top of page
gifprofjl.gif

Estatística de cara nova: a IA que você acha que é novidade

Foto do escritor: ProfJL
ProfJL
há 22 minutos
6 min de leitura

Imagem gerada por IA.


Toda semana aparece alguém dizendo que ciência de dados é "a profissão do futuro". Calma. Boa parte do que hoje chamamos de IA é estatística, aquela matéria que muita gente fugia na faculdade, só que agora com uma “cara” nova devido o avanço da computação. Tudo isso temos que agradecer a matemática também, mãe da estatística.

A estatística basicamente é uma ciência que usa dados que são organizados e interpretados para tirar certas conclusões.


A regressão linear que é um dos métodos clássicos da IA foi publicada em 1805 [1]. O teorema de Bayes, que está por trás do filtro de spam, é de 1763 [2]. O "neurônio artificial" é de 1943 [3], antes do ENIAC, o primeiro computador eletrônico de uso geral, sequer ser ligado [4].


A tese deste texto é simples: os métodos são antigos; o que mudou foi o modo de fazer a conta. Vamos aos exemplos, às datas e aos papéis originais, para você usar na próxima discussão de corredor.


"Isso é IA!" Será mesmo?


Pegue qualquer aplicação de IA do seu dia e analise quase sempre (só para não dizer sempre, pois como cientista é uma palavra forte) aparece um método estatístico com certidão de nascimento no século passado (ou retrasado).


No dia a dia

Como vendem

O que tem por baixo

Desde quando

Filtro de spam

"Uma IA que lê seus e-mails"

Naive Bayes

Bayes, 1763 [2]; texto, 1961 [5]

Aprovação de crédito

"O algoritmo decidiu"

Regressão logística: probabilidade de pagar ou não pagar

1958 [6]

"Quem comprou isso também comprou"

"O app me conhece"

Vizinhos mais próximos (KNN)

1951 [7]

Segmentação de clientes

"Clusterização inteligente"

k-means: agrupar pelo centro mais próximo

1957 [8]

Detecção de falhas e fraudes

"IA que encontra anomalias"

Árvores de decisão

1963 [9]

Reconhecer um gato na foto

"Rede neural profunda"

Neurônio artificial + perceptron + backpropagation

1943 [3], 1958 [10], 1986 [11]

Repare no padrão: o nome muda, a matemática não. É como chamar feijoada de "prato proteico de cortes suínos". Continua sendo feijoada, e continua sendo ótima.


Então o que mudou? O cálculo matemático do método estatístico ficou mais fácil ser realizado


Se a matemática já existia, por que a IA só "explodiu" agora? Porque durante quase dois séculos fazer a conta era o gargalo. Olha a evolução do "hardware" dos estatísticos:


•       Papel, pena e paciência (1801). Gauss usou mínimos quadrados para prever onde reencontrar o asteroide Ceres, que tinha sumido atrás do Sol [12]. Tudo à mão. Acertou.

•       Calculadora de manivela (anos 1920–1930). Fisher desenvolveu boa parte da estatística moderna girando manivela em calculadora mecânica [13]. Uma análise que hoje leva milissegundos podia levar dias.

•       Os primeiros computadores (anos 1940–1950). O método de Monte Carlo [14] nasce praticamente junto com o ENIAC, que fazia cerca de 5 mil somas por segundo [4].

•       Lei de Moore (1965 em diante). Gordon Moore observou que o número de transistores num chip dobrava em ritmo regular [15].

•       GPUs (2012 em diante). A rede AlexNet, que venceu o desafio ImageNet em 2012, foi treinada em duas placas de vídeo de videogame [16]. Foi o ponto de virada das redes profundas. Assim, uma GPU moderna faz dezenas de trilhões de operações por segundo [17], mais de um bilhão de vezes o ENIAC [4].


Junto com o computador vieram mais dois ingredientes: dados (internet, celulares, sensores e sistemas de monitoramento gerando medições o tempo todo) e software aberto (bibliotecas como scikit-learn [18] e PyTorch [19] colocaram métodos centenários a um import de distância).


