“Nós estamos saindo do mobile first para o AI first”, disse Benjamin Smith, diretor global de suporte à engenharia do Google Cloud durante o evento Google Cloud Summit.
“Nós temos celulares há dez anos. Agora as pessoas começam a se perguntar, qual a próxima etapa?”, comentou o executivo. “O futuro já está aqui: inteligência artificial é a próxima fronteira. Isso aconteceu após a explosão de dados. Nós começamos a ver que precisávamos customizar as plataformas para os nossos clientes e usuários”.
Como exemplo, o diretor do Google demonstra que diversos produtos da empresa possuem aprendizado de máquina (machine learning) para agilizar o dia do usuário, como Gmail, Photos, Tradutor, YouTube, Google Play, Android, Maps, carro conectado (Waymo) e o Alpha Go.
Machine learning nas corporações
Já para o mundo empresarial, Smith lembrou da plataforma de armazenamento na nuvem Google Coud Platform (GCP). Ele explicou que as APIs de machine learning da GCP podem auxiliar as companhias na resolução de problemas por meio de automatização de processos. Ressaltou ainda que para aqueles que querem começar neste universo, não há necessidade imediata de ter um cientista de dados para analisar os dados e treinar a máquina.
“Se você tiver um cientista de dados na sua empresa, ajuda. Mas você não precisa dele no começo. Nós temos uma série de APIs e plataformas que podem ser usadas facilmente, como Speech API (reconhecimento de voz), Video API (reconhecimento de vídeo e imagens) e Translation API (tradução automatizada)”, disse o especialista. “Todas essas funcionalidades de machine learning foram treinadas dentro do Google”.
Como essas APIs são pagas, Mobile Time questionou Smith sobre o motivo para o Google não as transformar em open source, como fez com diversos produtos. O diretor da companhia explicou que é algo que muitos clientes pedem, uma vez que eles têm capacidade de criar e atualizar essas ferramentas. Em contrapartida, explicou que o Google mantém a ferramenta de desenvolvimento de TensorFlow aberta.
Cases de AI
Durante o evento Google Cloud Summit, o gerente do programa de Cloud no Google Kenzo Porto apresentou provas de conceito de clientes da sua companhia. Em sua maioria, eles usaram o TensorFlow e as APIs de machine learning do GCP para criar soluções de inteligência artificial.
“Uma seguradora norte-americana criou um modelo em TensorFlow com 70 features que conseguia identificar qual o cliente que tinha maior probabilidade de sofrer um acidente naquele ano. Felizmente teve uma assertividade de quase 80%. Isso trouxe mudança no valor do produto no ano seguinte”, disse Porto.
“O banco ING está criando um chatbot, a Marie. Usaram Messenger de front-end e o DialogLow (com foco em construção de chatbots no Facebook e Slack, sendo 30 mil bots deste último). Marie terá análise de sentimento. Ou seja, se tiver xingamentos, ele alerta um humano para fazer o atendimento. Preciso monitorá-lo constantemente”, completou.
O diretor global de suporte à engenharia no Google Cloud citou outros dois cases: a Airbus usou a API de imagens para reduzir de 11% para 3% os erros em imagens de satélite que tentam diferenciar nuvens de neve. E o Spotify, que usa as APIs para melhorar as indicações de músicas relacionadas aos gostos de seus usuários.
No Brasil, Porto informou que um cliente que trabalha com mídia precisava melhorar a auditoria de conteúdo veiculado por canal de TV e horário. Para resolver esse problema, a firma midiática dividiu o vídeo das propagandas em imagens, criou uma API no TensorFlow que analisa a imagem da televisão e a API avisa quando aparece a propaganda na TV.
Primeira camada
Benjamin Smith afirmou que por mais que pareça avançado, estamos ainda na primeira camada de inteligência artificial, a Narrow AI. E que pode crescer muito mais com o aprendizado próprio ao longo do tempo. Quando perguntado sobre quais áreas vê o Brasil crescer em inteligência artificial no futuro, o especialista disse que existe potencial em áreas como agricultura, que pode usar API de imagem para fazer previsão de colheita; óleo e gás, para apresentar dados estruturados nas perfurações; e finanças, com previsão e análise de fraudes.
Bots Experience Day
No próximo dia 22 de novembro, Mobile Time realizará o seminário Bots Experience Day, no WTC, em São Paulo. Palestrantes da Atento, Banco do Brasil, SulAmérica Seguros, TIM, Via Varejo, DPZ&T, Samsung, Microsoft, Visa, Alelo, Tribunal Superior Eleitoral (TSE), FGV-Rio, Zenvia, Take, Smarkio, Hi Platform, Bluelab e de outras empresas e entidades tratarão do impacto dos bots e da inteligência artificial no Brasil e os desafios que precisam ser vencidos nos próximos anos para o desenvolvimento saudável desse mercado. Para conhecer a programação completa e mais informações, acesse www.botsexperience.com.br. Ingressos estão à venda na web, pelo telefone 11-3138-4619 ou pelo email [email protected].
Mapa do Ecosisstema de Bots
Mobile Time está trabalhando na elaboração de um mapa do ecossistema brasileiro de bots. Para tanto, está sendo realizada uma pesquisa online para coleta de dados das empresas que atuam nesse nascente mercado. As informações serão tratadas de forma coletiva e apresentadas em um relatório para download gratuito até o fim do ano. Para botar a sua empresa no mapa, basta responder ao questionário online aqui.
