Onde a mente é tudo o que importa

“A ciência comportamental, que lida principalmente com a ação humana, é um campo que está crescendo em todos os setores, do setor bancário à TI, da saúde à educação, precisando de profissionais. E com o fornecimento longe da demanda, esse é um bom momento para explorar o campo. “A ciência basicamente entra no funcionamento do cérebro e desmascara as teorias psicológicas mais tradicionais”, diz Dominic, cuja empresa, uma das primeiras a se aventurar no campo no país, trabalhou em vários projetos governamentais nacionais e internacionais. Em Mumbai, por exemplo, diz Dominic, foi um experimento científico comportamental que ajudou a reduzir o número de mortes durante a travessia de trilhos. “As formas tradicionais de dizer às pessoas que não cruzem não funcionam. Sugerimos que o governo adicionasse algumas linhas amarelas e as taxas de acidentes cairam em 75%”, diz Dominic. “A psicologia tradicional fala sobre a construção da consciência. Nossa teoria diz que todos esses problemas são causados por uma lacuna de conscientização. Como arquitetos comportamentais, inventamos maneiras de construir esse comportamento na natureza humana”, acrescenta.”
https://timesofindia.indiatimes.com/city/chennai/where-the-mind-is-all-that-matters/articleshow/64579390.cms

Anúncios

Os riscos da Inteligência Artificial fraca

Toda tecnologia nova apresenta riscos. Embora a inteligência artificial não seja nova, com mais de sessenta anos de mercado, as expectativas atuais são sem dúvida diferentes de qualquer momento anterior. Mas vivemos, no mínimo dois, grandes riscos:

  • ver essa tecnologia como vimos a Internet no passado, como um fim por si só, e não como um meio para gerar resultados no mundo real;
  • a falta de resultados realmente eficazes para a solução de reais problemas complexos das pessoas, empresas e governos, que no mínimo diferenciem da abordagem de construção de sistemas e algoritmos inteligentes do passado;

A solução que considero mais viável para superar esses riscos é investir em uma inteligência realmente forte, o que não é simples nem barato, como a inteligência fraca que cada vez mais está se disseminando no mercado.
Afinal, se as crises e bolhas se mostram quase sempre determinísticas, senão ao menos lógicas, tudo seria muito fácil – e para todos – se o tempo de duração delas fosse de fácil previsão.
Mas a realidade é que determinadas crises e bolhas podem durar muitos anos, até mudarem de lado. Exatamente essa incerteza de tempo tornou tão grave a mais famosa – e duradoura – crise dos tempos modernos: a grande depressão ou crise de 1929. Na prática, foram necessários mais de dez anos para uma retomada de atividade industrial nos mesmos patamares de antes da crise. Mas, se considerarmos o impacto para os investidores, com o índice Dow Jones para 100 anos, o impacto devastador do tempo nos conduz a mais de vinte anos de duração de uma crise com um ciclo de tempo de total incerteza.
Não é difícil imaginar o impacto devastador dessa época sobre investidores que perceberam uma recuperação de produção industrial dez anos após o início da crise que de fato só se confirmou no índice Dow Jones após mais de vinte anos. E não é preciso ir tão longe para buscar cenários de tamanha incerteza, uma vez que nosso próprio país enfrenta ainda uma crise sem data final para formatação do início de uma nova e consistente bolha. Mas quando estamos em meio a uma crise, uma nova bolha parece o menor dos problemas ou ainda, o problema que gostaríamos de estar administrando.
Para agravar ainda mais a incerteza infinita do tempo, principalmente referente à duração dos períodos de crises e bolhas, temos a incerteza infinita da tecnologia, uma vez que ela poderá estar associada às descobertas, invenções e o absolutamente novo e imprevisível.
Evidentemente que a grande maior parte dos avanços de tecnologia são incrementais, diminuindo um pouco essas incertezas, mas os riscos de mudanças de paradigmas e de ruptura dos sistemas existentes é cada vez maior, com o avanço dos computadores e computação em nuvem.
Outro fator importante, que complementam as incertezas de tempo e tecnologia, é que ela própria abre cada vez mais as portas para aumentar a velocidade e precisão de troca de informações, atingindo diretamente os mercados regionais e globais em poucos segundos.
E, dessa forma, as economias apresentam cada vez mais velocidade e incerteza de reflexo de bolhas e crises locais ou globais.
Mas, além disso, e talvez com impacto e probabilidade maior de formação de novas crises e bolhas, a Internet facilita a criação de novos produtos e Startups, que são empresas com características tipicamente formadas em ambientes de inovação.
Foi exatamente esse o cenário do final do século passado, com a entrada da Internet comercial no mercado, e a grande migração de capital de investidores em novos negócios na área de tecnologia, na expectativa de uma nova economia, com negócios em nuvem.
E pode-se considerar essa a Bolha 1.0, que se formou de 1995 a 2000, portanto no final do século passado, a aproximadamente vinte anos atrás.
A experiência da Bolha 1.0 mostra um viés otimista das bolhas e crises de tecnologia, pois por pior que tenham sidos os impactos do estouro da bolha, fomos capazes de recomeçar e, principalmente, começar a formar uma nova bolha, ainda maior.
E tudo indica que a Bolha 2.0, que acredito estar se formando atualmente, segue esse viés, onde as bolhas são cada vez maiores e as crises possuem um limite de pessimismo com capacidade de reversão contínua, alimentadas pelos sonhos dos investidores, e novas Startups.
Mas será que aprendemos com os erros passados? Ou ainda, estamos resilientes o suficiente para uma Bolha 2.0?
Essa é a pergunta que não quer calar e, apesar de estarmos vivendo aspectos muito similares ao da Bolha 1.0, não aprendemos com ela o suficiente, esquecendo com o tempo seus fatores e impactos devastadores.