Tá, mas é TUDO estatística?

Quase. Para ser justo, três ressalvas:

1.      A IA também tem pai lógico. O neurônio de 1943 era um "cálculo lógico" [3], não estatístico. E a IA dos anos 1950–1980 era muito de regras, busca e xadrez, com pouca probabilidade no meio [20].

2.      Os objetivos eram diferentes. A estatística clássica queria explicar (esse remédio funciona?). O machine learning quis prever (esse cliente vai cancelar?) [21].

3.      Tem coisa nova de verdade. Redes profundas que aprendem suas próprias representações [22], a arquitetura Transformer (2017) [23] e a engenharia para treinar modelos em milhares de GPUs são inovações reais.


Mas olha: um modelo de linguagem como o ChatGPT é treinado para prever a próxima palavra [24] minimizando a entropia cruzada. Isso é, matematicamente, máxima verossimilhança [25], a mesma ideia de Fisher em 1922 [26], otimizada por gradiente descendente, a ideia de Cauchy em 1847 [27]. O "futuro" roda sobre ombros bem antigos.


Moral da história


Da próxima vez que alguém disser que IA é coisa nova, lembre do Gauss achando um asteroide com papel e pena [12]. A estatística não foi substituída pela IA; ela ganhou computador, dados e marketing.


E agora quem entende regressão, probabilidade e verossimilhança entende o motor de quase tudo que está na moda. Ferramentas mudam a cada seis meses. A matemática está aí há mais de 200 anos e não dá sinais de aposentadoria.


Referências


[1] LEGENDRE, A.-M. Nouvelles méthodes pour la détermination des orbites des comètes. Paris, 1805. Apêndice “Sur la méthode des moindres quarrés”.

[2] BAYES, T. An essay towards solving a problem in the doctrine of chances. Philosophical Transactions of the Royal Society of London, v. 53, p. 370–418, 1763. https://doi.org/10.1098/rstl.1763.0053

[3] McCULLOCH, W. S.; PITTS, W. A logical calculus of the ideas immanent in nervous activity. Bulletin of Mathematical Biophysics, v. 5, p. 115–133, 1943. https://doi.org/10.1007/BF02478259

[4] BROCKMEIER, E. K. The world’s first general purpose computer turns 75. Penn Today, University of Pennsylvania, 11 fev. 2021. https://penntoday.upenn.edu/news/worlds-first-general-purpose-computer-turns-75

[5] MARON, M. E. Automatic indexing: an experimental inquiry. Journal of the ACM, v. 8, n. 3, p. 404–417, 1961. https://doi.org/10.1145/321075.321084

[6] COX, D. R. The regression analysis of binary sequences. Journal of the Royal Statistical Society: Series B, v. 20, n. 2, p. 215–232, 1958. https://doi.org/10.1111/j.2517-6161.1958.tb00292.x

[7] FIX, E.; HODGES, J. L. Discriminatory analysis. Nonparametric discrimination: consistency properties. Relatório n. 4. USAF School of Aviation Medicine, 1951. Reimpresso em International Statistical Review, v. 57, n. 3, p. 238–247, 1989. https://doi.org/10.2307/1403797

[8] LLOYD, S. P. Least squares quantization in PCM. IEEE Transactions on Information Theory, v. 28, n. 2, p. 129–137, 1982. Circulou como relatório interno do Bell Labs em 1957. https://doi.org/10.1109/TIT.1982.1056489

[9] MORGAN, J. N.; SONQUIST, J. A. Problems in the analysis of survey data, and a proposal. Journal of the American Statistical Association, v. 58, n. 302, p. 415–434, 1963. https://doi.org/10.1080/01621459.1963.10500855

[10] ROSENBLATT, F. The perceptron: a probabilistic model for information storage and organization in the brain. Psychological Review, v. 65, n. 6, p. 386–408, 1958. https://doi.org/10.1037/h0042519

[11] RUMELHART, D. E.; HINTON, G. E.; WILLIAMS, R. J. Learning representations by back-propagating errors. Nature, v. 323, n. 6088, p. 533–536, 1986. https://doi.org/10.1038/323533a0

[12] GAUSS, C. F. Theoria motus corporum coelestium in sectionibus conicis solem ambientium. Hamburgo: Perthes et Besser, 1809.

