Agora épossí­vel prever quem éo melhor candidato para receber um transplante de a³rga£o, saber se os clientes de um banco devolvera£o os empréstimos solicitados, escolhera£o os filmes que melhor coincidam com os interesses dos consumidores ou atéselecionar o parceiro ideal de alguém . Os algoritmos matema¡ticos analisam constantemente milhões de itens de dados, identificam padraµes e fazem previsaµes sobre todas as áreas da vida. Mas, na maioria dos casos, os resultados fornecem pouco mais do que uma previsão fechada que não pode ser interpretada e que geralmente éafetada por vieses nos dados originais.

Agora, uma equipe do grupo de pesquisa SEES: laboratório do Departamento de Engenharia Quí­mica da Universitat Rovira I Virgili e ICREA fez um avanço com o desenvolvimento de um novo algoritmo que faz previsaµes mais precisas e gera modelos matema¡ticos que também possibilitam para entender essas previsaµes. Os resultados desta pesquisa acabam de ser publicados na revista Science Advances .

"O objetivo do nosso estudo foi criar o que éconhecido como roba´ cienta­fico, um algoritmo que pode aplicar o conhecimento e a experiência que um pesquisador tem para interpretar dados", explica Marta Sales-Pardo, uma das autoras do artigo. Os resultados fornecidos pelo algoritmo são caracterizados pelo fato de serem interpreta¡veis. "a‰ como se alguém tivesse elaborado uma lei ou uma teoria sobre o sistema que estãosendo estudado. O algoritmo fornece as relações matemáticas entre as varia¡veis ​​analisadas e o faz de maneira totalmente independente", acrescenta Roger Guimera , pesquisador do ICREA. do mesmo grupo.

Quando uma empresa possui uma quantidade enorme de dados que deseja explorar, pode fazaª-lo empregando alguém para experimentar vários modelos , propor fa³rmulas e descobrir qual funciona melhor realizando experimentos para valida¡-las. Isso levara¡ a uma fa³rmula matemática que possibilita modelar o sistema, mas envolve um investimento considera¡vel em tempo e dinheiro.

Outra possibilidade éencontrar um especialista em aprendizado de ma¡quina, uma disciplina cienta­fica no campo da inteligaªncia artificial que cria sistemas que identificam padraµes complexos em enormes conjuntos de dados, aprendem automaticamente e produzem um modelo de "caixa preta" que pode fazer previsaµes. No entanto, esses sistemas não fornecem outras informações e, se a previsão falhar, éimpossí­vel saber onde estãoo erro e o que precisa ser feito para evita¡-lo.

O algoritmo desenvolvido na URV leva o melhor dos dois casos: processa os dados de forma automa¡tica, rápida e confia¡vel, como o sistema de aprendizado de ma¡quina , e também produz um resultado que éum modelo interpreta¡vel.

O algoritmo pode ser usado para analisar e interpretar dados de qualquer disciplina em um processo que seja muito mais a¡gil e eficiente do que os existentes atéo momento. Mas o verdadeiro valor agregado éa informação que o sistema fornece. "Na medicina, por exemplo, se vocêprecisa tomar uma decisão com base em dados, émuito importante entender por que cada decisão foi tomada e o risco de cometer um erro", explica Guimera . "Embora o algoritmo também tenha mostrado que éaltamente preciso, o mais importante éque vocêpossa entender os resultados porque criou um cientista de ma¡quinas que, sem nenhum conhecimento prévio, pode pegar um conjunto de dados e desenvolver uma teoria que resolve o problema colocado ", acrescenta Ignasi Reichardt, outro pesquisador da equipe.

Neste estudo, o algoritmo foi aplicado a um problema fundamental da física de fluidos com a colaboração do grupo de pesquisa Experimentação, Computação e Modelagem em Meca¢nica dos Fluidos e Turbulaªncia do Departamento de Engenharia Meca¢nica da URV.