2. Alguns eventos recentes
• Google inicia projeto Google Brain com apoio do
professor Andrew NG, da Stanford University
• Google compra DeepMind (US$ 650-800 Mil)
• Facebook forma sua equipe de Deep Learning liderada
pelo prof. Yan LeCum, da New York University
• Netflix cria sua equipe de Deep Learning para melhorar
recomendações
• Yahoo compra Lookflow para adicionar inteligência ao
Flickr
• Bill Gates diz que se tivesse 20 anos estaria estudando
Deep Learning
• New York Times monta equipe de Deep Learning para
manter assinantes
• (...)
3. Machine Learning
• Ramo da Inteligência Artificial
• Usado em:
• Visão de máquina
• Intepretação da linguagem natural
• Classificação e categorização de textos
e informações
• Diagnóstico de anomalias ou
mudanças de padrão
4. Machine Learning - Aplicações
• Sistemas de recomendação (RecSys)
• Search Engine (Google Hummingbird)
• Análise de Sentimento e
Monitoramento de Redes Sociais
• Prevenção ao cancelamento de
assinaturas (customer churn)
• Promoções e anúncios em tempo real
5. Machine Learning
• A partir de um aprendizado prévio, o algoritmo
dá uma reposta sem intervenção humana:
•
•
•
•
•
Timming Correto
Efetiva
Pertinente
Adequada
Inteligente
• Tipos de algoritmos
• Supervisionado – Tipos de informação são ’explicados’
• Não supervisionado – ‘Aprende’ sozinho
6. Deep Learning
• Uma nova geração de algoritmos de Machine Learning
• Baseiam-se em redes neurais que funcionam imitando o
funcionamento do cérebro humano e sua rede de
neurônios
• Algoritmos que aprendem sozinhos (não supervisionados)
• Resultados surpreendentes em:
•
•
•
•
•
Processamento linguístico (interpretação de ambiguidades)
Reconhecimento da fala
Tradução
Visão de máquina (expressões humanas, humor, sentimento)
‘Compreensão’ e interação com sistemas com regras finitas
(jogo pong ou games)
7. Favorecem Deep/Machine
Learning nesse momento
• Grandes volumes de dados para
formar o aprendizado
• Computação de nuvem e sua
característica elástica
• Computação cognitiva (IBM
Watson)
• Avanços em performance com o
uso de harwdare como uso de GPUGraphic Processor Unity
8. Oportunidades Deep Learning
• Data Rental para treinamento de
modelos (DaaS)
• Serviços de análise de base de
clientes produzindo acurados perfis
e hábitos de consumo
• Pesquisas de sentimento e reação
sensorial com analise de expressões
faciais
9. Roadmap
• Criação de laboratórios de pesquisa e
inovação
–
–
–
–
Estatísticos / Físicos / Astrônomos
Engenheiros de software
Arquitetos de solução
Formação interna e criação de expertise
• Acompanhamento de papers e
evolução do conceito no meio
acadêmico e comercial
10. Promessas do Deep Learning
• Novos níveis de personalização da experiência
do consumidor
• Novas oportunidades de ofertas, anúncios e
promoções
• Engajamento 2.0
• A personalização das lojas físicas em função
do seu público
ArthurSamuel(1959).MachineLearning:Fieldof study that gives computers the ability to learn without being explicitly programmed. • TomMitchell(1998)Well-posedLearning Problem: A computer program is said to learn from experience E with respect to some task T and some performance measure P, if its performance on T, as measured by P, improves with experience E.
Recsys–amazon, Chaordic, A equipe da DeepMind veio para a área de SearchEngine do GoogleCancelamento de assinaturas –Thew New york Times
The “brain” simulation was exposed to 10 million randomly selected YouTube video thumbnails over the course of three days and, after being presented with a list of 20,000 different items, it began to recognize pictures of cats using a “deep learning” algorithm.