Com o advento da inteligência artificial e da evolução de tecnologias de machine learning, as empresas procuram desafios para testar as suas soluções. Fazer previsões, através de algoritmos avançados, é uma das formas de mostrar as capacidades das máquinas, sobretudo em eventos desportivos. A edição deste ano dos Óscares de Hollywood foi alvo de diferentes previsões, numa espécie de corrida para ver quem conseguia acertar na “mouche”. E a BigML alega ter “ganho” todos os Óscares possíveis, acertando em 100% as previsões adiantadas.

No dia 1 de março, alguns dias antes da grande gala, a empresa colocou no seu site as suas estimativas, explicando a abordagem para cada categoria e a forma como a máquina foi ensinada. Para o projeto foram escolhidas as principais seis categorias (melhor filme, realizador, atores e atrizes principais e secundárias), gerando 28.125 combinações possíveis e uma probabilidade de 0,00003556 em acertar todas elas.

O algoritmo foi alimentado com informação sobre os filmes, desde a sua duração, o género e orçamento. Os investigadores reuniram ainda todos os prémios arrecadados pelos candidatos em anteriores eventos, tais como os Globos de Ouro, os BAFTA, Critics Choice, entre outros, para além das suas pontuações em sites da especialidade como o IMDB (neste caso, ao contrário do ano passado, foram eliminadas as médias dos utilizadores).

Os resultados foram depois aplicados a uma base de dados com 1.183 filmes lançados entre 2000 a 2017, igualmente utilizados no exercício do ano passado, obtendo mais de 100 dados por cada longa-metragem. Segundo a empresa, o computador demorou cerca de meia hora a ser treinado neste processo.

A empresa conclui que, embora possam surgir surpresas inesperadas, e um ator acabar por ganhar contra todas as possibilidades, quanto mais dados forem adicionados mais hipótese a máquina tem de acertar. E, neste caso, conseguiu o pleno de prever a avaliação de 7.000 membros da Academia que compõem o júri.