28 12 18

Seja protagonista da próxima revolução tecnológica

Muito se fala atualmente sobre tecnologias que permitirão novas formas de negócio, mais competitivos

e sustentáveis, que impactarão na vida das pessoas e na maneira como estas se relacionam com o

mundo virtual. Entre elas, robôs, realidade aumentada, algoritmos, chatbots, IoT e machine learning.

Em um cenário de rápidas mudanças em todos os segmentos de negócios, entender os impactos dessas

inovações e tendências de mercado tornou-se chave para o sucesso e futuro das empresas.

Dentre essas tecnologias, destaca-se a Inteligência Artificial (IA) que ficou mais conhecida recentemente

em virtude da maior disponibilidade de dados, custos mais baixos de infraestrutura para

processamento, avanços em algoritmos, e até mesmo maior conectividade do mundo atual.

Mas IA não é um assunto novo. A construção de máquinas inteligentes, por exemplo, desperta o

interesse da humanidade desde a década de 50, quando o matemático inglês Alan Turing escreveu o

artigo “Computing, Machinery and Intelligence”, onde apresentou estudos que foram base para a

existência da inteligência artificial.

A capacidade de usar IA para melhorar a tomada de decisões, reinventar modelos de negócios, criar

novos ecossistemas e refazer a experiência do cliente impulsionará iniciativas digitais até 2025, de

acordo com o Gartner.

Mas o que é Inteligência Artificial?

A definição de Inteligência Artificial está relacionada à capacidade das máquinas “pensarem” e

realizarem diferentes tipos de tarefas, como os seres humanos, de forma a aprender, perceber e decidir

os caminhos a seguir, baseado em um grande volume de dados e computação com alto poder de

processamento.

Cabe destacar as principais diferenças entre Inteligência Artificial, Machine Learning e Deep Learning,

pois muitos ainda as confundem.

28 12 18

A Inteligência Artificial analisa dados em grande escala, identifica padrões e tendências e, então,

formula predições de forma automática com velocidade e precisão. Machine Learning e Deep Learning

são duas das principais técnicas de IA:

Machine Learning - envolve programar máquinas para que estas, por meio do uso de algoritmos,

consigam coletar dados, aprender com eles e, a partir de então, tomar decisões baseadas em

exemplos, fazendo inclusive predições.

Deep Learning - criação de uma rede neural artificial que permite que a máquina tenha uma

semelhança cognitiva com o cérebro humano a fim de interpretar e interligar dados, com pouca ou

nenhuma supervisão. Os algoritmos de Deep Learning têm a inteligência para reconhecer voz e

linguagem natural, imagens e processos de aprendizado por conta própria.

O principal objetivo dos sistemas de IA é executar funções que, caso um ser humano fosse realizar,

seriam consideradas inteligentes. De acordo com blog Inovando e Educando, algumas das

características da IA são:

capacidade de raciocínio - aplicar regras lógicas a um conjunto de dados disponíveis para chegar a

uma conclusão;

aprendizagem - aprender com os erros e acertos de forma a no futuro agir de maneira mais eficaz;

reconhecimento de padrões - tanto visuais e sensoriais como também comportamentais;

inferências - capacidade de conseguir aplicar o raciocínio nas situações do nosso cotidiano.

Inteligência Artificial

Machine Learning

Deep Learning

28 12 18

Aplicações

Cada vez mais profissionais pensam em IA como uma prioridade estratégica da empresa, com

destaque às áreas de marketing, suporte ao consumidor e cadeia de suprimentos.

E isso é só o começo!

No Brasil, as grande redes de varejo já estão, inclusive, analisando o clima para saber o que vender, em

qual dia e em que horário.

Hoje sistemas de IA baseados em ciência de dados já fazem diagnósticos melhor do que médicos. O

Netflix mudou seu negócio por meio de um algoritmo de recomendação e tornou-se uma das

empresas mais rentáveis do mundo. A Amazon usa algoritmos de recomendação e teve um acréscimo

de 33% na sua receita. Outros exemplos são o Facebook, os sistemas de vendas de passagens e de

supermercados.

Como funciona?

