Deep learning é um daqueles temas que rapidamente ganham uma força enorme e que de repente está todo mundo falando sobre ele — sem necessariamente ter uma clareza do seu exato significado.

Então, antes de pensar nas eventuais utilizações e em como ele pode fazer diferença no seu trabalho, vamos entender o que é deep learning.

O conceito nasce da inteligência artificial: as máquinas podem aprender e isso se faz à medida que elas vão sendo utilizadas. No caso, o deep learning é uma variante desse aprendizado das máquinas que usa redes artificiais neurais.

Funciona assim: as redes neurais artificiais são constituídas de camadas que analisam sucessivamente o mesmo dado para reconhecê-lo e classificá-lo com uma altíssima margem de acerto, como se fosse um ser humano.

O que é deep learning e para o que ele serve?

Os padrões de análise proporcionados pelas redes neurais podem ser aplicados desde o reconhecimento automático de um idioma que está sendo falado por uma pessoa até, por exemplo, a identificação de marcadores de câncer no sangue de um paciente de um hospital. Cada vez que uma operação assim é realizada, o banco de informações ligado ao algoritmo cresce e a máquina se torna mais exata e com um maior reportório.

Isso ocorre porque os algoritmos de deep learning são formulados para serem capazes de analisar dados sem estruturação prévia e praticamente sem pré-processamento ou supervisão. Isso facilita para que a máquina possa lidar com sistemas mais complexos, baseados em linguagem e com mais variações, como preencher vazios em fotografias ou compor músicas.

Para exemplificar a força do deep learning, ele é o conceito que está por trás de revoluções — como o Google Tradutor e os assistentes pessoais (como o Cortana, da Microsoft).

Gigantes — como o Facebook — investem na estrutura tanto de hardware quanto de algoritmos e linguagens para possibilitar o melhor desempenho no aprendizado da máquina. O Google, por sua vez, lançou um curso totalmente gratuito para os interessados em se aprofundar no tema.

Quais são as aplicações mais difundidas?

Atualmente, o deep learning pode ser usado para as mais variadas aplicações. Conheça algumas delas:

  • reconhecer imagens: ao assistir a um filme mudo, pode identificar uma cena em que haja um sino tocando e aplicar o som adequado a ela. Se for uma foto, ele pode aumentar a sua resolução, acrescentando pixels a ela por meio de reconhecimento de detalhes, ou escrever uma legenda bastante detalhada. Também é possível dar cor a imagens (e filmes) em preto e branco, além de organizá-las em coleções, por mais extensas que sejam;
  • replicar padrões: partindo de um banco formado por fotos ou até por rascunhos, é possível replicar o estilo de grandes mestres das artes plásticas ou da música. O mesmo se aplica aos textos — com as devidas referências, a máquina consegue escrever conteúdos técnicos ou imitar poetas e romancistas;
  • dirigir carros: o deep learning está na base das tecnologias desenvolvidas para os carros autônomos. Por meio delas, é possível identificar o caminho a ser seguido, obstáculos na estrada e operações a serem realizadas ao longo do trajeto. Não bastasse isso, elas também avaliam o comportamento de outros motoristas e consideram isso ao tomar suas decisões;
  • diagnosticar doenças: por meio da análise de imagens de exames, torna-se possível identificar doenças, como uma simples fratura ou até um câncer, com uma precisão até superior à dos profissionais de saúde.

O objetivo deste texto foi ajudar você a entender o que é deep learning, compreender por que ele é tão importante e ficar por dentro de algumas das suas muitas aplicações, que vão desde a produção de legendas automáticas para imagens até a detecção de problemas de saúde.

Se você está impressionado com o poder do deep learning, que tal descobrir o que o Big Data Analytics pode fazer pelo seu negócio? Confira o artigo que publicamos sobre o tema!

Leandro Guimarães
Leandro Guimarães é o fundador da Know Solutions e trabalha com Business Intelligence desde 2009. Possui amplo conhecimento em Modelagem Dimensional, Data Warehouse e na plataforma Pentaho.

Foi aluno de Ralph Kimball, maior referência mundial no assunto, no curso de Modelagem Dimensional realizado pela Kimball University, em Estocolmo – Suécia.

Já ministrou diversas palestras sobre o tema e atualmente mantêm o blog da Know Solutions, com referências sobre Business Intelligence.

Pós Graduado em Gestão de Projetos de Software pela PUC – Paraná. Trabalhou durante 7 anos na empresa Siemens onde participou de projetos em diferentes países.