Agora é possível prever quem é o melhor candidato para receber um transplante de órgão, saber se os clientes de um banco irão devolver os empréstimos solicitados, escolher os filmes que melhor coincidem com os interesses dos consumidores, ou até mesmo selecionar o parceiro ideal de alguém. Algoritmos matemáticos analisam constantemente milhões de itens de dados, identificar padrões e fazer previsões 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 muitas vezes é afetada 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 o ICREA avançaram com o desenvolvimento de um novo algoritmo que faz previsões mais precisas e gera modelos matemáticos que também permitem a compreensão essas previsões. Os resultados desta pesquisa acabam de ser publicados na revista. Avanços da Ciência .

"O objetivo do nosso estudo foi criar o que é conhecido como um robô científico, um algoritmo que pode aplicar o conhecimento e a experiência de um pesquisador para interpretar os dados, "explica Marta Sales-Pardo, um dos autores do artigo. Os resultados fornecidos pelo algoritmo são caracterizados pelo fato de serem interpretáveis. "É como se alguém tivesse elaborado uma lei ou uma teoria sobre o sistema que está sendo estudado. O algoritmo fornece as relações matemáticas entre as variáveis ​​que analisou e o faz de forma totalmente independente, "acrescenta Roger Guimerà, um pesquisador do ICREA do mesmo grupo.

Quando uma empresa tem uma quantidade enorme de dados que deseja explorar, pode fazer isso empregando alguém para experimentar vários modelos, propor fórmulas e descobrir qual funciona melhor, realizando experimentos para validá-las. Isso levará a uma fórmula matemática que torna possível modelar o sistema, mas envolve um investimento considerável em tempo e dinheiro.

Outra possibilidade é encontrar um especialista em aprendizado de máquina, uma disciplina científica no campo da inteligência artificial que cria sistemas que identificam padrões complexos em enormes conjuntos de dados, aprenda automaticamente e produza um modelo de "caixa preta" que pode fazer previsões. Contudo, esses sistemas não fornecem nenhuma outra informação e se a previsão falhar, é impossível saber onde está o erro e o que precisa ser feito para evitá-lo.

O algoritmo desenvolvido no URV tira o melhor dos dois casos:ele processa os dados automaticamente, de forma rápida e confiável, como o sistema de aprendizado de máquina faz, e também produz um resultado que é um modelo interpretável.

O algoritmo pode ser usado para analisar e interpretar dados de qualquer disciplina em um processo muito mais ágil e eficiente do que os existentes até hoje. Mas o verdadeiro valor agregado são as informações que o sistema fornece. "Em medicina, por exemplo, se você tiver que tomar uma decisão com base em dados, é muito importante entender por que cada decisão foi tomada e o risco de cometer um erro, "explica Guimerà." Embora o algoritmo também tenha mostrado que é altamente preciso, o mais importante é que você possa entender os resultados porque construiu um cientista de máquinas que, sem nenhum conhecimento prévio, pode pegar um conjunto de dados e desenvolver uma teoria que resolva o problema proposto, "acrescenta Ignasi Reichardt, outro pesquisador da equipe.

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