Ir para o conteúdo
Return to course

Week 1 · Lesson 2 · 45-55 minutos

Regras contra padrões aprendidos

Olhe de perto a automação e o aprendizado de máquina: quando é uma pessoa que escreve as regras e quando o software aprende padrões a partir de exemplos.

Materials
Esta aula em um navegador web · Papel e lápis, ou um aplicativo de notas
This lesson
In progress

Auto-saves on this device

What you'll be able to do

  • Definir automação e aprendizado de máquina e distinguir os dois.
  • Acompanhar como entrada, regras e saída funcionam em um programa tradicional.
  • Explicar como um padrão aprendido substitui as regras escritas à mão no aprendizado de máquina.

Think about it

Um termostato liga o aquecedor quando um cômodo fica abaixo de 20 graus. Um aplicativo de música monta uma playlist de músicas "de que você pode gostar". Os dois agem sozinhos. Eles estão fazendo o mesmo tipo de raciocínio?

Make a prediction

Preveja: dos dois, o termostato ou o montador de playlists, qual precisou que alguém lhe mostrasse milhares de exemplos?

Vocabulary

See the full course vocabulary
Automação
Fazer uma tarefa acontecer sozinha usando regras fixas, sem uma pessoa executando cada passo.
Aprendizado de máquina
Um tipo de IA em que o software aprende padrões a partir de muitos exemplos, em vez de receber cada regra.
Regra
Uma instrução exata que uma pessoa escreve, como "se a temperatura ficar abaixo de 20 graus, ligue o aquecedor".
Padrão aprendido
Uma regularidade que o software descobriu a partir de exemplos e usa para decidir sobre entradas novas.

Automação: uma tarefa que se executa sozinha com regras fixas

Automação significa que uma tarefa acontece automaticamente seguindo regras definidas por uma pessoa. Um termostato automatiza o aquecimento: "se o cômodo estiver abaixo de 20 graus, ligue o aquecedor". Ninguém precisa apertar um botão, mas um ser humano ainda assim escreveu a regra exata.

A automação pode ser muito útil e mesmo assim não ser IA. A máquina não está aprendendo: ela está repetindo instruções fielmente.

  • Um termostato aquecendo um cômodo a uma temperatura definida
  • Uma porta automática que abre quando um sensor é acionado
  • Uma lava-louças rodando um ciclo de lavagem cronometrado

Entrada, regra, saída: o formato de um programa tradicional

Programas tradicionais e automações simples têm o mesmo formato: uma entrada chega, uma regra decide o que fazer e uma saída acontece. Entrada: a temperatura do cômodo. Regra: abaixo de 20 → aquecedor ligado. Saída: o aquecedor liga.

Como uma pessoa escreveu a regra, você consegue prever a saída para qualquer entrada. Isso é muito poderoso em tarefas com regras claras e que não mudam.

  • Entrada: uma moeda; Regra: moeda detectada → soltar chiclete; Saída: chiclete
  • Entrada: uma senha; Regra: bate com a senha guardada → desbloquear; Saída: desbloqueado

Aprendizado de máquina: o software acha o padrão

Algumas tarefas são bagunçadas demais para uma pessoa escrever cada regra. Que regra distingue, para você, uma boa recomendação de música de uma ruim? Em vez disso, o aprendizado de máquina mostra ao software muitos exemplos (músicas de que você gostou e que você pulou) e ele aprende um padrão que consegue aplicar a músicas novas.

A grande virada: no aprendizado de máquina, um padrão aprendido toma o lugar das regras escritas à mão. As pessoas continuam escolhendo os exemplos e conferindo os resultados, mas não detalham cada regra.

  • Um montador de playlists que aprendeu o seu gosto a partir das músicas que você tocou e pulou
  • Um leitor de letra à mão que aprendeu o formato das letras a partir de muitas amostras

Worked example

Regra ou padrão aprendido? Dois jeitos de separar frutas

  1. Tarefa: separar fotos de maçãs e bananas.
  2. Pelo caminho das regras: uma pessoa escreve "se o formato for comprido e amarelo → banana; senão, maçã". Isso funciona até aparecer uma banana verde ou uma maçã amarela.
  3. Pelo caminho do aprendizado: mostre ao software centenas de fotos rotuladas de maçãs e bananas; ele aprende os padrões de cada uma, inclusive as cores complicadas.
  4. O caminho das regras é simples, mas frágil. O caminho do aprendizado lida melhor com exemplos novos e incomuns, e é por isso que tarefas bagunçadas usam aprendizado de máquina.

Takeaway: Use regras fixas quando a regra for clara e não mudar; use aprendizado de máquina quando o padrão for bagunçado demais para escrever à mão.

