Desvendando materiais via aprendizado de máquinas
Reprodução do blog do IMPA Ciência & Matemática, de O Globo, coordenado por Claudio Landim
Adalberto Fazzio, Laboratório Nacional de Nanotecnologia/CNPEM e pesquisador do INCT Nanocarbono
Os avanços tecnológicos desenvolvidos intensamente a partir do século 20 culminaram na evolução das tecnologias digitais. Com a invenção do transistor e, consequentemente, dos computadores, a era digital teve início e, com isso, a revolução da informação.
Desde então, a quantidade e a velocidade da geração de dados explodiu, sendo estes das mais diversas formas e em todas as áreas, de entretenimento e transações financeiras até as ciências sociais, biológicas e naturais.
Na década de 1950, surgiu a área então batizada de “inteligência artificial”, tratando de métodos e algoritmos criados para dar a computadores a capacidade de reproduzir a inteligência humana, mesmo que em tarefas muito específicas. Com o tempo, essas capacidades foram evoluindo, até chegarmos aos dias atuais, onde a inteligência artificial já supera a humana em muitas tarefas, como diagnósticos médicos ou até em vencer campeonatos de jogos complexos, como Poker ou Go.
Devido a esses grandes avanços e sucessos ao longo do tempo, diversas áreas científicas passaram a investir recursos para explorar essas capacidades e converter dados brutos em informação e conhecimento.
Leia também: Conferência encerra semestre de geometria simplética
SBMAC premia artigo sobre problemas complexos
Pesquisadores do IMPA estudam formação de ‘véu’ em ondas
Em ciência de materiais, o então presidente dos EUA Barack Obama criou um marco em 2011, ao lançar o programa “Genoma de Materiais”. Ele destacou que materiais são diferenciadores de um produto, a chave para a economia e a segurança nacional. Esse programa teve o escopo de criar e utilizar um sistema de infraestrutura experimental e computacional para a geração de dados referentes a otimização de propriedades físicas e químicas de materiais.
Iniciativas como essas, aliadas aos avanços computacionais e metodológicos, permitiram aproximar a ciência de materiais ao mundo do “Big Data”, onde a informação existente pode ser estudada pela ciência de dados, que abrange técnicas de mineração, triagem e aprendizado de máquina.
Uma das áreas mais conhecidas da ciência de dados e da inteligência artificial é a chamada de “aprendizado de máquina” (do inglês machine learning), na qual um componente fundamental é a disponibilidade de conjuntos de dados que propiciam a capacidade de “ensinar” as máquinas. Entre as capacidades mais comuns de serem ensinadas estão as tarefas de classificação de materiais entre diferentes classes e as tarefas de predição de valores numéricos, por exemplo, propriedades dos materiais.
Hoje, uma parcela importante da comunidade de física, química e engenharias investe nessas metodologias para extrair informação e conhecimento dos dados acumulados.
Para ler o texto na íntegra acesse o site do jornal
Leia também: Como funciona a bitcoin? Veja na coluna de Marcelo Viana
OBMEP divulga premiados entre 18 milhões de participantes