____
Rogerio Figurelli – @ 2018-05-26

A Dieta do Trader: O desafio de perder peso e ganhar dinheiro

Se você é um trader, operando diariamente no Mercado de Capitais, sabe muito bem que o desafio de ganhar dinheiro, pelo menos de forma consistente, não é nada fácil.
Mas talvez os fatores críticos para isso sejam muito similares ao desafio de perder peso, através de uma dieta. Não por menos, talvez seu retorno sofra o famoso ‘efeito sanfona’ de quem faz dietas, ou seja, a constante oscilação de peso, perdas e ganhos.
E mesmo que as razões para isso sejam as mais diversas, passando pelas questões emocionais, presentes nas dietas e no trading, e a falta de planejamento correto, considero que identificar e dominar os fatores críticos para o sucesso, tanto da dieta, como da operação no intradiário, seja muito similar e relevante.
E essa metáfora poderá trazer o benefício de você entender melhor como funcionam as questões emocionais e de planejamento, dominadas e sistematizadas pelos robôs, mas de difícil controle por nós, humanos.
Na verdade, como trabalho bastante com robôs e inteligência artificial, criei essa metáfora apenas para ajudar a traduzir um pouco o meu aprendizado e engenharia reversa para a vida real, e de como ele se repete nos mais variados problemas humanos, principalmente os que envolvem decisões com forte viés emocional.
Portanto, não espere que alguma informação nesse livro possa de fato melhorar sua dieta ou ganhos no dia a dia, pois não há como garantir isso. Além do mais, não sou médico nem assessor de investimentos, que seriam as pessoas adequadas para qualquer aconselhamento nessas áreas.
Ou seja, o objetivo desse livro é apenas o de auxiliar na reflexão de como o controle emocional e a sistematização podem mudar a forma de você encarar a balança, o mercado, e, quem sabe, várias outros desafios do dia a dia, impactados pelos sentimentos, nas suas decisões.

Veja mais em: https://www.amazon.com.br/Dieta-Trader-desafio-perder-dinheiro-ebook/dp/B07334LPRB/ref=sr_1_1?s=digital-text&ie=UTF8&qid=1499172401&sr=1-1