Entrada, regra, saída

Um fluxo de três passos: Entrada (temperatura do cômodo) → Regra ("abaixo de 20 → aquecedor ligado") → Saída (o aquecedor liga). Esse é o formato da automação e dos programas tradicionais.

Na automação, é uma pessoa que escreve a regra do meio.

De onde vem o padrão

Tradicional

  • Uma pessoa escreve a regra
  • O programa segue a regra

Aprendizado de máquina

  • Uma pessoa reúne exemplos rotulados
  • O software aprende um padrão
  • O programa usa o padrão aprendido

Antes (tradicional): uma pessoa escreve a regra e o programa a usa. Depois (aprendizado de máquina): uma pessoa reúne exemplos rotulados, o software aprende um padrão com eles e o programa usa esse padrão aprendido. O trabalho da pessoa deixa de ser escrever regras e passa a ser escolher bons exemplos.

Activity

Desafio de montar regras

Tentar escrever regras fixas para uma tarefa e depois ver onde as regras fixas quebram e onde o aprendizado ajudaria.

  1. Build an ordered list of rules. Rules are checked top to bottom; the first match wins.
  2. Run your rules on the starter creatures to see which rule matched each one.
  3. Then reveal the tricky creatures, predict what your rules will do, and revise.

Your rules (checked in order)

  1. Rule 1Ifthen

    If it has wings → Sky Creature

  2. Rule 2Ifthen

    If it lives in water → Water Creature

  3. Rule 3Ifthen

    If the number of legs is at least 1 → Land Creature

Fixed-rule program (what you just built)

  • A human writes explicit rules
  • Behavior is predictable and easy to explain
  • Can fail when a situation wasn't covered

Machine-learning system

  • Learns patterns from examples
  • May handle varied examples better
  • Can make mistakes that are hard to explain
  • Still depends on human choices and the data it's given

Neither is always better. Fixed rules shine when the rule is clear; machine learning helps when the pattern is too messy to write by hand — but it needs good examples and careful checking.

Check your understanding

Confira se você sabe distinguir automação de aprendizado de máquina.

  1. Question 1. Qual é a principal diferença entre automação e aprendizado de máquina?

  2. Question 2. Coloque em ordem os passos de um programa tradicional.

    1. 1.Uma entrada chega (como uma leitura de temperatura)
    2. 2.Uma regra escrita por uma pessoa decide o que fazer
    3. 3.Uma saída acontece (como o aquecedor ligando)

  3. Question 3. Qual tarefa combina mais com aprendizado de máquina do que com regras escritas à mão?

    Você quer um software que (A) ligue um ventilador quando o cômodo passar de 27 graus, ou (B) diga se uma foto mostra um cachorro ou um gato.

0 of 3 answered

Try it yourself

Regra ou aprendizado?

Proponha duas tarefas: uma que regras fixas resolvem bem, e outra que precisa de aprendizado de máquina.

  1. Descreva uma tarefa em que uma pessoa consiga escrever a regra com facilidade. Enuncie a regra.
  2. Descreva uma tarefa bagunçada demais para regras fixas. Explique por quê.
  3. Para a tarefa bagunçada, que exemplos você reuniria para ensiná-la?

Success looks like

  • Uma tarefa clara baseada em regras, com a regra dela.
  • Uma tarefa baseada em aprendizado, com um motivo para as regras não funcionarem.
  • Uma descrição dos exemplos necessários para ensinar a tarefa bagunçada.

Reflection

Saved on this device as you type

Please don't include private information. Your answers are saved only in this browser and are never sent anywhere.

Recap

A automação repete regras fixas; o aprendizado de máquina aprende padrões a partir de exemplos para tarefas bagunçadas demais para resolver com regras feitas à mão.

  • Programas tradicionais seguem entrada → regra → saída.
  • O aprendizado de máquina troca as regras escritas à mão por um padrão aprendido.
  • No aprendizado de máquina, as pessoas continuam escolhendo os exemplos e conferindo os resultados.

Grades 7–8 extension

Quem decide os exemplos?

No aprendizado de máquina, os exemplos com que um sistema aprende são escolhidos por pessoas. Isso quer dizer que há decisões humanas embutidas em todo modelo: quais exemplos incluir e qual é o rótulo correto.

Pense em uma tarefa que você ensinaria a um modelo. Quem escolheria os exemplos, e como as escolhas dessa pessoa poderiam mudar o que o modelo aprende?

Finish this lesson

  • Attempt the knowledge check — not done
  • Save a reflection (recommended) — not done

Attempt the knowledge check to finish this lesson.