Aprendizagem de Máquina e as Mudanças na Competitividade do Mundo Corporativo

O que é?

O aprendizado de máquina (ML – Machine Learning) é um subcampo da inteligência artificial dedicado ao desenvolvimento de algoritmos e técnicas que permitam ao computador aprender a partir do reconhecimento de padrões. ”

Algumas partes da aprendizagem de máquina estão intimamente ligadas à mineração de dados e estatística. Sendo possível criar algoritmos inteligentes capazes de realizar previsões ou tomar decisões a partir de inputs de dados, ao invés de seguir instruções estáticas previamente estabelecidas.

Novos horizontes

O uso de tais tecnologias que outrora eram restritas ao ambiente acadêmico ou privilégio de grandes empresas, tem se tornado cada vez mais essencial e brevemente será uma questão de sobrevivência para os pequenas e médias companhias. É uma ciência que não é nova, mas vem ganhando um novo impulso com suas aplicações no mercado corporativo como estratégia competitiva principalmente ao ser inserida no dia a dia das pessoas.

Machine Learning inserido nas suas atividades diárias

Muitas de nossas atividades são acompanhadas por algoritmos de machine learning, abaixo seguem diversos exemplos de como essa tecnologia já faz parte da sua vida:

O seu smartphone, por exemplo, possui um assistente pessoal, que está a todo momento aprendendo seus padrões de comportamento para lhe auxiliar de forma mais eficiente.

No Facebook, por exemplo, ao adicionar uma nova foto, o mesmo já identifica as pessoas, com incrível precisão, e sugere marcações. Se uma pessoa consegue acertar em 97,53% das vezes quando tem de identificar um desconhecido em duas fotos diferentes, a rede social chega a 97,25%, isso graças ao DeepFace, sistema de reconhecimento facial que utiliza técnicas conhecidas como Deep Learning.

Ao acessar seu e-mail, propagandas surgem ao redor da tela, muitas vezes não baseadas no conteúdo textual das mensagens, mas vinculadas ao padrão de e-mails que você recebe em determinada hora do dia.

Muitas empresas têm investido em Mineração de Opinião e Análise de Sentimento, onde, quando um novo produto é inserido no mercado, é possível identificar sua receptividade por parte dos usuários que estão comentando sobre o mesmo em suas redes sociais, blogs e outras mídias digitais, assim é possível fazer análises sem que haja uma necessidade de abordagem direta com formulários e entrevistas.

No mercado financeiro, por exemplo, a máquina é capaz de reconhecer anomalias em transações facilitando a identificação de fraudes antes mesmo que a transação seja concluída.

Até mesmo o setor produtivo está sendo impactado e já é possível prever o momento aproximado em que um equipamento específico vai deixar de operar com eficiência ou até mesmo deixar de funcionar. A empresa pode, desta forma, planejar a substituição de peças com antecedência, tomando como base a performance do equipamento e não a sua expectativa de vida média.

Nos ambientes de e-commerce, identificar perfis de usuários e prever padrões de comportamento, recomendação de produtos, monitoramento de preços, precificação dinâmica, detecção de anomalias, análise preditiva, dentre outras, são exemplos de usos práticos dessas tecnologias e a maioria dessas aplicações já são bastante difundidas entre as lojas virtuais.

Um exemplo recente e expressivo em ML aplicado a e-commerce é o processo conhecido como Anticipatory Shipping: modelo patenteado pela Amazon, consiste em algoritmos inteligentes que PREVEEM o consumo e ANTECIPAM o envio de produtos ANTES mesmo que os pedidos sejam feitos por parte dos clientes. Assim, quando a compra é realizada o pedido já está a caminho.

Esses mercados contam com a agilidade, especialização e eficiência como vantagens competitivas para triunfar num cenário em que os grandes jogam de forma cada vez mais agressiva.

Empresas investem em soluções de ML para melhorar seus resultados

Diante disso, muitas empresas estão demandando por profissionais e empresas que tenham a habilidade de entender seu domínio e extrair conhecimento competitivo, abrindo um novo horizonte de possibilidades para o surgimento de novos perfis de profissionais mais especializados.

MlaaS – \\\’Machine Learning as a Service\\\’

Empresas oferecem aprendizagem de máquina como serviço

Diante da grande demanda que tem ganhado cada vez mais notoriedade no mercado, grandes empresas e startups têm investido na criação de serviços de mineração de dados e aprendizagem máquina. Dentre elas destacamos grandes nomes como a AWS, com seu serviço de Machine Learning, oferece diversas soluções nesse contexto. A Microsoft Azure também se destaca nesse cenário, investindo em uma plataforma intuitiva e totalmente visual para a construção de regras e análise de resultados. A HP investiu em uma plataforma completa chamada Idol OnDemand, oferecendo seus serviços por uma API pública capaz de gerar resultados imediatos para os dados minerados. A Google oferece sua plataforma Prediction API com diversas funcionalidades que expõe seus algoritmos de ML como serviços. Além dessas ainda destacamos algumas outras empresas que oferecem API\\\’s que expôe machine learning como um serviço: Metamind, At&t Speech, IBM WatsOn, Wit.ai, BigML, Wise, Ersatz, AlchemyApi Diffbot, Api.AI.

Como podemos contribuir com esse mercado?

No primeiro semestre deste ano, houve a divulgação de um dos meus trabalhos em aprendizagem de máquina e processamento de Big Data em tempo real. Trabalho que gerou um novo processo e um depósito de patente. Veja mais detalhes em:

Método criado por paraense pode servir de base tecnológica para criar soluções para segurança pública

Patente – Inovação Tecnológica Computacional – UFPA cria metodologia que coleta e analisa dados em tempo real

É um campo aberto, com muitas possibilidades de aplicações. São temas de fronteira tecnológica que exigem novas perspectivas e iniciativas.

Iniciando os trabalhos…

E você? Gostaria de inovar neste campo científico-tecnológico e adicionar inteligência computacional em seu portfólio de serviços? Você, empresário, gostaria de ter seus resultados analisados estrategicamente por modelos computacionais que poderão auxiliá-lo no processo de tomada de decisão?

Compartilhem e deixem seus comentários!

Nos próximos artigos apresentarei abordagens práticas, passo a passo, da utilização e implementação de diversos modelos de inteligência computacional e as melhores formas de apresentar esses resultados para seus clientes, além da aplicação junto à contextos de Big Data e computação em tempo real.

Referências: http://goo.gl/uTKHyD https://goo.gl/hXU20S http://goo.gl/irMYYv http://goo.gl/L934so


João Gabriel Lima

@jgabriel_lima

Adicione-me no Linkedin


Comentários

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *