Image for post
Image for post
Rafael Garrido Rivas | Managing Partner | everis USA

Você está preparado para a revolução cognitiva?

A tese e o projeto final do meu bacharelado em Engenharia Industrial foram sobre um sistema de reconhecimento de fala (que, na verdade, compreendia apenas números) que eu programei em C++ usando redes neurais e Modelos Ocultos de Markov. Por mais surpreendente que possa parecer, teve um escopo realmente bem limitado. Eu treinei usando um conjunto de dados coletados de toda a população de dormitórios da minha faculdade, que consistia em aproximadamente 150 estudantes que pacientemente foram ao meu quarto em seu tempo livre para dizer alguns números para o meu sistema. O tempo de processamento de treinamento foi meio exasperante … levou a noite toda para treinar o sistema rodando o Linux no meu Compaq 486. Eventualmente, o sistema tornou-se muito exato no reconhecimento de números, sem importar por quem eles foram ditos. Quase que ao mesmo tempo, Deep Blue venceu Garry Kasparov, o campeão mundial de xadrez …. pela primeira vez! Os 3 próximos jogos, Garry venceu… o sistema não era realmente “inteligente”, da mesma maneira que uma calculadora não é inteligente, apenas segue regras, muitas regras…

Nem mesmo em meus melhores sonhos, eu poderia ter imaginado que, aproximadamente 20 anos depois, os mesmos princípios de aprendizagem automática que usei em meu sistema identificador de números estariam no epicentro da incrível revolução cognitiva em que nos encontramos imersos hoje.

O ritmo da mudança tecnológica não tem precedentes. Após ver o website de Tensorflow recentemente e navegar por todos os recursos prontamente disponíveis que a comunidade criou e compartilhou até agora, tenho a impressão de que se levou vários meses para ser construído na época, poderia facilmente ser feito em menos de uma semana hoje e ser implantado com um desempenho muito melhor mesmo em dispositivos móveis, porque … onde mais queremos usá-lo nos dias de hoje? Nossa civilização parece abraçar fortemente o provérbio africano: “Se você quiser ir rápido, vá sozinho. Se você quiser ir longe, vá junto” — e essa é uma grande notícia para este esforço.

Para aqueles de nós que tendem a enxergar o copo meio cheio, o crescimento de produtividade impulsionado por IA (Inteligência Artificial) é uma promessa para levantar a economia global, o que permite às empresas inovar e atingir mercados carentes com mais eficácia com produtos existentes, e permitir a criação de novos produtos e serviços a longo prazo.

Para compreender o que normalmente chamamos de IA, seus recursos, bem como separar mito comum da realidade, é fundamental saber que o tipo de aprendizagem automática, que tem sido chamado de “deep learning (aprendizado profundo)” continua baseando-se em redes neurais artificiais enraizadas em como o cérebro humano funciona. Cientistas treinam redes neurais ajustando as funções da ativação e suas respectivas ponderações para obter os resultados desejados. Com uma camada de rede única (como tive em meu identificador do número) você pode apenas identificar padrões simples, mas com camadas múltiplas,pode encontrar padrões dentro de padrões. Os atuais sistemas de rede neural são normalmente compostos de vinte a trinta camadas. Esse nível elevado de abstração é a principal razão para as melhorias significativas na aprendizagem automática e na IA. Há todos os tipos de variações de IA (supervisionados, não supervisionados, aprendizagem reforçada, transferência de aprendizagem etc.), mas não entrarei neste assunto aqui.

A aprendizagem automática depende de uma abordagem ascendente, baseada em dados para reconhecer padrões. Utiliza a mesma abordagem que meus filhos usaram para aprender 4 idiomas diferentes, de imersão ao invés de memorização gramatical. Colocando de forma simples, em vez de codificar a lógica para distinguir dados, simplesmente mostramos os dados ao sistema e dizemos o que é e o que não é, tal como o computador desenvolve o programa apropriado.

Hoje, existem diversos fatores que contribuem para esta explosão de IA:

  • A disponibilidade de quantidades maciças de dados, o “novo óleo” que abastece esta revolução, que surge em todas as formas e formatos (empresas, social, sensores etc.)

Isto representa infinitas oportunidades que poderiam ser potencialmente limitadas pela nossa estreita imaginação. Portanto, o desafio não é computacional, mas sim mudança evolutiva na maneira de pensarmos e trabalharmos… já não há mais a parede da Lei de Moore para bater. Toda tarefa repetitiva para a qual há grandes quantidades de dados para treinar as máquinas, pode e será automatizada.

Então…. é isto? Não ainda… O que o futuro nos reserva? Os especialistas dizem que todos os casos de IA em expansão hoje em dia giram em torno de aplicativos chamados por eles de “Narrow AI”, nos quais as técnicas de aprendizagem automática estão sendo desenvolvidas para resolver problemas muito específicos. O desafio principal é desenvolver a IA que pode enfrentar problemas gerais da mesma maneira que os seres humanos podem, mas essa “inteligência artificial geral”, parece estar a décadas de distância.

