Para onde vai a IA e como podemos trabalhar com ela no futuro do BI?

1

Enquanto as máquinas estão cada vez mais inteligentes, rápidas e criativas, nossa fascinação contínua pelo assunto ajuda a romper as fronteiras tecnológicas. Em 1996, o computador Deep Blue da IBM foi notícia quando ganhou do campeão mundial de xadrez Gary Kasparov. Apesar de ser muito impressionante o fato de que uma máquina pudesse aprender a jogar xadrez, o maior interesse não era esse.

Assim como nos mais recentes programas de jogos, o objetivo real é construir máquinas cada vez mais inteligentes, capazes de aprender, adaptar e pensar por si mesmas. Esse é o avanço da inteligência artificial (IA).

Os primeiros computadores eram programados manualmente por humanos para fazer trabalhos específicos e bastante simples. Uma calculadora, por exemplo, foi programada sobre como calcular números e foi o que aconteceu. Mas à medida em que adicionamos camadas de complexidade com maiores demandas, os computadores se tornaram tão complexos que não é mais possível que o homem programe todos os aspectos de alguns programas.

Ao invés disso, os humanos passaram a desenvolver partes de programas responsáveis por construir outras partes dos próprios programas, encontrando a lógica mais otimizada por meio de tentativa e erro. Como as máquinas programam partes de si mesmas, um humano tentando explicar exatamente como um programa está fazendo o que está fazendo é algo praticamente inexplicável.

Assim, à medida que as máquinas estão ficando mais inteligentes, elas recebem também trabalhos mais complicados – como empregos que antigamente eram estritamente de domínio humano, por exemplo. Os computadores estão aprendendo a dirigir veículos, ler resultados de exames médicos e fazer recomendações de tratamento, escrever artigos de notícias e, claro, fabricar produtos. Uma das vantagens de uma máquina sobre um humano é que, para algumas dessas tarefas, uma máquina é (ou será) melhor no trabalho do que uma pessoa. Outro benefício é, com certeza, o fato de que os computadores não adoecem, não precisam dormir e podem fazer o trabalho de vários funcionários de uma só vez.

A boa notícia é que, para algumas profissões, a substituição do computador levará mais tempo para chegar do que para outras. Embora os operadores de elevadores humanos sejam quase inexistentes agora, outros trabalhos são mais complicados e difíceis de substituir por uma máquina. A IA programada para realizar uma tarefa específica é chamada de IA fraca ou IA restrita – é uma máquina focada em uma tarefa única e isso é tudo o que ela tem capacidade de fazer. Por exemplo, o programa que executa o elevador é ótimo em fazer isso, mas só pode fazer isso. Um programa que pode dirigir um carro provavelmente também não pode jogar xadrez, etc.

Para o campo de BI, deveria ser óbvio que, com o tempo, os computadores se tornarão muito melhores na análise de dados do que os humanos. É o tipo de campo que parece perfeito para IA – montanhas virtuais de dados à disposição de programas de IA para aprender, analisar e encontrar os melhores algoritmos mais confiáveis para fazer recomendações.

Já usamos software de BI por sua capacidade de classificar grandes conjuntos de dados na velocidade da luz. O próximo passo é que as máquinas realmente analisem os dados e não apenas recuperem as informações quando solicitadas.

Então o que nós vamos fazer? Em geral, é sempre benéfico se concentrar em seus pontos fortes. Um ponto forte que temos é a nossa capacidade de resolver problemas em um estilo interdisciplinar, algo que a inteligência artificial estreita não faz tão bem. Somos naturalmente flexíveis para fazer diferentes tipos de trabalho e pensar de maneiras criativas.

Ao invés de tentar vencer as máquinas em seu próprio jogo, o movimento mais inteligente é fundir nossas forças com os pontos fortes da IA. Uma parceria, em vez de um cenário "nós contra eles" no melhor estilo O Exterminador do Futuro – quando as máquinas, comandadas por uma força chamada Skynet, se rebelaram. As máquinas trarão sua velocidade e poder de processamento à mesa, à medida que usamos nossa criatividade e pensamento não linear, pois juntos procuramos resolver os problemas de negócios de amanhã.

Michael Anthony, sênior UX / UI Designer da Qlik.

1 COMENTÁRIO

  1. Amigo, penso estar enganado, como programador não consigo imaginar a criar programas mesmo que geradores de outros programas, sem adotar uma metodologia de debug que me permita saber tudo que o computador está realizando, mesmo que não diretamente programado por mim.

    Se alguém de uma equipe de desenvolvimento me disser que não tem controle, ou não sabe exatamente o que um programa faz, mostra sua falta de experiência em recursos de depuração de execução de código.

    Sempre será possível depurar um programa que se desenvolve, quem diz que não é possível, não domina o que esta fazendo, e não deve falar por todos profissionais.

    Esse discurso só serve para alarmar e enganar usuários.

Deixe um comentário para Vinicius Cancelar resposta

Por favor digite seu comentário!
Por favor, digite seu nome aqui

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.