[13] ROSS, G. Fisher and the Millionaire: the statistician and the calculator. Significance, v. 9, n. 6, p. 46–48, 2012. https://doi.org/10.1111/j.1740-9713.2012.00626.x

[14] METROPOLIS, N.; ULAM, S. The Monte Carlo method. Journal of the American Statistical Association, v. 44, n. 247, p. 335–341, 1949. https://doi.org/10.1080/01621459.1949.10483310

[15] MOORE, G. E. Cramming more components onto integrated circuits. Electronics, v. 38, n. 8, 1965. Reimpresso em Proceedings of the IEEE, v. 86, n. 1, p. 82–85, 1998. https://doi.org/10.1109/JPROC.1998.658762

[16] KRIZHEVSKY, A.; SUTSKEVER, I.; HINTON, G. E. ImageNet classification with deep convolutional neural networks. In: Advances in Neural Information Processing Systems 25 (NIPS 2012), 2012. https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks

[17] NVIDIA. NVIDIA H100 Tensor Core GPU: datasheet. NVIDIA Corporation. Acesso em: 26 set. 2026. https://resources.nvidia.com/en-us-gpu-resources/h100-datasheet-24306

[18] PEDREGOSA, F. et al. Scikit-learn: machine learning in Python. Journal of Machine Learning Research, v. 12, p. 2825–2830, 2011. https://jmlr.org/papers/v12/pedregosa11a.html

[19] PASZKE, A. et al. PyTorch: an imperative style, high-performance deep learning library. In: Advances in Neural Information Processing Systems 32 (NeurIPS 2019), 2019. https://arxiv.org/abs/1912.01703

[20] RUSSELL, S.; NORVIG, P. Artificial Intelligence: A Modern Approach. 4. ed. Hoboken: Pearson, 2020. Cap. 1 (histórico da IA).

[21] BREIMAN, L. Statistical modeling: the two cultures. Statistical Science, v. 16, n. 3, p. 199–231, 2001. https://doi.org/10.1214/ss/1009213726

[22] LeCUN, Y.; BENGIO, Y.; HINTON, G. Deep learning. Nature, v. 521, n. 7553, p. 436–444, 2015. https://doi.org/10.1038/nature14539

[23] VASWANI, A. et al. Attention is all you need. In: Advances in Neural Information Processing Systems 30 (NIPS 2017), 2017. https://arxiv.org/abs/1706.03762

[24] BROWN, T. B. et al. Language models are few-shot learners. In: Advances in Neural Information Processing Systems 33 (NeurIPS 2020), 2020. https://arxiv.org/abs/2005.14165

[25] GOODFELLOW, I.; BENGIO, Y.; COURVILLE, A. Deep Learning. Cambridge, MA: MIT Press, 2016. Seções 5.5 e 6.2. https://www.deeplearningbook.org/

[26] FISHER, R. A. On the mathematical foundations of theoretical statistics. Philosophical Transactions of the Royal Society of London, Series A, v. 222, p. 309–368, 1922. https://doi.org/10.1098/rsta.1922.0009

[27] CAUCHY, A.-L. Méthode générale pour la résolution des systèmes d’équations simultanées. Comptes Rendus de l’Académie des Sciences, Paris, v. 25, p. 536–538, 1847. Ver também: LEMARÉCHAL, C. Cauchy and the gradient method. Documenta Mathematica, Extra Volume ISMP, p. 251–254, 2012. https://ems.press/content/book-chapter-files/27368

Comentários


© Copyright 2025 Hubmi

bottom of page