Quando você ouve a expressão machine learning, qual a primeira coisa que vêm à sua mente? Você pensa em computadores que fazem com que nosso trabalho se torne desnecessário? Tem medo de revoltas de robôs armados?
Se a sua reação inicial ao machine learning é negativa, você não está sozinho. A maior parte das pessoas sabe muito pouco a respeito do que é verdadeiramente o machine learning, ou de como a ciência do machine learning nos beneficia como indivíduos diariamente.
Até existem por aí muitas definições acadêmicas, mas machine learning é, essencialmente, a ciência de reconhecimento de padrões e de previsão de padrões por computadores.
Tomemos um exemplo do mundo real. Na minha coleção pessoal de fotos no Google, posso buscar o termo “gato”, e o Google me mostra fotos que tirei do meu gato (Niko).
Mas espere aí. Eu nunca disse ao Google que tinha um gato nessas fotos.
Como o Google poderia saber do Niko? A resposta, claro, está no machine learning.
O Google treinou seu software para reconhecer objetos e animais comuns expondo o software a milhões de fotos em que objetos e animais foram identificados. Para ter um entendimento melhor do que o Google “enxerga” nas minhas imagens, peguei a primeira foto do Niko e carreguei-a na Vision API do Google.
O Google tinha 99% de certeza de que o Niko era um gato…
…e, o que foi bem divertido, um pouco menos de certeza de que o Niko era um mamífero (estamos falando aqui de machine learning, não de uma inteligência verdadeiramente humana).
Tirando essa incoerência, o Google fez um ótimo trabalho de identificação de padrões na imagem. Para realizar esse feito, o motor de reconhecimento de padrões do Google foi treinado com milhões de imagens de gatos, de mamíferos, de bigodes, de pêlos, etc. Detalhe: sempre achamos que Niko fosse pardo, mas, após ver algums fotos de gatos da raça “Dragon Li”, estamos reconsiderando.
Além de reconhecer as suas fotos de gatos, quais são outras aplicações reais do machine learning que podem ter impacto na sua vida?
Aplicações do machine learning na vida real:
- Busca do Google
- Algoritmos de recomendações em serviços como Netflix e Spotify
- Sugestões de “caminho mais rápido” no Google Maps
- Estimativas de tempo de chegada em aplicativos de carona como o Uber
- Estimativas de tempos de entrega em aplicativos de entrega de comida como o UberEATS
- Detecção de fraude em sistemas de pagamento (como o PayPal) e nas finanças
- Diagnósticos médicos em casos clínicos complexos
- Assistência a receitas de remédios
- Identificação de tumores e de câncer de pele
- Filtros de spam em clientes populares de email como Gmail
- Reconhecimento de voz (Google, Alexa, Siri, etc.)
- Carros que se dirigem a si mesmos
- Reconhecimento facial usado pelo Facebook e para detecção de criminosos, etc.
- Robôs que ajudam a cuidar de idosos
- Closed captions automáticas para voz e língua de sinais
- Otimização de desempenho de aparelhos auditivos (acrescentado a esta lista em 2018)
Machine learning e aparelhos auditivos
Como a ciência do machine learning pode melhorar os aparelhos auditivos? Os pesquisadores na área apresentaram alguns objetivos concretos:
- Audição melhor com ruídos de fundo
- Melhor qualidade de som
- Maior conforto do ouvinte
Audição melhor com ruído de fundo
Como sabe qualquer usuário experiente de aparelhos auditivos, a audição com ruídos de fundo é extremamente difícil. Resolver o problema do ruído de fundo é o fugidio Santo Graal da tecnologia dos aparelhos auditivos, e, se houve diversas inovações tecnológicas desde a aurora dos aparelhos auditivos digitais (como o microfone direcional, e a direcionalidade com filtragem espacial), o progresso no sentido de oferecer uma solução não foi tanto.
Ao longo dos últimos anos, DeLiang Wang, pesquisador da Universidade Estadual de Ohio, vem trabalhando no uso de machine learning e de “redes neurais profundas” para ajudar a facilitar a audição de um parceiro de conversa com ruído de fundo.
O software de Wang permite que os ouvintes (com audição normal ou com perda auditiva) ouçam significativamente melhor com ruído de fundo.
As pessoas nos dois grupos exibiram uma grande melhora em sua capacidade de entender frases em meio a ruídos depois que as frases foram processadas por nosso programa. Pessoas com perda auditiva só conseguiam decifrar cerca de 29% das palavras afundadas pela conversa alheia sem o programa, mas entendiam 84% depois do processamento.
Incorporar o programa de Wang a um aparelho auditivo quase certamente revolucionaria a tecnologia de aparelhos auditivos, mas infelizmente o programa ainda não está no mercado. Com base na afirmação a seguir, podemos presumir com segurança que haverá uma espera significativa até que essa tecnologia esteja disponível para os consumidores.
Em algum momento, acreditamos que o programa poderia ser treinado em computadores poderosos e instalado diretamente num aparelho auditivo, ou pareado com um smartphone por meio de uma conexão sem fio, como o Bluetooth, para alimentar o sinal processado em tempo real para o aparelho.
Maior qualidade de som e maior conforto auditivo
Se a solução para o ruído de fundo ainda está distante, já houve progressos reais na melhora da qualidade de som e do conforto auditivo por meio do machine learning.
Os resultados de um estudo duplo-cego recente sugerem que o machine learning pode ajudar os usuários de aparelhos auditivos a encontrar suas configurações sonoras ideais com maior eficiência; configurações sonoras essas que levam a maior qualidade sonora e conforto auditivo em diversos ambientes de audição difícil.
