Machine Learning (Aprendizado de Máquina) e Economia

11 15Machine Learning (Aprendizado de Máquina) é uma disciplina científica que explora a construção e o estudo de algoritmos que aprendem a partir de dados.  Estes algoritmos operam ao construírem modelos a partir de insumos de dados que permitem fazer previsões ou tomar decisões, mais do que seguir instruções estritamente estáticas de um programa. Machine Learning é um sub-campo da Ciência da Computação que emergiu da pesquisa na área de Inteligência Artificial. 

E qual relação de Machine Learning com Economia?  Segundo o Prof. Hal Varian, Chief Economist Officer do Google, os computadores estão hoje envolvidos em muitas transações econômicas e podem capturar dados associados com estas transações, os quais podem, então, ser manipulados e analisados.  A estatística convencional e as técnicas econométricas, tais como regressões, frequentemente funcionam bem, mas há questões exclusivas de grandes conjuntos de dados que podem requerer diferentes ferramentas.

Em primeiro lugar, defende o Prof. Varian, o tamanho dos dados envolvidos pode requerer poderosas ferramentas de manipulação de dados.  Segundo, nós podemos ter mais preditores potenciais do que os adequados para estimação, de forma que nós precisamos fazer alguma categoria de seleção de variáveis.  Terceiro, grandes conjuntos de dados podem permitir relacionamentos mais flexíveis do que os simples modelos lineares.  As técnicas de Machine Learning, tais como decision trees (árvores de decisão), support vector machines (máquinas de suporte vetorial), neural nets (redes neurais), deep learning (aprendizado profundo), e outras podem permitir modos mais flexíveis de modelar relacionamentos complexos.

O Prof. Varian acredita que estes métodos têm muito a oferecer e devem ser mais amplamente conhecidos pelos economistas. De fato, o conselho padrão que ele tem dado aos estudantes de pós-graduação nos dias atuais é que eles devem ir aos departamentos de Ciência da Computação e tomem aulas em Machine Learning (o editor desta newsletter, como Professor de Economia, faz suas as palavras do Prof. Varian).  Segundo ele, tem havido frutíferas colaborações entre cientistas da computação e estatísticos na última década ou mais, e ele espera que colaborações entre cientistas da computação e economistas (marcadamente econometristas, profissionais que trabalham com Econometria, área de forte parceria da Estatística com a Economia) sejam mais produtivas no futuro.

Em um artigo recente, o Prof. Varian, depois de descrever umas poucas ferramentas para manipulação e análise de Big Data, aponta que há um número de áreas onde há oportunidades para colaboração entre a Economia e Machine Learning.  E ele salienta que a mais importante área para colaboração envolve inferência causal.  

Há muito a ser feito hoje, e no futuro, nesta colaboração entre profissionais da área da Computação e da área de Economia.  No entanto, esta colaboração deve ser rápida e extensiva.  Hoje os computadores podem aprender, podem ouvir, podem entender, podem ver, podem ler, podem escrever (ver este vídeo sobre as implicações do estágio atual do aprendizado das máquinas). Ou seja, os computadores já podem aprender. Eles ainda não pensam por si sós.  Não sabemos se isso vai levar à destruição da humanidade, mas certamente não podemos ficar parados (aqui no Brasil) esperando que estas novas áreas do conhecimento (tais como Data Science and Data Technology) floresçam em outros países, e aqui, no nosso território, fiquemos “olhando” o futuro passar pelas nossas vistas!

Se sua empresa, organização ou instituição deseja saber mais sobre Machine Learning, não hesite em nos contatar!

Creativante 2017 - Todos os direitos reservados