De acordo com publicações especializadas em tecnologia, como a Business Insider e a Security Today, devemos ter chegado a 24 bilhões de aparelhos conectados à internet em 2020. Esse número significa algo em torno de três aparelhos online para cada ser humano no planeta. Até 2025, devemos chegar a 30,9 bilhões.
Você acha muito, ou pouco?
Para além de previsões futuristas, o mais importante deste cenário é entender que todos esses aparelhos, de notebooks e celulares, passando por TVs, eletrodomésticos, carros autônomos e até equipamentos agrícolas, estão produzindo dados. E os dados são a matéria-prima da inteligência artificial, um tipo de tecnologia que está em quase tudo que fazemos online atualmente.
Deixe de lado por um instante a ideia do robô-assistente, que já está presente em nossas casas – como Alexia, o assistente de Google, Cortana… – e pense em funções mais básicas, como acertar a grafia de uma palavra que estamos pesquisando, ou até mesmo lembrar o número de telefone de pessoas próximas.
Quando o Google parece "adivinhar" o que você está procurando, seja quando o mecanismo autocompleta o que você escreve, ou quando entende a palavra mesmo com erros de ortografia, ele não está usando uma tecnologia nativa, criada pela própria empresa. Então, como isso funciona?
Tecnologias contratadas por praticamente todas as grandes empresas digitais adicionam uma camada de inteligência artificial que permite esse tipo de interação. Geralmente, possuem código aberto – ou seja, é possível customizá-lo de acordo com as necessidades de cada corporação- e são adotadas por nomes que você conhece bem. Além do Google, pense em companhias como Netflix, Uber, Microsoft são alguns exemplos.
Esse tipo de busca e análise de dados permite que se faça uma pesquisa textual com base na semântica. Isso quer dizer que ele não apenas analisa como a palavra está escrita, se está gramaticalmente correta ou não, mas analisa o sentido do que está sendo falado ou digitado. Parece uma inteligência humana porque cada vez mais, esse tipo de programa aprende a analisar o contexto.
E quanto maior o número de dados à mão, melhor o tipo de análise
Para além do delivery
Mas, como é possível imaginar, esse tipo de plataforma faz mais do que ajudar a pedir pizza. Com a evolução dessa tecnologia, foi possível adaptá-la a funções como monitoramento de segurança e infraestrutura.
Apps de banco, por exemplo, podem aplicar funções desse tipo de inteligência artificial para encontrar comportamentos que estão saindo do padrão de um usuário.
A partir daí, ele aciona medidas de segurança do banco, ou o bloqueio de funções dentro do aplicativo. Um funcionário humano, em tese, poderia fazer essas coisas. A questão é que a capacidade destes programas faz com que milhões de análises sejam feitas ao mesmo tempo, em segundos. E isso nós não conseguimos fazer.
Monitoramento
Para nosso uso cotidiano, essas engrenagens ocultas da internet permitem outras diversas facilidades. Uma delas é a capacidade de diversos sites e apps de analisar opções e tirar conclusões para os seres humanos.
Essa aqui você também deve conhecer: a comparação de melhores datas para compra de passagens aéreas. A partir de habilidades de machine learning, é possível que uma IA calcule, por exemplo, os preços médios de cinco companhias, e orientar as compras como, por exemplo, 'em abril, melhor comprar da companhia x, e junho, companhia y'.
Há outros tipos de tarefas operadas por inteligência artificial que utilizamos o tempo todo
Análise de anomalias – com base em um período de tempo específico, é possível estimar a chance de um evento fora do normal aconteça. Pense em uma previsão do tempo. Em meses de seca, qual a chance de eventualmente cair uma chuva? Mas esse tipo de análise pode servir também para manutenção de serviços críticos, como no cuidado com veículos ou máquinas industriais, ou serviços essenciais como fornecimento de energia elétrica.
Análise de outliers – se a análise de anomalias encontra pontos fora da curva ao longo do tempo, a análise de outliers procura pontos em comum em conjunto de dados. Pense por exemplo no número gigantesco de pessoas falando ao mesmo tempo no Twitter. É possível encontrar com rapidez quais são os usuários que se destacam por estarem, por exemplo, falando muito mais sobre um assunto do que outras pessoas. É uma ferramenta útil para atividades como monitoramento de marca.
O uso que fazemos dessa quantidade virtualmente infinita de informação é o que vai definir se isso é bom ou ruim, mas aposto que, assim como eu, você teria dificuldade de viver hoje em dia sem o auxílio de algumas ferramentas que têm tudo a ver com IA – e que por conseguinte, precisam de dados.
Marina Ferreira, diretora comercial da Asper Tecnologia.
