Plataforma traz maior transparência e acessibilidade ao machine learning

São Paulo — InkDesign News — O avanço do machine learning (ML) está transformando o cenário científico, proporcionando ferramentas que permitem a descoberta de padrões em grandes datasets. No entanto, a falta de padronização para compartilhar resultados e dados ainda é um desafio significativo.

Contexto da pesquisa

O OpenML, uma plataforma criada por Jan van Rijn, surgiu como um projeto de doutorado e alcançou 120 mil visitantes únicos anualmente. O foco da iniciativa é promover a ciência aberta, facilitando a verificação e a reprodutibilidade dos resultados obtidos por meio do ML.

Método proposto

Na plataforma, pesquisadores e estudantes podem compartilhar datasets, algoritmos e experiências, contribuindo para um espaço colaborativo que se alinha aos princípios da ciência aberta. Van Rijn destaca que a colaboração internacional é uma das chaves para a evolução do ML, embora o número de práticas abertas ainda seja baixo.

Resultados e impacto

O OpenML já foi utilizado em cerca de 1.500 publicações científicas, ajudando a melhorar algoritmos, proporcionando insights através do meta-aprendizado e servindo como ferramenta educacional. “Estamos criando uma espécie de Wikipédia para machine learning — não apenas com texto, mas com dados, modelos e experimentos”, diz Van Rijn.

Ainda há um longo caminho a percorrer em termos de padronização. “Não é que os pesquisadores não queiram compartilhar seu código; é simplesmente um trabalho adicional.”
(“It’s not that researchers don’t want to share their code—it’s just more work.”)

— Jan van Rijn, Pesquisador, OpenML

As aplicações práticas do OpenML incluem cursos sobre machine learning e pesquisas reprodutíveis. Com a crescente citação de publicações geradas pela plataforma, a expectativa é que a ciência aberta se torne uma prática padrão em futuras pesquisas.

Fonte: (TechXplore – Machine Learning & AI)