No ínterim, todos os setores estão alavancando esta “Narrow AI” e seus dados para ganhar novas percepções e avançar em seus campos. A internet está inundada com casos de uso para quase todos os setores e abaixo seguem alguns exemplos úteis para entender como a IA está incorporada em nossas vidas diárias sem que sequer nos conscientizemos disso:

  • Qualquer assistente doméstico ou reconhecimento de voz por telefone é alimentado pela IA. Você já percebeu como é fica cada vez melhor entender até mesmo as criancinhas quando há ruído de fundo?

O que isto significa para o seu setor ou negócio? Quais são as oportunidades específicas? Qual é o valor? Quais são os casos de uso? Embora nenhuma solução normalmente seja uma “solução definitiva” que produz um impacto genuinamente transformador, cada uma delas torna seu modelo mais difícil de ser copiado e torna-o melhor do que o de seu concorrente.

Por agora, eu posso ter assustado alguns leitores, uma vez que as implicações sociais são aparentes. Se as máquinas podem ler raio X ou imagens de MRI tão bem quanto ou melhor do que os radiologistas que têm anos do treinamento e experiência, nós precisamos de radiologistas?

De acordo com McKinsey, cerca de metade das atividades atuais de trabalho (não postos de trabalho) podem ser automatizadas, embora menos de 5% dos empregos tenham potencial para a automatização plena, quase 30% das tarefas em 60% das ocupações poderiam ser computadorizadas.

Mesmo os postos de trabalho de colarinho branco estão sendo ameaçados de automatização. Na realidade, a diferença não está entre as habilidades manuais e cognitivas ou o trabalho operário versus colarinho branco, mas, sim se um posto de trabalho tem grandes elementos de repetição, e se existe a disponibilidade de grandes quantidades de dados ou se eles podem ser coletados para treinar os algoritmos. Postos de trabalhos que por rotina apresentam muita repetição e previsibilidade podem ser realizados por máquinas de forma melhor, mais rápida e mais barata e, provavelmente, cedo ou tarde serão realizados por máquinas. Isto por si só não é bom nem ruim, é um fato.

Em minha opinião, a IA pode nos deixar mais humanos. Ninguém gosta de fazer tarefas repetitivas. Da mesma maneira, as calculadoras permitiram que as pessoas dedicassem seu tempo para trabalhos mais significativos e complexos, os caixas eletrônicos mudaram o papel dos caixas de banco de simples dispensadores de dinheiro para um serviço de atendimento ao cliente, a IA não substituirá o discernimento humano, mas será um grande recurso complementar que libertará os seres humanos para se concentrarem nas tarefas que realmente precisam deles. As empresas serão capazes de atender as populações desfavorecidas e focar o tempo de seus especialistas nos trabalhos que realmente precisam de suas expertises.

A automatização promoverá o crescimento na necessidade de pensamento crítico, criatividade, processamento de informações complexas e habilidades sociais e emocionais tais como comunicação e empatia. Assim, as chamadas “profissões com contato pessoal” provavelmente estarão em ascensão.

Embora alguns postos de trabalho venham a ser eliminados, outros serão alterados ou criados e, tomara que a mudança seja para melhor. Uma tendência com a qual todos parecem concordar é que o ritmo da mudança será proporcional aos salários, pelo menos nos Estados Unidos.

A principal competência que vamos precisar no futuro é a capacidade e o desejo de aprender. A IA talvez nos ajude dizendo o que precisamos aprender.

Concluindo, o consultor dentro de mim sugere algumas diretrizes para as melhores maneiras de alavancar a IA dentro das organizações:

Assim como muitas coisas na vida da empresa, tudo se resume à liderança. Crie um roteiro empresarial, descendente, tecnológico. O C-suite precisa criar e abraçar uma visão abrangente de como a tecnologia pode aprimorar o desempenho das empresas. Isto mudará gradualmente a cultura também.

  • Alinhe a liderança do negócio e tecnologia na sequência das soluções a serem desenvolvidas. Certifique-se de que há uma compreensão geral da tecnologia, de forma que os negócios possam “puxar” para os serviços e para o apoio da tecnologia, ao invés do TI ter que “empurrar” as soluções.

Como as empresas em todos os setores estão cada vez mais aproveitando o poder da IA em suas operações, pense em como você pode melhor aproveitar seus recursos, permanecendo verdadeiro o seu DNA, para abraçar esta revolução cognitiva.

Quer você tenha um laboratório, uma empresa, uma base no Vale do Silício (EUA), incubadoras ou aceleradoras ao redor do mundo, você faz hackathons internos ou externos, ou investe junto com o outros VCs para dar uma olhada no que vem a seguir, ou todas as combinações anteriores, certifique-se de aproveitá-las para saltar para o trem da IA antes cedo do que tarde. Esta viagem precisará de compreensão, coragem, convicção e entusiasmo.

Written by

Exponential intelligence for exponential companies

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store