Por que eu gosto tanto de inteligência artificial – Parte 1

Por que eu gosto tanto de inteligência artificial – Parte 1

Por Claudia Hausner

Inteligência Artificial (IA) representa a 3ª era da computação, definida genericamente como a habilidade do computador performar funções cognitivas igual ou melhor que os seres humanos.  Essas funções cognitivas incluem percepção, aprendizado, racionalização, solução de problemas, compreensão contextual, fazer inferências e predições em experimentos, e experimentar criatividade.

IA é forçosamente uma tecnologia amplificadora e de aprimoramento nos diversos campos em que poder ser utilizada e nos diversos setores da economia. Já sabemos que é uma tecnologia que tem cada vez mais trazido resultados extraordinários. Pro exemplo no setor de saúde temos o exemplo da velocidade no desenvolvimento das vacinas que foram apresentadas para o combate do Corona Vírus. Na medicina tem tido avanços significativos na identificação de doenças, principalmente em diagnósticos de exame com imagens.

Em fintechs em estudos de riscos de crédito e aprovações de limites de operações, no varejo em bens de consumo na sugestão de composição de conteúdos (oferta de produtos) de interesse dos clientes, em aplicação de precisão maior em arsenais militares, na área de segurança cibernética detecta fraudes, na área agrícola consegue aumentar produtividade, aumenta eficiência nas cadeias de suprimento. Esses são alguns poucos exemplos.

A versatilidade e evolução que a IA tem tido é interessante. Esse artigo traz questões sobre a evolução (parte 1) e o próximo trará exemplos de usos nos diferentes setores.

A EVOLUÇÃO

  1. Machine Learning – computadores conseguem a partir de alguns algoritmos analisar dados e entender o padrão de comportamento, é o principal princípio de toda a expansão da IA tem agora sua evolução para : Automated Machine Learning (AML)que consiste em combinar dados brutos com modelos e extrair a combinação mais relevante. Amazon, Google e Microsoft já oferecem essa solução em seus serviços de nuvem.
  2. Continuous Learning – é a pesquisa sobre determinados elementos que continua na busca do limite máximo naquele campo.
  3. Federated Learning IA na borda, é a tecnologia que permite a utilização de IA nos aparelhos smarts.
  4. General Reinforcement Learning Algorithms – algoritmos simplificados que conseguem desempenhar múltiplas funções.
  5. Graph Neural Networks (GNN) – uma rede neural profunda que vem trabalhando a questão de identificação de cheiros a nível molecular e na pesquisa avançada de eliminação de efeitos colaterais em antibióticos.
  6. Hybrid Human Computer Vision – é um sistema de IA que aumenta a acuracidade de percepção visual (através de interface computador e cérebro) que antecipa a visão de imagens antes mesmo delas entrarem no campo da visão.
  7. Machine Image Completion – a partir de milhões de imagens o computador consegue preencher ou reconstruir imagens completando-as.
  8. Model free Aproachers to RL – cria modelos a partir de imagens brutas e aprende a partir de sequencias preditivas em paralelo processador gráfico criando novos horizontes imaginários.
  9. Predictive Models Using Incomplete Data -consegue produzir fotorgrafias sintéticas realísticas e consegue ter a leitura de linguagem corporal nos ambientes em análise.
  10. Neurosymbolica AI – combinação de aprendizado com lógica, usando redes neurais que entende dados a partir de símbolos.
  11. Real time Machine Learning (RTML) – o desafio da IA sempre foi coleta de dados e interpretação incorporados no contexto, a RTML usa fluxo contínuo de dados e ajustes de modelos em tempo real.
  12. Vokenization – os seres humanos aprendem por que o cérebro tem múltiplas camadas e é multidimensional. Vokenization extrapola palavras e contextualização e as combina para novos usos em outras situações.

Dá para imaginar o tanto de soluções e velocidade de soluções teremos cada vez mais com IA.

As informações deste artigo foram extraídas do relatório: REPORT SXSW 2022 – Cenário The Shift – ANBIMA – Edição Especial.

 Claudia Hausner: Conselheira de Administração, Conselheira Consultiva, Conselheira TrendsInnovation atua como CA, Conselheira Consultiva e Conselheira Familiar no aprimoramento da estratégia, com foco em visão de futuro e construção de valor, orientando líderes e gestores.  Forte background em finanças (mercado de capitais), M&A e valuation. Traz maturidade e qualidade para o trabalho da organização, foca na diretriz, e potencializa a longevidade exitosa das empresas. Empreendedora. Socia fundadora da HH Inteligencia, Conselheira Trend Innovation da Inova Business School, atua em conselhos de empresas familiares e conselho consultivo em Estratégia, M&A e Finanças. A HH foca seus serviços de consultoria em:  construção de valor, soluções financeiras, valuation, plano de negócios (também para start-ups), transformação digital e gestão de alto impacto para empresas com desejo de reposicionamento, perpetuidade e prosperidade. Business Developer de um fundo de venture capital americano.  Quando executiva dentro do setor financeiro foi C-Level e desenvolveu ampla experiencia em mercado de capitais tendo atuado principalmente em bancos de investimento.

Deixe um comentário

O seu endereço de e-mail não será publicado.