Voltar ao Blog
Machine LearningCapítulo 1

1.3.3.1. Aprendizado de Máquina (Machine Learning): Conceitos Fundamentais

Mineração de Dados (Data Mining) e o Aprendizado Estatístico, entre outros.91 Nas próximas páginas deste capítulo, e para o objetivo que nos interessa, colocaremos nossa atenção na tipologia de...

Alessandro Lavorante 15 de abril de 2024 2 min de leitura

Mineração de Dados (Data Mining) e o Aprendizado Estatístico, entre outros.91 Nas próximas páginas deste capítulo, e para o objetivo que nos interessa, colocaremos nossa atenção na tipologia de aprendizado de máquina e nas redes neurais artificiais, bem como em suas subcategorias. 1.3.3.1. Aprendizado de Máquina (Machine Learning) Esta é, provavelmente, uma das categorias mais relevantes e debatidas no campo das diversas especificidades da inteligência artificial, destacando-se por sua capacidade de transformar dados em conhecimento de forma autônoma. Sua importância se amplifica ao ser considerada em estudos de imputação de responsabilidade civil, dado que os modelos de aprendizado de máquina apresentam comportamentos menos previsíveis e maior autonomia em relação a outras abordagens tecnológicas. Essa característica é uma das que mais desafia os estudiosos no estabelecimento do nexo causal e na identificação da conduta humana diretamente associada ao dano. De início, é necessário esclarecer o significado de “aprendizado” na expressão “aprendizado de máquina” (“machine learning”). Embora o termo possa sugerir uma similaridade com a aprendizagem humana, trata-se apenas de uma metáfora aproximada. Na aprendizagem humana, o progresso é frequentemente avaliado funcionalmente, ou seja, pela melhoria na execução de tarefas ao longo do tempo e com base na experiência. De forma análoga, os sistemas de aprendizado de máquina podem ser considerados “aprendizes” funcionais, pois também aprimoram seu desempenho ou subpalavras – e análise morfológica e sintática – para avaliar a estrutura gramatical e o papel de cada palavra –, as máquinas conseguem extrair significados de textos, detectar padrões e estabelecer relações contextuais. Essas soluções empregam algoritmos específicos para lidar com tarefas como tradução automática, análise de sentimento, reconhecimento de fala e sistemas de recomendação. Em síntese, o PLN viabiliza a interação fluida entre humanos e computadores, buscando aproximar a comunicação digital da linguagem natural.


Notas

91. Ainda não há total acordo entre as subdivisões da IA baseada em Dados. A categoria Processamento de Linguagem Natural, por exemplo, embora possa estar catalogada nesse grupo maior, tantas vezes aparece como subcategoria de Machine Learning. A mesma ambiguidade pode surgir em relação às Redes Neurais Artificiais, que podem ser catalogadas tanto como uma técnica dentro do Machine Learning quanto como uma categoria suficientemente distinta, dependendo da perspectiva adotada. 92. Surden, 2019, p. 1311.
Machine LearningAprendizado de MáquinaAlgoritmosTreinamento

Alessandro Casoretti Lavorante

Prof. Me. pela USP

Advogado especializado em Direito Digital, IA e Startups. Mestre em Direito Civil pela USP. Autor do livro "Responsabilidade Civil por Inteligência Artificial".

Precisa de assessoria jurídica?

Entre em contato para uma consulta especializada em Direito e Tecnologia.

Fale Conosco