fbpx

Para entender o que é o “conhecimento profundo” quando nos referimos às novas tecnologias, é preciso antes conhecer um pouco sobre o Machine Learning, um tipo específico de Inteligência Artificial.

De forma resumida, o Machine Learning trabalha com algoritmos que aperfeiçoam a capacidade de uma máquina para executar uma determinada tarefa. São explorados de tal forma que é possível realizar correlações entre dados e, assim, identificar padrões ou permitir modelos. O feed de notícias do Facebook é um bom exemplo de aplicação do machine learning para a personalização de conteúdo que cada usuário deseja ou vai receber.

Já o Deep Learning é uma parte do Machine Learning. Ele atua na busca de soluções através de redes neurais que simulam o cérebro humano, ou seja, é capaz de realizar decisões efetivas com base em modelos mais inteligentes. Utilizando o mesmo exemplo do parágrafo anterior (Facebook), o deep learning corresponde à função de identificação das pessoas em uma foto antes do usuário marcá-las manualmente.

Embora passível de falhas é inegável que a tecnologia vem obtendo grandes avanços nos últimos anos, permitindo um processamento cada vez maior de dados (Big Data) de forma a reproduzir com mais fidelidade o funcionamento do cérebro humano. Nessa chamada rede neural profunda, o que determina o poderio de inteligência para exercer funções é a quantidade de neurônios artificiais e conexões existentes. E tudo leva a crer que essa capacidade de decisões só tende a aumentar.

Existem hoje inúmeras aplicações do Deep Learning, nas mais diversas áreas. Abaixo listamos alguns exemplos:

Medicina

Realização de diagnósticos médicos em doenças como câncer de mama, Alzheimer, doenças cardiovasculares, entre outras.

Educação

Traduções mais fiéis, composição de textos ou músicas.

Automatização

Direção de automóveis não tripulados, sensores das residências.

COMÉRCIO ELETRÔNICO

Recomendações de compra com base em histórico e comportamento de navegação.

Segurança

Reconhecimento facial para residências.