De algoritmos que auxiliam na detecção de spam na caixa de e-mail a aplicativos que recomendam músicas com base em seu perfil, passando por carros autônomos e exames que detectam câncer em menos tempo e com maior precisão, a Inteligência Artificial (IA) tem ganhado cada vez mais espaço no dia a dia, além de ocupar um lugar de destaque no imaginário ao permitir um vislumbre de possibilidades que suas aplicações podem trazer à humanidade em um futuro cada vez mais tecnológico.
Compreendida como um ramo da Ciência da Computação, a Inteligência Artificial pode ser vista como um conjunto de conhecimentos e tecnologias que tem como objetivo facilitar o cotidiano de pessoas e empresas, de modo que sua aplicação seja capaz de minimizar erros e maximizar ganhos, possibilitando, ainda, que tarefas sejam executadas com mais precisão, em menor tempo e com cada vez menos intervenção humana. De maneira prática, a IA fornece um conjunto de ferramentas e metodologias que auxiliam na resolução de problemas complexos, inclusive permitindo que máquinas aprendam com experiências e apresentem medidas de performance superiores àquelas apresentadas por seres humanos.
E é justamente por seu alto nível de entrega – seja pela capacidade de recomendar programas em plataformas de streaming com base nas últimas exibições, ou pela possibilidade de realizar compras utilizando apenas o comando de voz em dispositivos inteligentes – que a IA tem atingido o cerne de grandes discussões e contribuído para um cenário de esperadas revoluções. Prova disso é que a Inteligência Artificial é uma das principais tendências tecnológicas para os próximos anos, segundo a pesquisa Technology Vision, realizada pela consultoria Accenture, que ouviu mais de seis mil executivos em 25 países. Com um mercado em constante crescimento, os resultados devem ser multiplicados. De acordo com dados da International Data Corporation (IDC), os gastos globais com técnicas de IA devem atingir o montante de U$ 98 bilhões em 2023 – valor duas vezes maior ao gasto em 2019, com U$ 37,5 bilhões.
Mas, embora as empresas utilizem cada vez mais termos como IA, Machine Learning e Processamento de Linguagem Natural (PLN), e invistam em tecnologias para destacar seus produtos e esforços em oferecer soluções inteligentes, o uso da Inteligência Artificial vem sendo desenvolvido há muito tempo. Segundo o livro Artificial Intelligence, de autoria de Stuart Russel e Peter Norvig, de forma contemporânea, os primeiros estudos relacionados a IA datam do ano de 1950 e têm sua base firmada sobre a Filosofia, Matemática, Estatística, Economia, Neurociência, Psicologia e a Linguística.
Para explicar a conceituação e evolução do termo e de sua capacidade, adotada por diferentes grupos ao longo do tempo, os autores introduzem a IA dividindo-a em quatro categorias:
Pensar como humano: está relacionada aos esforços para fazer com que computadores sejam capazes de pensar;
Pensar racionalmente: abrange os estudos das faculdades mentais por meio de modelos de computadores;
Agir como humano: compreende o estudo sobre como fazer os computadores realizarem atividades que, no momento, pessoas ainda são melhores;
Agir racionalmente: compreender a inteligência computacional como um estudo sobre como projetar agentes inteligentes.
A Inteligência Artificial, portanto, trilha um caminho de grandes transformações e define importantes marcos na história da humanidade. Para Lucas Piffer, Chief Technical Officer da Inteligov, existem diversos tipos de aplicações que causaram enormes impactos para a sociedade e que mudaram a forma como vivemos, pensamos e nos relacionamos. Para ele, a ferramenta de busca do Google é um destes exemplos. “Ao organizar a Internet e ao criar uma ferramenta inteligente que possibilita que a informação seja recuperada em instantes, o Google possibilita a milhões de pessoas encontrarem respostas que por vezes podem ser decisivas para um trabalho que estejam realizando. Imagine quanto tempo levaria se toda vez que você precisasse consultar uma informação relevante tivesse que ir à biblioteca ou comprar uma revista especializada. Ao reduzir o tempo de resposta, a ferramenta de busca acelera o processo de tomada de decisão”, afirma.
Inteligência Artificial e Machine Learning
A extrema popularidade da IA atualmente se dá pelos avanços acadêmicos e tecnológicos conquistados ao longo do tempo e pela demanda crescente de respostas cada vez mais rápidas pelas empresas e negócios.
Nesse sentido, vale ressaltar que outros conceitos que dialogam com a Inteligência Artificial, como é o caso de Machine Learning – ou Aprendizado da Máquina, em tradução livre – são vitais para o aperfeiçoamento das tecnologias e a obtenção de melhores resultados.
Machine Learning nada mais é do que um campo de estudo da Inteligência Artificial. A definição mais relevante sobre este conceito talvez seja àquela dada pelo pioneiro da área, Arthur Samuel, cientista da computação que cunhou o termo em 1959: “Um computador programado para jogar xadrez de modo que ele aprenderá a jogar melhor do que a pessoa que o programou”.
Piffer explica que com o uso dos computadores, a disseminação da internet e com o avanço das infraestruturas de comunicação e transferência de dados, chegamos em um nível de abundância de informação. “Em Machine Learning podemos pensar em dados como experiência, de modo que sejamos capazes de melhorar, sob diversas medidas pré-definidas, a execução de tarefas ao passo que novos dados são inseridos em algoritmos. Com o uso de Aprendizado da Máquina, a partir dos dados disponíveis, conseguimos resolver problemas sem explicitamente programar a solução”, destaca.
Para obter bons resultados a partir do uso de Machine Learning é importante estar atento aos diversos desafios que se impõem durante sua fase de execução, como a qualidade dos dados obtidos, compreensão sólida da metodologia adequada para a criação de projetos de IA, assim como clareza sobre como criar um projeto que contemple todas as etapas necessárias. Além disso é fundamental que as empresas possuam maturidade técnica para lidar com as adversidades, e uma vez dominada, a técnica de Machine Learning pode trazer impactos positivos às companhias, com benefícios como automatizar tarefas de rotina, reduzir custos, calcular riscos de maneira mais eficiente, melhorar a personalização e o atendimento, evitar fraudes e resolver problemas que humanos não conseguem, por exemplo.
Inteligov Labs
Como exemplo de aplicação de Machine Learning e IA, o Inteligov Labs apresenta sólidos experimentos com grande potencial de impactar o mercado em que atua ao otimizar os processos de inteligência de dados nas relações governamentais, com um trabalho de transformação política por meio da tecnologia. Auxiliando a tomada de decisão, a Inteligov consegue antecipar informações relevantes que só são perceptíveis quando analisadas junto a centenas de variáveis.
“Acreditamos haver um procedimento adequado na criação de produtos que utilizem IA. Este procedimento parte da busca de uma profunda compreensão dos diferentes campos de estudo da Inteligência Artificial, cuja aplicação seja relevante para o processo decisório. Possui como ponto intermediário a prototipação e validação interna e com clientes, passa pelo processo de inclusão de funcionalidades dentro da plataforma e é renovado à medida que novos feedbacks surgem”, conta Piffer.
Ele relata ainda o lançamento em produção do primeiro projeto dentro da Inteligov Labs, o Termômetro. “Com ele pretendemos que os clientes tenham a informação da probabilidade de aprovação de um proposição legislativa. Criamos um projeto de Machine Learning utilizando algoritmos de classificação supervisionados, tendo como dados os milhares de projetos do Legislativo federal. Com isso somos capazes de mostrar ao longo do tempo a tendência de aprovação de cada projeto”, declara.