Aprendizado de máquina é um subcampo da inteligência artificial no qual sistemas computacionais melhoram seu desempenho em uma tarefa ao aprender padrões estatísticos a partir de dados, em vez de seguir regras explicitamente programadas à mão. Ele sustenta a maioria das aplicações contemporâneas de inteligência artificial, desde filtros de spam até modelos de linguagem de grande porte.
O termo é geralmente atribuído a Arthur Samuel, que o usou em 1959 para descrever um programa de damas que melhorava por meio de autojogo.
Paradigmas
O aprendizado de máquina é comumente dividido em três paradigmas. No aprendizado supervisionado, um modelo aprende a partir de exemplos pareados com rótulos corretos, como imagens etiquetadas com categorias de objetos. No aprendizado não supervisionado, um modelo encontra estrutura em dados não rotulados, por exemplo, agrupando itens semelhantes. No aprendizado por reforço, um agente aprende ao tomar ações em um ambiente e receber recompensas ou penalidades, um paradigma que produziu resultados marcantes como o AlphaGo. Uma quarta abordagem, o aprendizado autossupervisionado, gera seu próprio sinal de treinamento a partir de dados não rotulados, por exemplo, prevendo uma palavra oculta a partir de seu contexto, e é o método por trás do pré-treinamento de modelos de linguagem modernos.
Métodos centrais
A maioria dos modelos de aprendizado de máquina é treinada definindo uma função de perda que mede o quão erradas estão as previsões do modelo e, em seguida, ajustando os parâmetros do modelo para reduzir essa perda por meio de descida de gradiente ou um procedimento de otimização relacionado. Abordagens estatísticas que antecedem a era do aprendizado profundo, como máquinas de vetores de suporte desenvolvidas por Vladimir Vapnik e colegas, permanecem em uso para problemas menores ou mais interpretáveis. Desde os anos 2010, modelos de rede neural, particularmente arquiteturas de aprendizado profundo, tornaram-se o método dominante para tarefas envolvendo imagens, áudio e texto, dado treinamento e poder computacional suficientes.
Preocupações práticas
Um desafio central no aprendizado de máquina é o superajuste, no qual um modelo memoriza padrões específicos de seus dados de treinamento em vez de aprender padrões que generalizam para novos exemplos. Profissionais lidam com isso por meio de técnicas como regularização, validação cruzada e retenção de dados de teste. A qualidade e a escala dos dados de treinamento, juntamente com a escolha da arquitetura do modelo, são tipicamente determinantes maiores do desempenho no mundo real do que qualquer truque algorítmico isolado.
Adoção
O aprendizado de máquina passou de uma disciplina acadêmica para uma prática de engenharia mainstream ao longo dos anos 2010, impulsionado em parte por estruturas de código aberto, computação em nuvem e educadores como Andrew Ng, cujos cursos online introduziram o campo a um público amplo. Ele agora sustenta classificação em buscas, detecção de fraudes, análise de imagens médicas, sistemas de recomendação e o treinamento de grandes modelos de linguagem que alimentam assistentes conversacionais modernos.
A distinção entre aprendizado de máquina e software baseado em regras anterior não é sempre nítida na prática, já que muitos sistemas de produção combinam componentes aprendidos com lógica de negócios codificada à mão, mas a característica definidora de um sistema de aprendizado de máquina permanece sendo que seu comportamento é moldado substancialmente pelos dados nos quais foi treinado, em vez de por regras que um programador escreveu diretamente.