Você já deve ter percebido que, com o passar do tempo, a inteligência artificial (AI, na sigla em inglês) está cada vez mais inserida no dia a dia da maioria das organizações. Seja quando você contrata uma empresa que consegue proteger as suas informações críticas de ataques cibernéticos, antecipando ou bloqueando tais ataques por meio da identificação de fluxos de dados anormais, seja quando a Amazon faz sugestões de produtos baseadas nos padrões de busca e de consumo dos clientes, a AI já está presente nos mais diversos mercados,
Para esse avanço ser possível, foi necessário muito esforço e tempo de desenvolvimento da tecnologia para suprir as necessidades de armazenamento de dados. Superada essa barreira, o próximo desafio foi transformar essa grande quantidade de dados em informações poderosas e cruciais para a tomada de decisões estratégicas. E é aí que entra em cena a inteligência artificial: para ajudar na análise de grandes volumes de dados, de forma ágil. Podemos subdividir a evolução da AI em três momentos: no início, só era possível executar tarefas específicas; em seguida, foi possível reproduzir em alguma medida capacidades e comportamentos de um humano; e, agora, ela sinaliza a possibilidade de superar até os cérebros humanos mais brilhantes.
Um relatório publicado pela PwC dá a noção do impacto que a AI pode causar em todo mundo: segundo estimativas, essa tecnologia poderá adicionar US$ 15,7 trilhões à economia mundial em 2030. Em termos comparativos, esse valor representa mais do que os PIBs de Índia e China somados em 2016. O relatório diz ainda que grande parte do aumento do PIB global será causado pela AI, o que promoverá o aumento da gama de produtos, permitirá uma maior personalização de serviços e os tornará mais acessíveis (economicamente).
Entender como a AI funciona pode parecer um pouco complexo. No entanto, os conceitos-chave apresentados a seguir podem ajudar no seu entendimento e aplicação nas organizações.
Quais conceitos-chave você precisa entender?
Existem diversos termos ligados a tecnologias cognitivas que estão em voga hoje, como inteligência artificial (AI), aprendizado de máquina (Machine Learning, ou ML, no original) e aprendizado profundo (Deep Learning, ou DL). Para entender melhor como todos estes termos estão conectados, vamos começar pelo mais genérico e avançar até o mais específico.
O conceito de inteligência artificial vem sofrendo algumas modificações à medida que o desenvolvimento desta tecnologia avança. Entretanto, podemos resumi-lo como uma tecnologia que possui inteligência. É isso que torna a AI um dos termos mais abrangentes no contexto das tecnologias cognitivas.
Dentro do campo da inteligência artificial, temos uma subárea chamada aprendizado de máquina (ML). Sua aplicação vem substituindo a programação tradicional para determinados usos, tendo em vista que ela consegue criar programas baseados em dados em vez de regras limitadas. Ou seja, uma máquina que consegue aprender sem o uso de um código específico. Isso permite a uma máquina a capacidade de se auto modificar e melhorar o próprio desempenho sem intervenção humana.
Avançando um pouco mais, temos o chamado aprendizado profundo, que é uma subárea do ML e funciona através das chamadas redes neurais, exatamente pela semelhança com a complexidade das conexões entre neurônios nos nossos cérebros. O DL é uma nova possibilidade para superar os problemas enfrentados por algoritmos mais antigos de aprendizagem, tais como inferência bayesiana e regressão. Enquanto os algoritmos anteriores tendiam a alcançar um limite de desempenho com o aumento de dados aos quais eles eram expostos, os algoritmos de deep learning só melhoram os seus resultados.
Agora vamos conhecer como algumas empresas estão se diferenciando pelo uso da tecnologia de deep learning e modificando diversos paradigmas. Transcrições de fala, traduções em tempo real, reconhecimento facial, máquinas vencendo jogadores profissionais, veículos autônomos ou, até mesmo, o caso de um engenheiro norte-americano que usou uma rede neural para prever e escrever o "sexto livro" de "Game of Thrones". Estas são algumas das aplicações e onde a "magia" acontece.
Deep Learning para previsões meteorológicas
A The Weather Company (TWC), da IBM, está usando uma técnica que permite treinar sistemas para o reconhecimento de eventos meteorológicos incomuns com base na análise das alterações nos padrões de dados climáticos. A TWC vende serviços de previsão meteorológica específicos para cada ramo de negócio, ajudando seus clientes a prevenir danos e se preparar para eventos climáticos extremos.
No setor de energia, por exemplo, esses serviços podem otimizar a geração de energia renovável através da análise de dados históricos, o que permite saber onde é mais interessante instalar as estruturas necessárias e quando gerará maior rentabilidade. Já no setor de seguros, os serviços permitem estreitar o relacionamento com os clientes, evitando perdas financeiras e diminuindo o número de sinistros relacionados a eventos meteorológicos. Na aviação, as operações e a segurança de tráfego aéreo podem ser melhoradas com o acesso a informações disponibilizadas em tempo real para os pilotos.
Prevendo e antecipando ataques cibernéticos com Deep Learning
Com os hackers tentando invadir até mesmo os sistemas mais complexos, a empresa Deep Instinct conseguiu desenvolver um algoritmo poderoso de DL para cibersegurança que pode prever quando e de onde virá o próximo ataque.
O diferencial é que eles não só conseguem prever o ataque. Uma vez que o ataque é identificado, ele é bloqueado em tempo real, prevenindo qualquer tipo de dano ou vazamento de informações. O serviço tem como objetivo principal a prevenção, enquanto outras empresas normalmente focam no momento após o ataque e visam apenas minimizar os danos causados.
O que esperar da AI para o futuro das organizações?
De acordo com Gartner, até o ano de 2020, pelo menos 30% dos CIOs irão incluir a AI dentre os cinco principais investimentos da área de TI. Isso demonstra que as iniciativas para tornar as tomadas de decisão embasadas em análises de dados estão valorizadas dentro das empresas. Ainda segundo Gartner, 59% das organizações pesquisadas já estão reunindo as informações necessárias para construir uma iniciativa estratégica de Inteligência Artificial.
Tendo em vista o valor representado pelas novas tecnologias, é de suma importância entendermos como a AI pode ajudar as organizações nas missões futuras. Enquanto algumas empresas insistem em utilizar modelos obsoletos, outras já estão implantando as mais novas ferramentas para obter vantagens competitivas e estar na vanguarda. Em um horizonte não muito distante, a expectativa é de que, aqueles que não se adaptarem nem seguirem as tendências tecnológicas, tenham sua participação de mercado reduzida.
Gabriel Alencar, analista no Bridge Academy.
