Como a Inteligência Artificial Impacta e Transforma a sua Vida

Share on facebook
Share on google
Share on twitter
Share on linkedin

A maioria das pessoas não está muito familiarizada com o conceito de inteligência artificial (IA). A título de ilustração, quando 1.500 líderes empresariais seniores nos Estados Unidos em 2017 foram questionados sobre IA, apenas 17 por cento disseram que estavam familiarizados com ela. Vários deles não tinham certeza do que era ou como afetaria suas empresas em particular. Eles entenderam que havia um potencial considerável para alterar os processos de negócios, mas não estavam claros como a IA poderia ser implantada em suas próprias organizações.

Apesar de sua ampla falta de familiaridade, a IA é uma tecnologia que está transformando todas as áreas da vida. É uma ferramenta abrangente que permite que as pessoas repensem como integramos informações, analisamos dados e usamos os insights resultantes para melhorar a tomada de decisões.

I. QUALIDADES DA INTELIGÊNCIA ARTIFICIAL

Embora não haja uma definição uniformemente acordada, geralmente se pensa que a IA se refere a “máquinas que respondem à estimulação consistente com as respostas tradicionais dos humanos, dada a capacidade humana de contemplação, julgamento e intenção”.   De acordo com os pesquisadores Shubhendu e Vijay, esses sistemas de software “tomam decisões que normalmente requerem um nível humano de especialização” e ajudam as pessoas a antecipar problemas ou lidar com eles conforme eles surgem.  Dessa forma, eles operam de maneira intencional, inteligente e adaptativa.

Intencionalmente

Algoritmos de inteligência artificial são projetados para tomar decisões, geralmente usando dados em tempo real. Eles são diferentes de máquinas passivas que são capazes apenas de respostas mecânicas ou predeterminadas. Usando sensores, dados digitais ou entradas remotas, eles combinam informações de uma variedade de fontes diferentes, analisam o material instantaneamente e agem de acordo com os insights derivados desses dados. Com grandes melhorias nos sistemas de armazenamento, velocidades de processamento e técnicas analíticas, eles são capazes de uma sofisticação tremenda em análise e tomada de decisão.

A IA geralmente é realizada em conjunto com aprendizado de máquina e análise de dados. O aprendizado de máquina pega dados e procura tendências subjacentes. Se detectar algo que é relevante para um problema prático, os designers de software podem pegar esse conhecimento e usá-lo para analisar questões específicas. Tudo o que é necessário são dados suficientemente robustos para que os algoritmos possam discernir padrões úteis. Os dados podem vir na forma de informações digitais, imagens de satélite, informações visuais, texto ou dados não estruturados.

Carros autônomos

Os sistemas de IA têm a capacidade de aprender e se adaptar à medida que tomam decisões. Na área de transporte, por exemplo, os veículos semiautônomos têm ferramentas que permitem aos motoristas e veículos saber sobre congestionamentos, buracos, construção de rodovias ou outros possíveis impedimentos de tráfego. Os veículos podem tirar proveito da experiência de outros veículos na estrada, sem envolvimento humano, e todo o corpus de sua “experiência” alcançada é imediata e totalmente transferível para outros veículos de configuração semelhante. Seus algoritmos avançados, sensores e câmeras incorporam experiência nas operações atuais e usam painéis e telas visuais para apresentar informações em tempo real para que os motoristas humanos possam entender o tráfego em andamento e as condições dos veículos.

Veículos autônomos – carros, caminhões, ônibus e sistemas de entrega de drones – usam recursos tecnológicos avançados. Esses recursos incluem orientação e frenagem automatizada de veículos, sistemas de mudança de faixa, o uso de câmeras e sensores para evitar colisões, o uso de IA para analisar informações em tempo real e o uso de computação de alto desempenho e sistemas de aprendizagem profunda para se adaptar a novas circunstâncias através de mapas detalhados.

