Como o ‘machine learning’ utiliza os nossos dados

À semelhança do ser humano, os computadores também conseguem aprender. Com cada vez mais dados e um poder de computação maior, o conceito de machine learning pode ser entendido como “uma técnica de análise de dados que ensina aos computadores algo que é inato aos seres humanos e animais: aprender através da sua experiência”.

Esta foi a definição de machine learning que a Quidgest transmitiu na conferência Q-Day, que a empresa organiza anualmente e que se realizou na quinta-feira, na Culturgest. Com recurso à sua plataforma de modelação de software, o ‘Genio’, a Quidgest consegue fornecer às empresas de diversas áreas soluções informáticas em machine learning, desde as áreas da saúde, passando pela banca e recursos humanos.

Daniel Silva, coordenador da área de informação e de saúde na Quidgest, explicou que “os humanos sempre aprenderam com estímulos e de forma supervisionada, e é isso que os engenheiros tentam transportar para a máquina”. Além disso, disse que “a aprendizagem da máquina não é diferente da aprendizagem do ser humano, e faz-se também por estímulos e repetição”.

Jaime Magalhães, da Fundação de Ciência e Tecnologia (FCT) e orador convidado para a conferência, explicou como o machine learning está a ajudar a indústria farmacêutica a lançar medicamentos no mercado, num projeto desenvolvido para a Mello Saúde. “Na área de ensaios clínicos, a validação das drogas só é possível depois de testes em pacientes”, disse. “Mas a maior dificuldade reside no facto de encontrar pacientes que reúnam os critérios clínicos certos para os testes”. A solução partiu da utilização do machine learning, explicou. “Criámos uma base de dados com [o histórico clínico] dos pacientes para, em poucas horas, se fazer um match entre os pacientes e os critérios para os ensaios clínicos”.

Os dados que deixamos nas redes sociais também são usados pelo machine learning. Magalhães revelou que atualmente aquela tecnologia permite fazer opinion mining e market analysis. Consegue-se “analisar o que está na web sobre determinado produto, por exemplo, um filme, através de um algoritmo”, disse. E ilustrou com um caso curioso: “Concluiu-se que é negativo para a Disney ser associada a Miley Cyrus, mas já é positivo para Disney ser associada à Hannah Montana (papel desempenhado por Miley Cyrus)”.