Busque
Sempre Por Um Empreendimento Inteligente
Juergen
Mueller
Um
evento histórico desvendado em Marco de 2016. A vitória de um programa chamado
de AlphaGo sobre um jogador profissional Lee Sedol no Desafio DeepMind Google
demonstrou o quanto a inteligência artificial (AI) chegou : “Go’s, regras
simples e possibilidades elaboradas, foram consideradas uma das mais
interessantes após muito tempo no campo de pesquisa da Inteligencia Artificial,
“ escreveu Sam Byford da Edicao do Verge. A ideia de computadores aprenderem
autonomamente tem sido mencionada por décadas. Entao, o que mudou agora? Porque
a maquina de aprender ganhou terreno nos anos recentes? Porque o aprendizado
das maquinas e possível agora?
O
aumento do poder de computação tem possibilitado com que o aprendizado das
maquinas seja possível, ate que enfim. Levadas por jogos, unidades de
processamento gráficos (GPUs) recentemente tiveram suas performances aumentadas
a níveis sem paralelo nas operações mais simples da computação através do
profundo aprendizado dos algoritmos. Juntamente com a adoção de arquiteturas
multi-detalhadas, assim como dados de memoria-in, isso tudo pavimentou o
caminho para níveis extremamente eficientes e implementações dos algoritmos de
aprendizado das maquinas aprendizes. Uma outra razão que possibilitou o
aprendizado das maquinas foram os big data. A enorme preparação de conjuntos
oferecidos pelas varias fontes (e.g. text, imagens dados geo-espaciais) são as
bases para o treinamento das maquinas, o que permite a elas aprenderem.
O processo de aprendizagem das maquinas.
Tome
o exemplo do Facebook. A habilidade de conseguir as faces individuais em
retratos (com os nomes ) tem levado com que o sistema seja o maior banco de
dados do mundo no que se refere aos retratos das pessoas. O Facebook pode
ensinar e treinar as maquinas para aprender em termos de reconhecimento de
rosto das pessoas. Quanto mais dados as maquinas dispõem, melhores as condições
para reconhecer os rostos das pessoas. Em cima disso, as pesquisas no
aprendizado das maquinas tem levado a mais sofisticação em aprendizado dos
algoritmos e uma melhor compreensão dos princípios básicos do aprendizado por
si mesmo. Algoritmos fundamentais, como as redes neurais artificiais, a mimica do
cérebro humano. Alguem poderia imaginar uma rede de unidades de neurônios
semelhantes as sinapses do cérebro. Estas redes podem aprender, estruturas não
lineares, introduzidas nos dados e permitir as maquinas a adquirir capacidades tais
como visão, leitura, escrita, audição, e
conversação. Isto pode ser feito pela aplicação de técnicas de aprendizado
supervisionadas no mesmo ritmo das fases do treinamento das maquinas. O
aprendizado reforçado (AR) se estende pelo aprendizado supervisionado pela
modelação das acoes e das respostas (risco-beneficio) entre o algoritmo
ensinado e ou o ambiente no sentido de estender o espectro destas habilidades
em direção a tarefas mais complexas tais como dirigir um automóvel ou
brincadeiras. Se falarmos em aprender algoritmos das maquinas, elas podem ser treinadas para
interpretar situações extraordinariamente sofisticadas no futuro. Por ultimo, o
aprendizado das maquinas esta se tornando comum porque e fácil de aplicar. Isto
e devido ao vasto numero de softwares gratuitos e de alta qualidade, e os
pacotes open-source, que fazem com que as maquinas aprendam grandes quantidades
de dados científicos para uma grande audiência e desenvolvedores. O mesmo e
verdade para os recursos open-access on line, tais como os cursos (MOOCS),
livros e blogs sobre o aprendizado de maquinas.
O
aprendizado das maquinas em softwares comerciais.
Computadores
mais rápidos ou reconhecimento de rostos nas mídias sociais são pioneiros de
mudanças fundamentais nos softwares para consumidores comerciais. Previsoes da
Tractica : “ o mercado para sistemas AI próprios para empreendimentos e
aplicações irão aumentar de $ 202,5 milhoes em 2015 para 11,1 bilhoes la pelo
ano de 2024, expandindo a um crescimento acumulado de 56,1%.” Brevemente, as
maquinas de aprendizado serão partes integrais das soluções de empreendimentos
– construindo maquinas ou co-trabalhadores digitais. As maquinas já podem “ver”
e reconhecer objetos tais como produtos ou imagens e vídeos. Imaginem o que
isso vai significar para as cias farmacêuticas. Elas precisam ter a certeza de
que certos produtos químicos não estão armazenados muito perto uns dos outros
para não haver reações químicas. Com a ajuda de um dispositivo móvel os
trabalhadores de depósitos podem tirar fotos com seus smartphones e, baseados
no reconhecimento da imagem das maquinas e das suas capacidades de
reconhecimento, conseguir um feed back instantâneo dos sistemas integrados ERP
sobre o clima, o item e se esta armazenado corretamente ou não.
As
maquinas também podem “ler” e “compreender” textos. Nas qualidades dos recursos
humanos, por exemplo, por exemplo, as cias estão gastando ate 60% do tempo
curto de seus candidatos para um trabalho especifico. O aprendizado das
maquinas podem ajudar os recrutas com o CV-matching automático para identificar
os melhores candidatos para o trabalho, ou o melhor trabalho para um candidato
que promete. Isso habilita os recrutas a gastar mais tempo entrevistando
candidatos do que lidar com milhares de candidatos através de entrevistas.
As
maquinas podem “escrever”. Elas podem analisar informações estruturadas ou não estruturadas
em contexto, e gerar relatórios automaticamente. Tome por exemplo o setor de
seguros. Ao invés de agentes filmarem todas as queixas, as maquinas podem tomar
uma decisão preliminar em casos simples de seguros e preparar uma carta para
respostas. Isso permite as cias de seguros processar as perdas mais rapidamente
e aumentar a produtividade. Finalmente, as maquinas podem “ouvir” e “falar.” Os
sistemas podem analisar a voz humana em 40 dimensoes, digamos, ritmos, volumes,
monotonalidades, etc. Isto e chave para o serviço de clientes. Imagine uma
chamada de um cliente para um chat e gradualmente ele fica com raiva. Pela
coleta dos dados da voz em diferentes contextos, a maquina pode melhorar esta condição
e habilidade cognitiva para monitorar o tom das conversações e, ainda mais
importante, criar rotas para um agente de call-center para solucionar problemas
mais complexos.
Estes
são apenas alguns poucos exemplos de como as maquinas podem ter a inteligência para
os ambientes de negocios. Claramente, as maquinas tem um potencial enorme para
o aprendizado em geral.
BH
19 06 2016
Uma
pequena informação, quando compartilhada pode percorrer um grande caminho, mas
acaba sempre encontrando seu legitimo destinatário !!!
Pesquisa,Traducao & Divulgação:
Miguel Moyses Neto Se gostou desta matéria , divulgue para
seus amigos ou também pode visitar nosso
linkedin http://br.linkedin.com/pub/miguel-moyses-neto/28/971/9aa---Twitter: @mikenetIT onde VC poderá ver as principais
agencias de noticias e os links das empresas & nomes mais famosos do mundo!
ou simplesmente visite nosso blog :
|
Bremense
Participacoes Ltda
|
|||
|
|
|
|
Desde 1940
|
|
|
|||
Nenhum comentário:
Postar um comentário