A Inteligência Artificial (IA) é amplamente usada em ferramentas para empresas. Sucesso compreensível especialmente devido às intensas divulgações em conferências de desenvolvedores realizadas por gigantes como a Microsoft e o Google. Mas não apenas por isso. A Inteligência Artificial mostra que pode superar a inteligência humana em alguns aspectos. É o que tem sido apresentado no caso de máquinas que vencem jogos contra humanos e até mesmo em carros sendo dirigidos por robôs.
Embora em campos limitados, essas performances sobre-humanas são todas possíveis graças a décadas de pesquisas, que agora começam a deixar os laboratórios e tornam-se parte da realidade cotidiana.
Apesar de ainda oferecer desempenho inferior ao dos humanos, elas exigem muito menos poder do que um supercomputador para rodar. As empresas aproveitam as capacidades possibilitadas por essa tecnologia para melhorar o atendimento ao cliente, permitindo que haja interação com a assistente – por meio de reconhecimento de voz baseado em nuvem –, e evitando que ele precise ligar para o call center ou navegar pelo site, por exemplo.
Aprendizagem baseada em exemplos
Os maiores avanços de pesquisas em Inteligência Artificial nos últimos anos, e os mais aplicáveis no mundo corporativo, envolveram máquinas que aprendem com a experiência.
A aprendizagem da máquina é baseada na criação de redes neurais – modelos computacionais que imitam a forma como as células nervosas transmitem informações. O cérebro humano contém cerca de 100 bilhões de neurônios, sendo cada um conectado a cerca de mil outros. Uma rede neural artificial modela uma coleção dessas células, cada uma com suas próprias entradas (dados de entrada) e saídas (resultados de cálculos simples). Quando a rede resolve corretamente um problema, um peso adicional é dado às saídas dos neurônios que previram corretamente a resposta e, assim, a rede aprende.
Esses avanços representam para as empresas novas formas de lidar com problemas de dados. No entanto, enquanto aprendemos com apenas alguns exemplos, no campo de Deep Learning, são necessários um bilhão de exemplos. Ou seja, as tecnologias de aprendizagem mecânica, como redes neurais profundas, precisam observar uma tarefa um bilhão de vezes para aprender a realizá-la melhor do que um ser humano.
Encontrar milhares de exemplos de algo não é, obviamente, uma tarefa fácil. Os desenvolvedores do AlphaGo – computador do Google que derrotou um campeão mundial no jogo chinês Go, que requer estratégia e intuição humana – usaram a internet para analisar registros de milhares de partidas de Go entre humanos e fornecer o treinamento inicial para sua rede neural de 13 camadas. Como se tornou mais experiente, o AlphaGo jájoga contra outras versões de si mesmo para gerar novos dados.
Como essa tecnologia pode ser útil para as empresas?
Blocos de construção baseados em Inteligência Artificial já estão sendo ofertados por empresas de tecnologia para uso em aplicativos e serviços corporativos. Até mesmo empresas menores podem se beneficiar da tecnologia para tarefas específicas.
Com a Inteligência Artificial, já é possível criar chatbots e serviços com informações específicas de alguns setores, possibilitando o ajuste para cada usuário. Algumas ofertas incluem ferramentas para converter fala em texto e compreender a sua intenção, detectar e corrigir erros ortográficos e traduzir áudio e texto. Outras oferecem API de marcação de rosto e moderador de conteúdo automatizado, que pode aprovar ou bloquear texto, imagens e vídeos, encaminhando casos complexos para revisão de humanos.
E o que está por vir?
Outros serviços baseados em Inteligência Artificial já estão em produção e prometem ainda mais facilidades.
A Microsoft já convida as empresas a testarem uma ferramenta de análise de imagem chamada Emotion API, que permite identificar emoções expressas em rostos registrados em fotos, conferindo raiva, desprezo, desgosto, medo, felicidade, tristeza e surpresa. Melhorias para as ferramentas de voz da empresa também estão previstas, permitindo ajustar o motor para regiões específicas ou ambientes e até mesmo para reconhecer o interlocutor. Outra ferramenta, denominada QnA Maker, promete basear-se em perguntas frequentes de um para a criação de respostas para um chatbot.
Por outro lado, o Google revelou um teste beta privado de sua API Cloud Video Intelligence, que permite aos usuários encontrar clipes de vídeo relevantes, buscando substantivos ou verbos que descrevam o conteúdo. A empresa estima uma maior demanda por seus serviços com uma nova máquina e com a abertura do Laboratório de Soluções Avançadas de Machine Learning, em Mountain View, Califórnia, onde os clientes poderão trabalhar com especialistas do Google para aplicar a aprendizagem de máquina a fim de corrigir seus próprios problemas.
A empresa também apresentou a plataforma TensorFlow Lite para telefones celulares e um processador mais robusto para a execução de cargas de trabalho de aprendizagem de máquinas: a Cloud TPU (Tensor Processing Unit).
Com essas versões para testes liberadas, as grandes empresas mostram que não há um monopólio sobre a pesquisa em Inteligência Artificial. Algumas das maiores empresas responsáveis por pesquisas em Inteligência Artificial mostram-se dispostas a publicar seus resultados e liberar grande parte deles sob licenças de código aberto. A Apple, conhecida por ser fechada, publicou seu primeiro trabalho de pesquisa no final do ano passado. No entanto, esses kits de ferramentas de aprendizado de máquinas e serviços em nuvem, por melhor que sejam, ainda são redes neurais não treinadas, ainda não tão úteis para as empresas.
Por outro lado, enquanto há abertura quanto à divulgação de pesquisas, a concorrência por pessoal qualificado é enorme. Até mesmo o Facebook, que tem sua própria divisão de pesquisa, organiza treinamentos internos para conscientizar seus funcionários sobre a aprendizagem de máquinas. Esses passos que os gigantes de TI têm dado representam a união de inúmeras tecnologias que podem ser futuras ofertas revolucionárias para as empresas, embora seus pequenos efeitos já possam ser aproveitados.
Quer saber mais sobre Machine Learning? Já falamos aqui no blog sobre como gerar insights e decisões inteligentes com essa tecnologia. Clique aqui para conferir esse conteúdo. Deixe também seu comentário sobre o que pensa sobre o futuro das empresas com a Inteligência Artificial.
Leia também: COMO A INTELIGÊNCIA ARTIFICIAL PODE COLABORAR NA ESTRATÉGIA DE COMPRAS DA SUA EMPRESA
[mc_newsletter tipo=”clean”]
