sexta-feira, 17 de março de 2017

O Aprendizado Das Maquinas

Pesquisa & Traducao : Miguel Moyses Neto

Bussiness Intelligence (BI) : Suas ferramentas apareceram quando os cenários dos empreendimentos tecnológicos, há décadas passadas, no inicio meio confuso e difícil para serem usados, mas ultimamente as melhoras implementadas aumentaram o fluxo dos dados através das organizações diretamente dos seus sistemas operacionais para ajuda e suporte nas decisões. Dados armazenados reduziram o tempo que levou para acessar os dados, mas mesmo assim com sua maturidade total, e os sistemas podiam fazer muito pouco do que produzir dados e relatórios como uma organização faria. O software direcionado pelas regras não estavam na realidade oferecendo inteligência em tudo.
Mas com o avanço da inteligência artificial e – mais importante ainda – o aprendizado das maquinas, a inteligência real dos negocios esta na direção certa para os empreendimentos. Este software de auto aprendizagem ira funcionar nos servidores construídos em bots, sistemas de tomada de decisões, que foram introduzidos dentro dos carros ou em aeronaves, e se tornaram a batida dos coracoes dos dispositivos moveis. O poder aumentado dos processamentos de dados, a disponibilidade dos big data, a Internet Das Coisas, e a melhora nos algoritmos estão convergindo para o aumento do poder desta atual inteligência artificial. Para ser mais claro, isto sera uma evolução ao invés de uma revolução. Há um grande numero de fatores que poderiam limitar o progresso do aprendizado das maquinas e sua integração nos negocios, a partir da qualidade dos dados e das programações humanas para a resistência cultural. No entanto, a questao e quando, e não SE, as ferramentas do BI irão emergir.
Alem sci-fi (AI), um termo que data dos anos 1960s, e falado bastante nestes dias de hoje. E uma descrição como um guarda--chuva que se refere aos computadores capazes de fazer coisas que um ser humano normalmente faria. Frequentemente e usada inadequadamente e usada intercambiada com aprendizado das maquinas. O aprendizado das maquinas, no entanto, e um sub-termo de AI o qual usa métodos estatísticos para implementar a performance de um sistema ao longo do tempo. Qualquer programador pode escrever um código para desenvolver um programa o qual age mais ou menos como um ser humano. Mas não e aprendizado de maquina a não ser que os sistemas estejam aprendendo como se comportar baseado em dados. Aprendizado com as maquinas vem com diversos sabores, algumas vezes com referencia para um aprendizado supervisionado ( o algoritmo e treinado usando exemplos onde os inputs e dados e os corretos outputs são conhecidos), se for com aprendizados não supervisionados ( o algoritmo precisa descobrir padrões nos seus próprios dados), e com aprendizados reforçados ( o algoritmo e “premiado” por ter penalizado pelas acoes que são tomadas e baseadas em tentativas e erros). Em cada caso, a maquina tem condições de aprender com os dados – estruturados e aumentados e desestruturados no futuro – sem a explicidade sendo programada para fazer isso, absorvendo novos comportamentos e funções ao longo do tempo.
Gartner recentemente colocou o aprendizado das maquinas nas alturas das “expectativas infladas” em seus relatórios, notadamente por que esta capacidade emergente foi adotada de dois a cinco anos antes das atualizações. Mas estas imersões no aprendizado das maquinas estão calcadas na realidade. E a realidade e que estão fazendo evoluções significativas. O aprendizado das maquinas são uma mimica do aprendizado humano; leva tempo. A grande vantagem que elas tem sobre nos humanos e que elas podem lidar com grandes quantidades de dados, e tem uma grande vantagem de serem sempre mais rápidas e com maior poder de processamento, e (portanto funcionam) por 24 horas por dia. Somente nos últimos quatro anos, a taxa de erros no aprendizado das maquinas reconhecidas por imagem, por exemplo, tem caído dramaticamente para quase zero—praticamente os níveis das performances humanas.
Mesmo assim todas as instancias do aprendizado das maquinas são diferentes. Assim como, para nos, aprender a tocar piano e diferente de aprender como engatinhar, cada instancia do aprendizado das maquinas e diferente. Isso pode levar mais tempo para o computador aprender a analisar textos do que leva para reconhecer o significado de uma “backlash”
O aprendizado das maquinas para o restante de nos
Os gigantes digitais estão liderando o caminho para aprender o desenvolvimento. O Google tem mais de 1.000 maquinas aprendendo projetos atualmente, inclusive o seu próprio projeto Google Brain. A IBM continua a fazer manchetes com o Watson. A Microsoft usa redes neurais como energia para suas classificações de buscas, buscas de fotos, sistemas de traduções enquando o Facebook traduz 2 bilhoes de mensagens postadas em mais de 40 linguas todos os dias da mesma maneira. Somente no ano passado, as firmas de parcerias de venture capital despejaram aproximadamente US$ 5 bilhoes em startups de inteligência de maquinas. Neste estagio inicial somente, não há linhas básicas para taxas de adoção de aprendizado de maquinas no restante das industrias. A adoção de consumidores para as tecnologias de aprendizado de maquinas decolou com o sucesso da Amazon’s Echo e do Apple Siri. Isso e um componente para a detecção e vigilância de fraudes, de imagens e de reconhecimento de voz, para recomendação de produtos. Mas, como um recente relatório de 451 pesquisas destacou, as adoções das cias e menos comum . Para uma abrangência maior use o aprendizado das maquinas, alguns dos maiores players do mercado tecnológico, tais como o Google, Microsoft, Intel, e o Facebook, fazem com que suas maquinas mais antigas sejam sistemas de aprendizado e os designs disponíveis para a comunidade open source.
