Que o setor de tecnologia vem avançando rapidamente nos últimos anos e décadas, ninguém tem dúvidas. Porém, o que vem se destacando, sem dúvidas, é a Inteligência Artificial. E se olharmos ainda mais profundamente, dentro deste universo, o que faz de fato a diferença não apenas para o mercado corporativo, mas para a humanidade?
Na linguagem técnica, o Deep Learning (que na tradução literal significa “aprendizado profundo”) é uma ferramenta de aprendizado de máquina que ensina os computadores a fazerem o que é natural para os humanos: aprender pelo exemplo. Ele é uma tecnologia-chave por trás dos carros sem motorista, permitindo que eles reconheçam um sinal de pare ou distingam um pedestre de um poste de luz. É a chave para o controle de voz em dispositivos de consumo, como telefones, tablets, TVs e alto-falantes de viva-voz, dentre muitas outras funcionalidades e aplicações.
Isso porque as redes neurais são os modelos de aprendizado de máquina capazes de identificar tipos de dados dos mais diversos. Por exemplo: são eles que identificam rostos nas fotos postadas em seu feed de notícias do Facebook. Eles também reconhecem as perguntas que você faz ao seu telefone ajudam a executar o mecanismo dos sites de pesquisa. Modelados vagamente na rede de neurônios do cérebro humano, esses padrões matemáticos abrangentes analisam grandes quantidades de dados digitais.
Embora o Deep Learning tenha sido teorizado pela primeira vez na década de 1980, há duas razões principais pelas quais ele só recentemente se tornou de fato imprescindível: o Deep Learning requer grandes quantidades de dados. Por exemplo, o desenvolvimento de carros autônomos requer milhões de imagens e milhares de horas de vídeo.
Além disso, o Deep Learning requer poder computacional substancial. As GPUs de alto desempenho têm uma arquitetura paralela que é extremamente eficiente para executar os cálculos necessários em matrizes gigantescas. Quando combinado com clusters ou computação em nuvem, isso permite que as equipes de desenvolvimento reduzam o tempo de treinamento para uma rede de Deep Learning de semanas para horas ou menos.
Para se ter uma ideia, a IDC global divulgou um estudo recente que diz que o mercado de Inteligência Artificial terá um crescimento anual (CAGR) de 46,2%, ultrapassando a marca de US$ 52 bilhões. Os gastos com IA triplicarão até o final de 2022, com uma projeção de que o valor chegará a US$ 77,6 bilhões daqui a quatro anos, três vezes mais do que os US$ 24 bi de 2018. E dentro de todo esse universo, o estudo apontou ainda que o Machine Learning e o Deep Learning serão as tendências que irão crescer mais rápido na categoria de tecnologia em crescimento ao longo da previsão – representando cerca de 40% de todos os gastos cognitivos e de IA com um CAGR de cinco anos de 43,1%.
Na prática, os modelos de Deep Learning são usados em todas as indústrias, desde a condução automatizada até dispositivos médicos. No setor aeroespacial, por exemplo, o Deep Learning é usado para identificar áreas de interesse em imagens de satélite. Já na Medicina, pesquisadores do câncer, por exemplo, utilizam o Deep Learning para detectar automaticamente as células afetadas em imagens de tecidos.
Empresas de todo o mundo gastam milhares por ano no desenvolvimento de soluções de Deep Learning. São modelos e processos trabalhosos, que criam padronizações, parâmetros e códigos, através da análise de fontes não estruturadas (como imagem, vídeo e texto. De acordo com estimativas de analistas, mais de 90% dos dados coletados são informações não estruturadas, mas apenas uma pequena porcentagem de organizações é capaz de obter valor de dados não estruturados. Por isso a importância de soluções e empresas especializadas, que oferecem ao mercado soluções e sistemas especializados, facilitando o trabalho de cientistas de dados e empresas em todo o mundo.
O Deep Learning tornou-se, portanto, um caminho sem volta para todos os setores, alcançando resultados até então impossíveis. Além de revolucionária, auxiliando empresas na análise de dados e na tomada de decisões, é também uma solução que salva vidas, literalmente. E você nem ninguém podem ficar de fora dessa.
Por Luiz Santos, líder em ciência de dados no Brasil da H2O.ai.
Leia nesta edição:
CAPA | TECNOLOGIA
Centros de Dados privados ainda geram bons negócios
TENDÊNCIA
Processadores ganham centralidade com IA
TIC APLICADA
Digitalização do canteiro de obras
Esta você só vai ler na versão digital
TECNOLOGIA
A tecnologia RFID está madura, mas há espaço para crescimento
Baixe o nosso aplicativo