É hora de acordar para a vida como ela é, e para os dados como eles são
Nada representa melhor a inundação de Big Data do que estamos vivendo que a explosão da quantidade de dados e informações sobre indivíduos, causada, em grande parte, pela emergência dos sites de redes sociais como Facebook, Twitter e LinkedIn.
Nunca na história humana houve acúmulo tão grande de registros sobre a vida de cada um de nós, nossos pensamentos, desejos, amigos e loucuras. Possivelmente inspirados no desejo de imitação de celebridades, temos trazido a público um volume de dados sobre a experiência humana muito além do sonho mais idílico de qualquer antropólogo ou cientista social.
Mas o brilho nos olhos do cientista social é uma pífia lanterna se comparado com as possibilidades vislumbradas pelos marketeiros. Conhecer os desejos de cada consumidor, seu perfil e o que acontece na sua vida, usando essa informação para levar a oferta certa no momento oportuno e no preço exato, é agora o objeto universal do desejo corporativo. E também dos políticos, é claro.
Vive-se a impressão de que as informações estão lá, disponíveis, prontas para serem coletadas, agregadas e utilizadas, sendo necessário somente implementar aquele tal de sistema Hadoop tão mencionado pelo pessoal do aquário da TI, mais comprar um feed ou um crawler, que o departamento de marketing vai saber mais sobre cada consumidor do que o Obama e seu time do NSA.
Seria lindo se fosse assim, mas a vida é como ela é. Pessoas são incertas dos seus quereres, imprecisas, contraditórias, falsas, inexatas, fazem besteiras e têm o péssimo costume de não prover todas as informações de sua vida às redes sociais. Às vezes inventam múltiplas personalidades ou usam uma conta em conjunto com a namorada, ou pretendem ter uma vida que não têm, com amigos que não existem.
O mar de informações nas redes sociais é, porque a vida é como ela é, um oceano de imprecisão, incongruência, inexatidão e incorretude. Infernalmente impreciso. Hadoop e similares são poderosos aliados na navegação, mas seu mapeamento e redução infelizmente têm poderes limitados para diminuir o enjoo dantesco causado pelo movimento incessante, imprevisível e, por vezes, caótico desse mar de incertezas.
No contexto da panaceia hadoopiana em que vivemos, é compreensível cair na ilusão de que soluções simples serão remediadas pela enormidade dos big dados. Mas, como aprendemos com o fracasso dos sistemas inteligentes baseados em regras e lógica formal dos anos “áureos” da inteligência artificial na década de 80, lidar com imprecisão, incerteza e incorretude só é possível com sistemas computacionais que utilizem métodos e modelos probabilísticos.
Incerteza dos dados
A Era de Big Dados Sociais só consegue ser viabilizada em uma escala confiável se nossos sistemas conseguirem lidar com pessoas que, por exemplo, anunciam o noivado no Facebook e fazem, ao mesmo tempo, a inscrição em um site de encontros furtivos com vizinhos. Não se trata de dados contraditórios, talvez, um tanto incomuns. A vida como ela é, os dados como eles são.
A regata tecnológica por soluções e métodos para navegar o mar de incertezas já está em pleno andamento. A IBM investiu milhões de dólares para construir um computador capaz de lidar com o mar de trivialidades do programa de televisão americano Jeopardy, o programa de perguntas e respostas mais difícil do mundo.
O computador, chamado de “Watson”, digere textos de milhões de livros e cria uma estrutura gigante de busca na memória. Dada uma pergunta (às vezes com pegadinha!) o sistema filtra como uma baleia supersônica o mar de dados, encontra emaranhados de possíveis respostas, e determina qual possível resposta é mais provável combinando probabilisticamente centenas de informações possivelmente relevantes.
O “Watson” reduziu a pó de traque os antigos campeões humanos do Jeopardy, uma surra tão grande quanto a que o Kasparov levou no xadrez de outro computador da IBM, o “Deep Blue”, na década de 90. E está deflagrada a era da computação de grandes volumes de dados com incerteza, batizada pela IBM como a era da Computação Cognitiva.
Outros barcos estão na regata pelo domínio desse mar de dados incertos. No início de 2013, a Google contratou Geoffrey Hinton, o pai das redes neurais, para nortear a procura por soluções de aprendizado probabilístico de máquina para busca em dados humanos.
Hinton e Ray Kurzweil, aquele da Singularidade, estão trabalhando em projetos de desenvolvimento de sistemas capazes de lidar com dados de forma inteligente, utilizando o buzzword mais quente do momento, “deep learning”. O “map/reduce” está ficando mais fora de moda do que bolerinho.
Correndo por fora, em dezembro de 2013, a Facebook anunciou a abertura de um novo laboratório de inteligência artificial, chefiado por nada menos que Yann LeCun, o cientista que descobriu como treinar eficientemente sistemas de “deep learning”.
Eric Horvitz, o lendário defensor de raciocínio com incerteza, continua na Microsoft. E o pessoal do MIT acaba de anunciar a primeira versão do BayesDB, um banco de dados bayesiano que computa implicações de dados a partir de BQL, ou Bayesian Query Language.
“INFER salary FROM mytable WHERE age > 30 WITH CONFIDENCE 0.95” é a query do momento. SQL está mais por fora que sandália gladiadora. Será que o futuro de Python é semelhante ao de loja de brigadeiro?
Amanhece na era da incerteza digital. É hora de acordar para a vida como ela é, e para os dados como eles são.
É hora dos profissionais de computação tirarem a poeira dos livros de probabilidade soterrados na estante ou, mais apropriadamente, buscarem um dos muitos cursos online de aprendizado de máquina e similares. Aliás, cursos com os próprios LeCun e Hinton podem ser encontrados.
A única certeza é o mar de dados incertos em que teremos que tentar navegar, nós novos Colombos e Cabrais, munidos com nossas novíssimas bússolas probabilísticas.
Navegar é preciso!
Fonte: CIO
Nenhum comentário:
Postar um comentário