De acordo com o e-book compartilhado no evento Big Data Week 2018, há pelo menos cinco

recomendações que todo profissional deve considerar para construir uma solução de IA:

#1 - Criar um modelo em que o conjunto de dados seja representativo;

#2 - Definir com cautela a métrica pela qual o desempenho do modelo será avaliado;

#3 - Colocar privacidade em 1º lugar e lembrar sempre que algoritmos de IA, por definição, necessitam

de uma série de dados disponibilizados nas diferentes plataformas digitais. Um ponto relevante é que

o projeto deve ter o consentimento, pois o controle do uso de dados deve ser do usuário e não da

empresa;

#4 - Construir soluções com rigor e robustez levando em consideração a sensibilidade das tomadas de

decisão automatizada, pois a IA é somente um instrumento e não o decisor em si;

#5 - Construir soluções que tragam benefícios à sociedade de maneira ética, consciente e inclusiva;

28 12 18

Outro ponto importante é como ensinar a máquina. E para isso, há duas formas:

treinamento não supervisionado - o modelo aprende sozinho, sem acompanhamento;

treinamento supervisionado - aprendizado com supervisão, sempre somando informações mais

atualizadas para melhorar cada vez mais o modelo.

Vale lembrar que não basta somente criar o modelo, ele precisa estar em constante atualização e re-

treinamento.

E apesar da tecnologia estar presente em praticamente todos os lugares, ainda há um longo caminho a

ser percorrido para que o aprendizado de máquina seja melhorado, principalmente quanto à ética,

pois o modelo desenvolvido sempre terá o viés de um humano.

Conclusão

Em notícia divulgada por Bruno Vaiano, da Super Interessante, o físico Stephen Hawking se uniu a Elon

Musk - CEO da SpaceX - e assinou uma lista de 23 princípios que a humanidade deverá seguir para se

proteger contra os perigos da IA nas próximas décadas. Tratam de pesquisa, ética, valores e

preocupações a longo prazo. Ressaltam que todas as máquinas devem ser seguras, auditáveis por

autoridades judiciais humanas, compatíveis com os direitos humanos e com a diversidade cultural e

incapazes de subverter a ordem imposta. Recomendam que a IA não seja utilizada por empresas ou

governos para objetivos que não sejam benéficos para a humanidade.

Embora não tenha força de lei ou de acordo internacional, essa relação, disponível em

https://futureoflife.org/, consiste em sugestões de conduta que são consenso entre especialistas e

que, se seguidas por todos, irão contribuir para a qualidade de vida no futuro.

Mas como encarar esse novo mundo? A melhor forma é agir como protagonista!

Referências Bibliográficas:

http://phil415.pbworks.com/f/TuringComputing.pdf https://tecnoblog.net/263808/o-que-e-inteligencia-artificial/ https://pt.wikipedia.org/wiki/Intelig%C3%AAncia_artificial#Alan_Turing_(1912-1954) https://olhardigital.com.br/alem_da_infra/noticia/as-diferencas-entre-inteligencia-artificial-machine-learning-e-deep-learning/72678 https://blogs.nvidia.com/blog/2016/07/29/whats-difference-artificial-intelligence-machine-learning-deep-learning-ai/ https://medium.com/data-hackers/deep-learning-do-conceito-%C3%A0s-aplica%C3%A7%C3%B5es-e8e91a7c7eaf

28 12 18

https://www.salesforce.com/br/blog/2016/10/o-que-e-inteligencia-artificial.html https://www.salesforce.com/br/products/einstein/ai-deep-dive/ https://www.prodemge.gov.br/images/com_arismartbook/download/19/revista_17.pdf https://www.tecmundo.com.br/intel/1039-o-que-e-inteligencia-artificial-.htm https://www.significados.com.br/inteligencia-artificial/ https://www.oconhecimento.com.br/a-inteligencia-artificial-de-antes-de-agora-e-do-futuro/

http://inoveducando.blogspot.com/2018/04/inteligencia-artificial-ia-e-uma-area.html

Pesquisa de Alan Godoy – pesquisador e líder de Plataforma Tecnológica de Computação Cognitiva no CPqD.