O que geralmente não te contam sobre Machine Learning (ML) e Deep Learning (DL)

Muito do hype da Inteligência Artificial está, na minha opinião, na visão errada sobre o potencial de Machine Learning (ML) e Deep Learning (DL).

Alguns exemplos:

– Ter um grande volume de dados não garante a qualidade preditiva ou mesmo resulta no uso de ML/DL, mesmo com dados totalmente rotulados, pois é necessário que o problema realmente seja aplicável e também vários outros fatores estejam alinhados, como padrões a serem aprendidos e causalidade nos dados.
– ML não necessariamente imita nosso cérebro e implementa redes neurais artificiais. DL, que é uma possível técnica de ML que faz isso.
– Mesmo que haja causalidade e alinhamento de dados com o problema, o DL está sujeito aos mais variados erros devido ao grande número de parâmetros, como under/overfitting e todas as outras complexidades de setup.
– A adoção do ML/DL não garante necessariamente a automação para resolver problemas, especialmente os cognitivos e os mais complexos, que requerem um trabalho de análise e data science, e, principalmente, de construção de algoritmos que suportem os modelos criados.

Mas a verdade é que, poucos contam isso, e mais poucos ainda contam com isso!

____
Rogerio Figurelli – @ 2018-08-09

Anúncios

A ilusão dos dados como o ativo principal de Inteligência Artificial

A todo momento vemos artigos e análises trazendo a relevância dos dados, como o principal ativo da Tecnologia da Informação (TI).

Entretanto, minha visão é diferente.

Em primeiro lugar, penso que a própria TI passa por uma evolução para Tecnologia da Inteligência, como prefiro referir.

Sim, a inteligência é que é o principal ativo, e os dados já foram no passado, e cada vez mais serão apenas commodities.

Acredito que o erro de visão atual esteja no fato de que concentramos todas expectativas de inteligência sobre a inteligência de máquina, principalmente o aprendizado supervisionado.

Mas a Inteligência Artificial será cada vez muito mais que isso, pois vivemos uma era onde a criatividade e a inovação ganham força cada vez mais, e justamente o potencial de encontrar solução para que as máquinas sejam inteligentes no nível humano será cada vez menos dependente dos dados em si, como é exatamente o nosso caso.

Na verdade, estaremos migrando de uma capacidade do modelar nosso cérebro para modelar nossa mente, até mesmo com consciência artificial, o que muda completamente o jogo.

Dessa forma, para mim o verdadeiro ativo está na capacidade dos times de sua organização em criarem produtos realmente inteligentes.

E não vejo formas de fazer isso mais eficazes hoje do que investir em uma parceria desses times com as máquinas, envolvidos em projetos de Inteligência Artificial que realmente sejam o ativo digital, ou real state, se você preferir, que tanto as organizações buscam hoje.

____
Rogerio Figurelli – @ 2018-08-09

Inteligência Artificial já realiza tarefas comuns nos escritórios

“O novo software está automatizando as tarefas comuns do escritório em operações como contabilidade, faturamento, pagamentos e atendimento ao cliente. Os programas podem digitalizar documentos, inserir números em planilhas, verificar a exatidão dos registros do cliente e efetuar pagamentos com algumas teclas digitadas no computador.

A tecnologia ainda está em fase embrionária, mas vai melhorar, se aperfeiçoando com o tempo. Até agora, a inteligência artificial está em muitas das vezes em projetos-piloto focados em tarefas domésticas, libertando as pessoas de trabalhos penosos e não só eliminando empregos.

Os computadores estão principalmente observando, seguindo regras simples e tomando decisões do tipo “sim ou não”, sem fazer escolhas de alto nível que exijam julgamento e experiência. “Esta é a forma menos inteligente de A.I”, disse Thomas Davenport, professor de tecnologia da informação e administração da Babson College.”

https://epocanegocios.globo.com/Tecnologia/noticia/2018/08/inteligencia-artificial-ja-realiza-tarefas-comuns-nos-escritorios.html

Três tendências de inteligência artificial e aprendizado de máquinas para 2019

“O próximo ano pode servir como divisor entre negócios que esperaram para embarcar e aqueles que testemunham uma mina de ouro de avanços para a indústria de tecnologia.

Isso é o que acredita Daniel Newman, especialista em transformações digitais, analista principal e sócio-fundador da consultoria Futurum Research + Analysis, que escreveu sobre o assunto para a revista Forbes. O que potencialmente pode acontecer no ano que vem? Novidades e inovações usadas para treinar máquinas? O surgimento de assistentes de IA?”

https://epocanegocios.globo.com/Tecnologia/noticia/2018/08/tres-tendencias-de-ia-e-aprendizado-de-maquinas-previstos-para-2019-de-acordo-com-forbes.html

Inteligência artificial desenha rostos a partir de descrições em texto

“Um programador chamado Animesh Karnewar criou um sistema de inteligência artificial capaz de fazer algo semelhante a um “retrato falado”. A proposta inicial era fazer com que o computador fosse capaz de criar uma imagem a partir da descrição em texto, possibilitando que ele desse rosto a personagens ficcionais de livros. Com isso, ele criou o T2F (sigla que vem de texto para rosto, em tradução em inglês).

Karnewar usa de uma técnica chamada de generative adversarial network (GAN). Aqui, são usadas duas redes neurais que se monitorarem a respeito de uma produção. O exemplo dado por ele é o seguinte: imagine que a rede 1 precisa tentar enganar a rede 2 a acreditar que uma imagem renderizada é uma fotografia real. Ao mesmo tempo, a rede 2, precisa provar para a rede 1 que aquela imagem é real e não apenas uma construção digital.

A proposta é usar este sistema para testar imagens de forma que fique tão perfeita que não consiga mais enganar a rede 2. Este é apenas um exemplo de várias funções que estas duas redes exercem juntas.”

https://canaltech.com.br/inovacao/inteligencia-artificial-desenha-rostos-a-partir-de-descricoes-em-texto-119692/