O SoundSense Learn para o Widex EVOKE
As boas novas? Essa tecnologia já chegou ao mercado, e está disponível globalmente desde já. A tecnologia tem o nome de “SoundSense Learn” e está disponível exclusivamente na plataforma de aparelhos auditivos Widex EVOKE™. Eis uma descrição da Widex (vamos explicar em termos mais simples logo depois).
O SoundSense Learn é uma implementação de uma abordagem já bastante pesquisada de machine learning para o ajuste individual de parâmetros de aparelhos auditivos. O SoundSense Learn foi projetado para individualizar os parâmetros de aparelhos auditivos de maneira qualificada, coletando amostras de um número suficiente de configurações possíveis para ajustar o aparelho auditivo segundo a preferência do usuário em relação a sua intenção auditiva com um alto grau de certeza. Desde um ponto de vista prático, isso significa que o usuário tem o controle de um conjunto selecionado de parâmetros usando um aplicativo (app) que minimiza o número necessário de interações para atingir a configuração ideal.
O que isso tudo significa para você?
Como você vai usar a tecnologia de machine learning da Widex, e como ela vai ajudá-lo? Essencialmente, você vai otimizar as configurações do seu aparelho auditivo usando o app EVOKE™. Com o aplicativo, os aparelhos auditivos Widex EVOKE™ podem ser otimizados para vários ambientes sonoros específicos usando comparações entre A e B. Digamos que você esteja na sua pizzaria favorita, e você esteja achando o som avassalador e desagradável. Para melhorar a qualidade sonora, e tornar o som mais confortável, você pega seu celular, abre o aplicativo EVOKE™, em que você é apresentado a duas opções de sons (A ou B). Você escuta brevemente as duas opções e em seguida seleciona qual dos dois perfis sonoros prefere.
Se isso tudo parece simplista demais e não muito avançado, é porque foi projetado para parecer assim. A mágica da abordagem de machine learning do Widex consiste em levar a complexidade da otimização sonora dos aparelhos auditivos e apresentá-la num aplicativo acessível, amigável para o usuário, que praticamente qualquer pessoa consegue entender e operar.
E as fotos de gatinhos?
O que tudo isso tem a ver com o Google Photos e com fotos de gatos? Quando a Vision API do Google olha uma foto, ela pode perfeitamente estar olhando um monte de ruído; pixels coloridos aleatórios sem nenhum sentido. A tecnologia de machine learning do Google pega esse ruído visual e lhe dá sentido, e faz isso empregando sofisticadas técnicas de reconhecimento de padrões que detectam o contorno de um gato, os traços de um pardo (ou Dragão Li), etc.
Quando seus aparelhos auditivos estão diante do ruído acústico de um restaurante lotado, eles começam a realizar um processo similar. O que é esse ruído? Que padrões estão presentes nesse ruído, e que tipo de ambiente sonoro é esse?
Uma vez que os padrões tenham sido reconhecidos pelo software do aparelho auditivo, as configurações sonoras dos aparelhos auditivos são ajustadas para oferecer uma qualidade de som ideal e conforto auditivo — tudo com base em machine learning, e naquilo que você ensinou ao aplicativo do seu aparelho a respeito de suas preferências auditivas.
O futuro dos aparelhos auditivos com machine learning?
Os aparelhos auditivos hoje são capazes de usar sofisticados programas de machine learning por meio de conexões sem fio com nossos smartphones.
O que vem a seguir para os aparelhos auditivos de machine learning?
Não sabemos com certeza, mas provavelmente não veremos o avanço seguinte para os usuários de aparelhos auditivos até que computações de machine learning possam ser feitas no próprio aparelho auditivo (e isso pode levar bastante tempo).
Uma vez que os aparelhos auditivos sejam capazes de fazer operações de supercomputadores — sem a assistência de smartphones — provavelmente estaremos bem perto de uma separação em tempo real entre linguagem e ruído; uma tecnologia que enfim ajude a ouvir melhor com ruído de fundo.
- Abram Bailey, AuD, fundador do Hearing Tracker.
- (Artigo publicado originalmente em HearingTracker. Tradução de Pedro Sette-Câmara)
- Leia o artigo original, que contém publieditorial sobre uma marca específica de aparelhos e foi suprimido neste post
Grupo SURDOS QUE OUVEM
Você se sente sozinho? Solitário? Não tem com quem conversar sobre a sua surdez? Gostaria de tirar mil dúvidas sobre os seus aparelhos auditivos? Gostaria de conversar com pessoas que já usam implante coclear há bastante tempo? Precisa de indicação de otorrino especializado em surdez e fonoaudiólogo de confiança?
Somos 22.000 pessoas com algum grau de deficiência auditiva no Grupo SURDOS QUE OUVEM. Para ganhar acesso a ele, basta se tornar Apoiador Mensal do Crônicas da Surdez a partir de R$5.
NOSSAS REDES SOCIAIS
- Grupo fechado com 22.000 pessoas com deficiência auditiva que usam aparelhos auditivos ou implante coclear
- Grupos de WhatsApp Surdos Que Ouvem
- Youtube
LIVROS CRÔNICAS DA SURDEZ
Neste link você encontra os seguintes livros:
- Crônicas da Surdez: Aparelhos Auditivos
- Crônicas da Surdez: Implante Coclear
- Saia do Armário da Surdez
No Comments