O aprendizado das maquinas poderia trazer valores substantivos para os negocios : A implementação da funcionalidade central de softwares e das analíticas, descobrem insights previamente inacessíveis e ocultos em grandes dados em preparos e formatos  desestruturados, para tomar conta de tarefas como reconhecimento de imagens, analises de textos, e trabalhos de reconhecimento repetitivos. O potencial de casos e usos são aparentemente sem fim, desde centros de distribuição e detecção de riscos, e também para logísticas e suporte técnico para analises comportamentais e ajuda para os clientes
Fatores Limitantes
O aprendizado das maquinas não e uma bala de prata e há um numero de problemas que as cias precisam olhar com cuidado. Em função de que foi baseado em algoritmos que aprendem através dos dados ao invés de confiar nas regras baseadas em programações, o verdadeiro e eficaz aprendizado das maquinas e dependente dos dados relevantes e confiáveis – e numa grande quantidade deles. Os lideres do comercio precisam olhar com muita atenção aos dados disponíveis (a qualidade deles, as falhas deles, os silos que estão em volta deles) para extrair o valor do auto aprendizado e suas competências. Ademais, o aprendizado das maquinas em ultima analise e baseado pela tomada de decisões humanas. Os seres humanos e que irão desenvolver os algoritmos para empregar no sistema. E os seres humanos não necessariamente operam somente com a logica. Talvez mais importante ainda, a adoção do aprendizado das maquinas esta indo em direção as forcas mais organizadas e culturais para serem mais determinadas do que os fatores técnicos. Os humanos ainda não tem as maquinas prontas. O aprendizado das maquinas ainda irão precisar de serem desenhadas com uma interação do homem com a maquina. O medo, a incerteza, e a duvida sobre estes sistemas de auto aprendizado irão impactar os papeis e nossos modos de vida e que precisam ser revistos com mais investimentos a serem feitos com mudanças nos métodos gerenciais e nos processos de negocios com os modelos sendo retrabalhados para integração dos sistemas de auto aprendizado.
O aumento das maquinas nos negocios – vai além disso !
Os lideres comerciais tem falado muito a respeito da importância dos sistemas contexto-sensiveis para empreendimentos já por diversos anos. O aprendizado das maquinas finalmente veio para trazer estes contextos para a atualidade – tendo sua origem nos smart softwares para os smart vehicles e para as maquinas inteligentes e para os robots fazendo com que o aprendizado das maquinas se habilitem como assistentes digitais e painéis inteligentes que podem aprender para compreender seu ambiente e adaptar-se por conta própria.
As maquinas inteligentes irão se tornar uma parte integrante dos negocios—e do dia a dia – criando insights dos dados da maneira que os humanos nunca conseguiram por si so. Isso ira levar para novos níveis de automação, redução de custos e mudanças nos processos. Gartner prevê que em 2018, 45% das cias que mais crescem terão muito menos empregados do que as aplicações das maquinas inteligentes, e os assistentes digitais que usam reconhecimentos faciais dos indivíduos e também pela voz através do cruzamento de canais e dos parceiros. O auto aprendizado através dos algoritmos irão introduzir níveis sem precedentes de eficiência em eficiência nos sistemas de negocios, tomando o lugar dos trabalhos altamente repetitivos. A nível pessoal, a assistência tecnológica inteligente poderia fazer com que os nossos dispositivos moveis – os quais já são capazes de responder através das vozes – em assistentes de aprendizes interativos cujas tarefas poderiam nos ajudar a navegar as nossas vidas diárias. O aprendizado das maquinas poderia descobrir novas eficiências nos nossos complexos sistemas já muito estressados em infraestrutura, que incluem energia, cuidados com a saúde, IT, e ate com a educação. O valor que o aprendizado das maquinas pode oferecer sera dependente do nível para o qual estes sistemas podem lidar com dados estruturados ou não estruturados (o que ainda permanece um desafio) assim como a disponibilidade de dados uteis e da qualidade dos algoritmos. Se falarmos sobre as tarefas mundanas e repetitivas dentro dos sistemas de negocios e também para os clientes, estão todos garantidos. As organizações estão começando a coleta de dados desestruturados e não processados nos tais lagos de informações. Se as cias oferecerem mais tarefas de aprendizado de maquinas com os dados e desenhos, que compartilharam seus insights, isso ira resultar em melhores algoritmos e maquinas mais acuradas para aprender mais capacidades. Se o aprendizado das maquinas melhorarem ao ponto disso  poder lidar com dados desestruturados, as cias poderiam abrir os dados, e os algoritmos começariam a interagir uns com os outros mais livremente, e as maquinas de aprendizado seriam incluídas em todos os sistemas, dispositivos e softwares. Isso poderia habilitar contextos e insights altamente sensíveis de larga escala e nos níveis individuais. Nos so podemos adivinhar sobre os níveis de automação e de suporte que podem ter resultados, mas o impacto nos negocios – e na sociedade—seriam significativos.
No entanto esta evolução não tem tempo certo, ela vai demorar. Mas os negocios e seus lideres podem se preparar agora para o aumento do aprendizado das maquinas, dando uma grande olhada nas estruturas e na disponibilidade, liberando estas informações para os sistemas com problemas de definição, identificando as áreas mais ricas para o insight e os melhoramentos de maquinas para ir em frente aos desafios e mudanças que irão requerer mais vantagens destas inteligências reais para os negocios.
BH 17 03 2017
  
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