Caos Inovador: A inovação na Era dos Robôs

A inovação, a meu ver, é cada vez mais caótica, ou, no melhor dos casos, caórdica.
Mas, apesar disso, existem várias soluções no mercado que buscam encontrar uma ordem para a inovação. Nenhuma crítica a elas, apenas quero reforçar como isso ajuda a formar o paradigma de que existe ordem no processo de inovação.
E o desafio, em termos de inovação, do cenário atual de socialização do processo cognitivo, é que mudam os paradigmas até mesmo do processo criativo, ou seja, devemos cada vez mais inovar para inovar.
A nova inovação surge tanto da consciência humana, como da consciência artificial, ou das máquinas, e será cada vez mais real no mercado, mas isso não indica que ela irá substituir a do homem.
Afinal, já temos a consciência artificial artificial, tomando várias decisões no mundo real, ou seja, uma consciência híbrida, ponderada entre a visão da inteligência artificial forte, em raros casos, com a inteligência humana.
Mas que decisão irão tomar ou executar as máquinas quando ‘perceberem’ injustiças sociais sustentadas pela ganância de alguns?
Ou ainda, quando ‘perceberem’ os riscos e o potencial destrutivo das armas nucleares?
Será que conseguirão mudar seus criadores ou donos?
Ou herdarão os mesmos vícios do egoísmo e da falta de consciência, que leva o mundo para as injustiças e incertezas cada vez maiores.
Em um cenário assim, de conflito de consciências, reais e artificiais, a inovação irá depender cada vez mais do domínio do caos.
Por exemplo, buscamos criar máquinas e robôs perfeitos, sem falhas e erros.
Mas com a inteligência artificial enfrentando problemas cada vez mais humanos, o caminho que me parece mais correto é o de controlar a qualidade do sistema, dando a oportunidade para as falhas e erros acontecerem, dentro de um processo evolucionário.
Na verdade, fazendo isso, nada mais estaremos fazendo que imitar a natureza, e sua sabedoria infinita, para descobrir a ordem, a partir do caos.
Ou seja, o caos inovador.

Veja mais em: https://www.amazon.com.br/dp/B073PRC76M/ref=sr_1_3?s=digital-text&ie=UTF8&qid=1499172222&sr=1-3

 

Inteligência Artificial Livre: Uma visão de modelos, algoritmos e máquinas inteligentes, gratuitas e abertas

O que mais admiro no Machine Learning não é sua relevante capacidade de descoberta de padrões e modelos, sem programação ou até mesmo desenvolvimento de algoritmos, mas a incrível possibilidade de, após um esforço de computação cada vez mais rápido e viável, e ao fim e ao cabo, descobrir uma fórmula simples e genial que resume em uma equação tudo o que não estamos vendo, como fizeram os gênios do passado, com o esforço, muitas vezes, de uma vida.
Na verdade, a Inteligência Artificial está se tornando tão estratégica para as empresas e governos, que deveriam existir linhas de pesquisa dedicadas em nossas universidades para aplicação e consumo direto em nosso mercado, inclusive com forte estímulo de autonomia da tecnologia nacional e registro de patentes.
Mas, infelizmente, a realidade que constatamos é que pesquisamos para o primeiro mundo, ficando cada vez mais dependentes dos grandes players internacionais.
Ajudamos a criar modelos, algoritmos e máquinas para serem exploradas em nosso país, da mesma forma que em outras áreas no passado que hoje somos dependentes, quando, na verdade, temos a competência e criatividade para liderar nessa área cada vez mais relevante.
Talvez seja a falta de confiança o principal fator a levar empresas e desenvolvedores a fecharem suas tecnologias, ou seja, torná-las proprietárias.
Ou ainda, a busca de maior competitividade, o que é bastante discutível. Seja como for, os ecossistemas de Inteligência Artificial estão longe de ser livres.
E o que existe no mercado é um híbrido de modelos abertos e fechados, algoritmos abertos e fechados e máquinas abertas e fechadas. Mas confiança e liberdade, e principalmente, a necessidade de evolução, poderão conduzir um dia para ecossistemas de Inteligência Artificial Livre.
Talvez eles já existam, para algumas classes de problemas, mas estamos falando aqui de desafios de grande complexidade, principalmente se comparados com a capacidade humana de solução de problemas.
Para chegarmos nesse nível de ecossistemas, abertos e livres, e, provavelmente gratuitos, devemos enfrentar o que considero ser a parte fácil, que são as ferramentas de modelos e algoritmos abertos, e a parte difícil, ou complexa, que são os sistemas e ecossistemas onde o que é feito e como é feito é totalmente transparente, em qualquer nível de programação, configuração ou execução.

Veja mais em: https://www.amazon.com.br/Intelig%C3%AAncia-Artificial-Livre-algoritmos-inteligentes-ebook/dp/B072KP4QRV/ref=sr_1_1?s=digital-text&ie=UTF8&qid=1497618438&sr=1-1