ajudar você a ter uma melhor intuição sobre ML, primeiro olhando para uma empresa que usa ML e depois explicando o básico de como funciona uma rede neural. Meu objetivo ao final é que você se sinta menos assustado sempre que alguém usar o termo “ML” como se fosse legal demais para a escola.
Estudo de caso de aprendizado de máquina
Imagine que eu viesse até você procurando investimento em uma empresa que use ML. Aqui está a proposta:
“A Companhia M usa ML e optical character recognition (OCR) para comparar dados de entrada com centenas de milhões de registros em frações de segundo. Ela já possui parcerias com a Amazon, o governo dos EUA e a Fedex. A Empresa M já ampliou para permitir >100 bilhões de transações por ano e expandiu a cobertura para todos os EUA.”
Parece empolgante, né? Eu escolhi alguns idiomas, mas não está tão longe disso actual press releases by other companies:
“A Anyline, uma startup líder em Reconhecimento Óptico de Caracteres (OCR) que utiliza IA para reconhecimento de texto, arrecadou €10,7 milhões em financiamento Série A. A startup austríaca, que já trabalha com grandes nomes como Toyota, IBM, Canon, a ONU e PepsiCo, usará os fundos para abrir seu primeiro escritório nos EUA em Boston”
Mas voltando à empresa M. A parte do OCR se refere a eles olharem para uma imagem e reconhecerem o que ela diz via ML. Parece que eles fazem isso de forma eficiente, precisa e em escala. As parcerias deles também parecem respeitáveis. Você provavelmente acha que eles são um unicórnio promissor liderado por formados em Stanford que começaram a programar enquanto usavam fraldas.
Você investiria?
Se você disse sim, acabou de investir no United States Postal Service.
Não, sério, os correios usam ML há muito tempo. They started trialing it in 1997, and by 2014 were already mostly recognising addresses via ML algorithms. Não é bem o estereótipo de startup que você estava imaginando.
Meu ponto aqui não é criticar a Anyline, ou startups semelhantes. Tenho certeza de que eles estão resolvendo problemas difíceis e não são puro hype 2. Na verdade, quero que você perceba que O ML está sendo usado em cenários que parecem mundanos, e já faz algum tempo. Da próxima vez que alguém te apresentar ML, tenha isso em mente.
Intuição de aprendizado de máquina
Agora que sabemos onde o ML é usado, vamos ver como o ML pode funcionar. Vou usar um neural network para isso, porém, existem muitas outras formas de rodar o ML.
Redes neurais são modeladas a partir dos neurônios do cérebro, então será útil entender como essa conexão funciona. Veja como é um neurônio:
Enquanto ainda estamos aren’t quite sure how the brain works, a leading theory is that the neurons can take inputs, do some computation, and then send outputs. 3 Uma forma simplificada de representar a interação de dois neurônios poderia ser assim. Imagine que o círculo é o corpo principal, e essa linha é o axônio conectando outros neurônios:
E se você tivesse três pares de neurônios, poderia ser assim:
E se os neurônios pudessem interagir entre si, poderia ser assim 4:
Vamos manter essa imagem em mente, enquanto pensamos em como isso pode se relacionar com computadores e ML.
Vamos pegar uma equação matemática simples, como 2 x 3 = 6. Vamos definir “2” como dados de entrada, “x 3” como a função que queremos executar e “6” como dados de saída. Isso nos dá algo assim:
E se você tivesse mais de um dado de entrada? Você poderia fazer (2 + 5) x 3 = 21. Isso nos dá algo assim:
E, mais uma vez, podemos combinar múltiplas funções interagindo em múltiplas entradas, assim:
Você pode ver como isso se parece com o diagrama de interação neurônica acima, daí o nome “rede neural”.
Vamos além. Imagine que você tem valores em A, B e C, assim como antes. Desta vez, os valores representam pixel values. Neste caso, estamos falando de 3 pixels.
