ISSN 2359-5191

26/01/2016 - Ano: 49 - Edição Nº: 1 - Ciência e Tecnologia - Universidade de São Paulo
Algoritmo prevê esforço humano
Metadados podem dizer até se alguém está desempregado ou não

Um sistema que consegue, a partir de dados representando experiências passadas, extrair modelos capazes de fazer previsões para dados novos, além de ser um dos grandes desafios da computação, tem resultados concretos em pesquisa de núcleo localizado em São Carlos. O AMDA, Núcleo de Apoio à Pesquisa em Aprendizado de Máquina e Análise de Dados produziu um modelo baseado em aprendizado de máquina capaz de a partir de conhecimento disponibilizado na internet, prever o esforço computacional necessário para a escrita de programas de computador. 

O desafio da pesquisa foi criar um algoritmo de aprendizado de máquina capaz de gerar um modelo com um bom desempenho preditivo e, ao mesmo tempo, de capturar modelos de desempenho para diversos tipos de profissionais. Esse modelo foi gerado por um programa de aprendizado de máquina escrito na linguagem Java. Ao mesmo que o tempo de esforço sofra a influência de intempéries humanas, a fluidez também pode ser assimilada pelo modelo.

Programas de computadores são escritos por profissionais da área de computação. Esses programas especificam em detalhes, o que o computador deve fazer, passo-a-passo, para realizar uma dada tarefa, como melhorar a qualidade de uma imagem, atualizar o estoque de itens de uma empresa e fazer um cálculo matemático complicado.

"Homem e máquina convivem em parceria há bastante tempo", afirma André Carvalho, professor do Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo, o ICMC-USP. Em colaboração com a Unifesp de São José dos Campos e a PUC do Rio Grande do Sul, o algoritmo foi construído de forma que mesmo que a atividade não seja criação de software, o tempo de esforço pode ser previsto. "A previsão de tempo de esforço pode ser aplicada até em uma redação de jornal", diz o pesquisador.

O aprendizado de máquina, uma das subáreas da inteligência artificial, pretende inserir nos computadores a capacidade de aprender com a experiência. Ela tem beneficiado inúmeras áreas da ciência e aplicações reais, sendo cada vez mais utilizado pelo setor empresarial inovador. Sistemas de computação baseados no princípio do aprendizado de máquina já são utilizados em várias atividades do nosso dia-a-dia, como quando os aplicamos em cartões de crédito em uma instituição financeira, ou utilizamos aplicativos para reconhecimento de voz em smartphones e pedimos recomendações de filmes ou livros na internet.

Funcionários mais experientes podem realizar tarefas de forma mais ágil e eficaz do que outros que estão apenas no início da carreira.  O sistema de aprendizado de máquina desenvolvido na USP se utiliza de dados disponíveis em repositórios públicos e supera outras ferramentas disponíveis.

A escrita de programas por seres humanos demanda um esforço, que pode ser associado ao tempo necessário para a escrita do programa. O tempo necessário para escrever um programa ajuda a definir a mão de obra necessária em um projeto de computação. Embora um dos objetivos do aprendizado de máquina seja a escrita de programas pelos próprios por computadores, o passo intermediário já foi tomado enquanto isso não ser torna uma realidade frequente.

Um programa baseado em aprendizado de máquina pode aprender a estimar o esforço necessário para escrever um dado programa de computador. Isso não implica que os computadores substituirão os especialistas humanos da área de computação, mas apenas que farão com que esses possam se dedicar a atividades de computação mais desafiadoras, incluindo programas que sejam mais sofisticados.



Como apontado pelo pesquisador Pedro Domingos, em seu livro The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World, espera-se que, no futuro, utilizando aprendizagem de máquina, os próprios computadores escrevam a maioria de seus programas.

Leia também...
Agência Universitária de Notícias

ISSN 2359-5191

Universidade de São Paulo
Vice-Reitor: Vahan Agopyan
Escola de Comunicações e Artes
Departamento de Jornalismo e Editoração
Chefe Suplente: Ciro Marcondes Filho
Professores Responsáveis
Repórteres
Alunos do curso de Jornalismo da ECA/USP
Editora de Conteúdo
Web Designer
Contato: aun@usp.br