Como essas câmeras e sensores compilam uma grande quantidade de informações e precisam processá-las instantaneamente para evitar o carro na próxima faixa, os veículos autônomos exigem computação de alto desempenho, algoritmos avançados e sistemas de aprendizado profundo para se adaptarem a novos cenários. Isso significa que o software é a chave, não o carro ou caminhão físico em si.  O software avançado permite que os carros aprendam com as experiências de outros veículos na estrada e ajustem seus sistemas de orientação conforme o clima, a direção ou as condições da estrada mudam.

II. APLICAÇÕES EM DIVERSOS SETORES

A IA não é uma visão futurística, mas algo que está aqui hoje e está sendo integrado e implantado em uma variedade de setores. Isso inclui áreas como finanças, segurança nacional, saúde, justiça criminal, transporte e cidades inteligentes. Existem inúmeros exemplos em que a IA já está causando um impacto no mundo e aumentando as capacidades humanas de maneiras significativas.

Cidades inteligentes

Várias áreas metropolitanas estão adotando aplicativos de cidade inteligente que usam IA para melhorar a prestação de serviços, planejamento ambiental, gestão de recursos, utilização de energia e prevenção de crimes, entre outras coisas. Para seu índice de cidades inteligentes, a revista Fast Company classificou as localidades americanas e encontrou Seattle, Boston, San Francisco, Washington, DC e Nova York como as principais adotantes.

Seattle, por exemplo, abraçou a sustentabilidade e está usando IA para gerenciar o uso de energia e gerenciamento de recursos. Boston lançou um “City Hall To Go” que garante que as comunidades carentes recebam os serviços públicos necessários. Ele também implantou “câmeras e loops indutivos para gerenciar o tráfego e sensores acústicos para identificar tiros”. São Francisco certificou 203 edifícios como atendendo aos padrões de sustentabilidade LEED.

Por meio desses e de outros meios, as áreas metropolitanas estão liderando o país na implantação de soluções de IA. De fato, de acordo com um relatório da National League of Cities, 66% das cidades americanas estão investindo em tecnologia de cidades inteligentes. Entre os principais aplicativos observados no relatório estão “medidores inteligentes para serviços públicos, semáforos inteligentes, aplicativos de governança eletrônica, quiosques de Wi-Fi e sensores de identificação por radiofrequência no pavimento”.

Como a Inteligência Artificial é aplicada nas Finanças

De acordo com observadores desse setor, “as decisões sobre empréstimos agora estão sendo feitas por um software que pode levar em consideração uma variedade de dados analisados ​​detalhadamente sobre um mutuário, em vez de apenas uma pontuação de crédito e uma verificação de antecedentes”. Além disso, existem os chamados robô-consultores que “criam carteiras de investimento personalizadas, eliminando a necessidade de corretores da bolsa e consultores financeiros”. Esses avanços são projetados para tirar a emoção de investir e tomar decisões com base em considerações analíticas e fazer essas escolhas em questão de minutos.

Um exemplo importante disso está ocorrendo nas bolsas de valores, onde a negociação de alta frequência por máquinas substituiu grande parte da tomada de decisão humana. As pessoas enviam pedidos de compra e venda, e os computadores os combinam em um piscar de olhos, sem intervenção humana. As máquinas podem detectar ineficiências de negociação ou diferenciais de mercado em uma escala muito pequena e executar negociações que rendem dinheiro de acordo com as instruções do investidor. Ativadas em alguns lugares por computação avançada, essas ferramentas têm capacidades muito maiores para armazenar informações por causa de sua ênfase não em um zero ou um, mas em “bits quânticos” que podem armazenar vários valores em cada local. Isso aumenta drasticamente a capacidade de armazenamento e diminui o tempo de processamento.

A detecção de fraude representa outra maneira pela qual a IA é útil em sistemas financeiros. Às vezes, é difícil discernir atividades fraudulentas em grandes organizações, mas a IA pode identificar anormalidades, valores discrepantes ou casos desviantes que requerem investigação adicional. Isso ajuda os gerentes a encontrar problemas no início do ciclo, antes que atinjam níveis perigosos.