Você pode fazer algum tipo de função matemática nesses pontos de dados e obter resultados em X, Y, Z. Vamos ignorar exatamente qual função matemática estamos usando por enquanto 5, mas retorna apenas 0 ou 1 dos pontos de dados. Além disso, também nos dará apenas um único “1”, com o restante sendo “0”. As saídas aqui representam o alfabeto previsto, se um “1” for retornado nesse círculo.
Isso se parece:
Neste exemplo, podemos ver que um “1” foi retornado para a saída originalmente denotada como X. “0” foi retornado para as outras saídas. Isso nos diz que X é o valor previsto, baseado nas entradas dos 3 pixels (0, 100, 255) que lhe demos.
Você pode imaginar estender tal estrutura para todas as letras do alfabeto, e para quantos pixels de entrada você precisar. A intuição é semelhante, só que mais etapas estão envolvidas. Por exemplo, se você quisesse prever qualquer uma das 26 letras com base em uma imagem de 1000 pixels, precisaria de 1000 entradas à esquerda e 26 saídas à direita. Das saídas, apenas 1 teria “1” e o restante seria “0”.
Você não está limitado a apenas duas camadas de entrada e saída. Você também pode incluir mais “camadas ocultas” que recebem a entrada pela esquerda e depois retornam uma saída para a direita. Desde que você configure suas funções para que retornem “1” e “0” na última camada, está tudo certo. Pode haver qualquer número de camadas ocultas, e cada camada pode ter qualquer número de elementos, sem precisar ser igual à entrada ou à saída.
E é isso! Você já viu como um processo pode converter entradas de dados (como valores de pixels de imagens) em saídas (alfabetos e endereços). Agora você entende como a maioria das redes neurais funciona. Muitas implementações de ML usam redes neurais, o que significa que você também conhece o conceito subjacente que impulsiona essas empresas de ML.
Claro, a configuração em si é mais complicada e exige muito mais tempo e expertise 6. Ignorei toda a matemática, estatística e programação que tornam o ML realmente mais difícil de implementar na vida real. No entanto, espero que a intuição que você tem agora te deixe menos intimidado sempre que alguém usar “ML” como palavra da moda no futuro.
Footnotes
-
Vou usar aprendizado de máquina (ML), deep learning (DL) ou inteligência artificial (IA) de forma intercambiável ao longo do post, mas tecnicamente são coisas diferentes, some being a subset of the other. Para fins do post, isso não importa muito. ↩
-
Bem, alguns provavelmente são completos vigaristas ↩
-
Não sou cientista, me corrija se eu estiver errado aqui. ↩
-
Mostrei todas as entradas em um neurônio como uma cor e tamanho para facilitar a compreensão, especialmente ao traduzir para a matemática da rede neural. Você pode pensar nos agrupamentos de outras formas, como todas as saídas de um neurônio como uma só cor. ↩
-
O que está acontecendo aqui é que há uma primeira função realizada dos parâmetros multiplicados pelas entradas, e então um logistics function aplicado para limitar a saída de 0 a 1. A ideia é treinar os dados repetidamente no conjunto de dados de treinamento de modo que a primeira função dos parâmetros forneça um erro de predição baixo quando comparado com um conjunto de dados de validação. ↩
-
Por exemplo, como você sabe qual função usar? Como você configura isso em um programa? Como você verifica se as previsões estão precisas? Simplifiquei a maioria das questões técnicas, mas se você quiser aprender mais, Andrew Ng’s coursera is a good place to start. Aviso que é muito mais complexo e difícil. ↩
Discussão
What did I miss?
Discordâncias ponderadas, evidências adicionais e outras formas de ver o problema são bem-vindas.
Carregando a discussão…
Prefere uma conversa privada? Enviar e-mail para Leon.
Artigos relacionados
A gente a quería, mas em vez disso pegamos o Tinder
A armadilha da margem das empresas de IA, conceitos de investimento em valor e tradeoffs
Os robo-analistas são o futuro da pesquisa de ações?
Qual valor a pesquisa de ações do lado vendedor oferece?