Learning Machines

Você certamente sabe do que se trata as learning machines, mas talvez esse termo seja uma novidade. A Siri, da Apple; o Watson, da IBM; os mecanismos de busca do Google e o filtro de Spam do seu e-mail são exemplos de learning machines que podem fazer parte do seu dia a dia.

Apesar de saber do que se trata e agora conhecer o termo técnico para designar esse tipo de inteligência artificial, você provavelmente não conhece o seu funcionamento. Neste post, vou explicar de forma básica e bastante resumida como funciona (apesar de ser um assunto bastante complexo!): uma máquina, para ser considerada uma learning machines, deve ser capaz de automatizar, sem intervenção humana, o aprendizado e criação de modelos analíticos. Ou seja, a máquina deve ser capaz de, a partir de modelos prévios inseridos em seu banco de dados, criar formas de analisar dados, sem a necessidade de ser programada explicitamente para determinado propósito.

É preciso deixar claro que esse tipo de máquina não vai substituir a força de trabalho humano, tampouco o poder do cérebro humano, como muitas vezes é fantasiado por produções hollywoodianas e midiáticas acerca dos “robôs”. Um dos filmes mais famosos e que ilustra bem o assunto é o “Ela” ou, na versão original “Her”. No filme, o protagonista se apaixona por uma máquina bastante complexa (uma espécie de sistema operacional), que é capaz de se relacionar de maneira similar aos humanos, apesar de não possuir o fator emocional. Uma inteligência artificial como essa ainda é algo muito distante da nossa realidade nos dias de hoje, o nosso conhecimento nessa área ainda está em fase embrionária e é limitado não apenas pela falta de tecnologia, mas também por fatores como legislação e interesse das partes interessadas em divulgar tecnologias mais avançadas, porém já existentes (sem falar da viabilidade econômico-financeira de determinadas tecnologias para utilização em grande escala).

Acredito que o termo learning machines vai dominar desde as mesas de bares às mesas de reuniões dentro de alguns anos. Você já imaginou ser possível produzir de forma rápida e automática modelos de analisar dados complexos, precisos e em grande escala em diversas áreas de conhecimento, sem que seja necessário alguém para ensinar tudo isso? É exatamente isso que a aprendizagem de máquinas propõe fazer pela humanidade.

Vou citar um exemplo de learning machine que está sendo desenvolvido hoje em dia: o Deep Mind da Google. Essa máquina está sendo colocada frente à jogos de Atari (sim, aquele videogame dos anos 80). A princípio parece algo trivial e bastante atrasado se colocado em paralelo às tecnologias já existentes, mas não é bem assim. O Deep Mind consegue dominar jogos após jogar diversas vezes repetidamente (diversas mesmo, cerca de 5 mil vezes), sem acessar o código do jogo, ou seja, ele aprende a jogar entendendo sozinho como o jogo funciona após interpretar um padrão. A máquina do Google nunca foi programada para aprender a jogar Breakout, ele simplesmente foi programado para a “pontuação máxima”. Após a tentativa e erro em repetições em série, ou seja, podemos inferir que ela aprendeu sozinha após desvendar o código do jogo, apenas baseando-se nas suas experiências passadas e aplicando-as no futuro. Mencionei um simples jogo de videogame para facilitar o entendimento, mas imagine as diversas aplicações dessa “máquina” no dia a dia das pessoas? Agora imagine em um ambiente de trabalho?!

 

Como as Learning Machines já estão sendo usadas.

Você deve estar se perguntando como isso poderia ser aplicado no contexto atual e em situações reais. Bom, vamos pensar em instituições financeiras – cerca de 1/3 da sua receita é destinada ao pagamento de mão de obra humana, algumas vezes, até mais! Se um banco reduzisse significantemente o número de funcionários, podendo oferecer a mesma qualidade de serviço (ou melhor) e melhores soluções para o cliente, ele teria uma vantagem competitiva significativa frente aos demais concorrentes. Um dos resultados disso, simplificadamente, pode significar a possibilidade de oferecer taxas menores e melhores oportunidades para seus clientes, tornando o negócio ainda mais rentável e atraindo mais clientes. Mas, na verdade, tudo o que falei neste parágrafo já existe e possivelmente você já se deparou com uma delas: as FintechsElas são startups que atuam no setor financeiro e revolucionam o mercado por meio de tecnologia, oferecendo para o consumidor mais facilidades e condições cada vez melhores (Essas fintechs que estão revolucionando o mercado serão alvo de post futuro).

Os investimentos na área de inteligência artificial remontam a década de 70 (até mesmo antes!). Grandes empresas gastavam uma grana preta para contratar a melhor mão de obra existente no mercado para ser capaz de fazer avanços nas áreas relacionadas ao seu core business (grandes investimentos em P&D – Pesquisa e Desenvolvimento). Nos dias atuais, muitas das mentes mais brilhantes concentram-se no ambiente empreendedor de Startups, ou seja, fora das grandes corporações. Isso acontece, dentre vários outros motivos, porque: 1- Grandes corporações são bastante engessadas; e 2- As novas gerações querem empreender cada vez mais cedo (fruto de diversos motivos, um deles é muito claro: $$$). Assim, grande parte dos recursos que essas mesmas grandes corporações investiam em P&D para o desenvolvimento de novas tecnologias, agora podem ser destinados à investimentos em Startups (no caso das Instituições Financeiras, as Fintechs!), podendo alcançar resultados ainda melhores. (Enquanto escrevia esse parágrafo, percebi o quão interessante e pouco explorado é esse tema. Imaginem a corrida das companhias na busca/competição por essas Startups, o que levou ao movimento de Corporate Venture – explico melhor em um próximo post).

Nos dias atuais, muitas das mentes mais brilhantes concentram-se no ambiente empreendedor de Startups, ou seja, fora das grandes corporações.

Dessa forma, é possível perceber que esse tipo de máquina irá atuar na nossa sociedade mais como um assistente inteligente, ágil e capaz de operar em escala cada vez maior (senão infinita), para nos ajudar a pensar fora da caixa e enxergar maneiras de solucionar problemas, possibilitando cada vez mais nosso desenvolvimento pessoal e o desenvolvimento da atmosfera empresarial mundo afora. E, para quem pensa sobre os pontos negativos com o advento dessas novas tecnologias, como a extinção de alguns empregos, convido a pensar em quantos vendedores de enciclopédias o Google matou, mas trouxe, em contrapartida, a democratização em massa do conhecimento gerando infinitas outras oportunidades até então inimagináveis!

Ps: esse texto é fruto da leitura de diversos textos, artigos e análise de vídeos e, em certa medida, de opiniões individuais. Sendo assim, estou à disposição para discuti-lo individualmente no email: rodrigo.oliveira@investorcp.com .