A evolução do Machine Learning

O uso ininterrupto dos usuários via dispositivos móveis utilizando a localização real (GPS), junto a diferentes informações, como as postadas...

O uso ininterrupto dos usuários via dispositivos móveis utilizando a localização real (GPS), junto a diferentes informações, como as postadas em redes sociais de fotos e as disponibilizadas em comentários em portais web, começam a traçar diversos perfis de usuários, não somente para pesquisa de mercado e usos de marketing, mas também para modelagem de aplicações, melhor desenvolvimento de websites, melhoria no uso de recursos, BI (Business Inteligence) com os dados retirados, venda de informações etc.

Estas máquinas que trabalham no modo ?learning? podem tratar dados de maneira independente e, quando qualquer informação que for interceptada, lida e normalizada para o uso da inteligência artificial, pode haver mutação e trazer retornos absurdos. Existem diversos usos para este tipo de dado, incluindo análise preditiva com informações históricas, descrição de pessoas via hábitos, detecção de doenças por perfil de usuário, entre outros. Sem dúvida, existe um grande mercado a ser trabalhado para este tipo de leitura.

Uma evolução que causou preocupação em uma empresa de grande porte no mercado foi o machine learning evoluir tanto que chegou ao ponto de entendimento do comportamento e reações do ser humano, além de sons de animais, músicas, detecção de rosto, criptografia não automática de arquivos para evitar a leitura de seres humanos, criação de protocolos de comunicação automatizados de máquina, melhorando os protocolos criados por seres humanos, entre outros. Esse aprendizado trouxe, assim, a ideia mais perigosa já tratada até em filmes: as máquinas se rebelam contra o homem. O Facebook desligou alguns servidores que criaram seu próprio método de comunicação para evitar o entendimento de outras máquinas e até do ser humano. Isto preocupa você?

Este acesso ou bloqueio de alguma informação pode ser feito pelo próprio Machine Learning, que monitora a política de segurança de acesso. No caso de um comportamento de ataque, por exemplo, o machine learning identifica a conduta fora do padrão e pode ou não derrubar o atacante, dependendo da política de segurança implementada.

A tecnologia e a segurança vêm para suportar o negócio, prevenindo ameaças para evitar problemas futuros e, ou, recorrentes. Toda máquina precisa de um fluxo completo de acompanhamento, desde o básico, com analistas juniores, até os especialistas, com o executivo de negócio, que poderão verificar se, de fato, o aprendizado está sendo benéfico ao negócio.

Além disso, um ataque sempre vai ter uma porta de entrada e as ferramentas preditivas identificam ações fora da normalidade antes de um sequestro de dados, por exemplo, propondo uma evolução na maturidade da segurança. Somente comprar uma solução não adianta. É preciso ter capacitação e visão como um todo para chegar ao benefício da ferramenta, inclusive com possíveis customizações.