Há poucos dias do fim do ano, a expectativa é que, de forma conjunta, os investimentos das empresas do país em IA (Inteligência Artificial) devem somar um total de US$ 504 milhões (cerca de R$ 2,6 bilhões) até o final do mês. É o que prevê uma estimativa da consultoria de tecnologia IDC compartilhada pela CNN Brasil, que aponta para um crescimento de 28% em relação ao ano anterior.
Nos últimos dois anos, o investimento em IA vem em uma crescente em todo o mundo. Segundo informações do “2022 AI Index Annual Report”, publicado pelo Stanford Institute for Human-Centered Artificial Intelligence (HAI), os aportes privados no sistema mais do que dobraram de 2020 para 2021 e chegam a US$ 95 bilhões (R$ 491,40 bilhões). A inovação, composta por hardware e software, permite que máquinas e dispositivos aprendam com o funcionamento e passem a executar tarefas baseados na experiência adquirida.
Nesse panorama, o especialista em cibersegurança Deyvid Sousa chama a atenção para a crescente utilização do ML (Machine Learning, na sigla em inglês – Engenharia de Aprendizado de Máquina, em português) no mercado corporativo e para os resultados que a ferramenta pode oferecer.
Para Sousa, é importante destacar que ML é uma parte da chamada IA (Inteligência Artificial) dedicada ao entendimento e a respectiva construção de métodos para realização desse entendimento.
“De forma simplista, os dados são ‘entendidos’. As novas interações são projetadas com a respectiva performance sendo monitoradas e, posteriormente, os desvios corrigidos, o que promove avanço e refinamento ao longo do tempo”, explica.
ML oferece oportunidades para o mercado corporativo
O head of cybersecurity acrescenta que, fundamentalmente, o processo de ML se utiliza de dados para estabelecer modelos e categorizar as decisões ou respectivas entregas. Dessa forma, com a explosão de dados recente, é possível observar mais aplicações.
“Grandes provedores de tecnologia promovem ferramentas para processar os dados de forma simplificada, permitindo que diferentes modelos de ML (supervisionado, esforço e não supervisionado) sejam adotados rapidamente”, diz ele.
Sousa destaca que diversas estratégias de negócio podem ser utilizadas com o ML. “As aplicações são distintas e promovem a melhora da experiência dos usuários – apresentando itens relacionados e elencados de acordo com a navegação – e a visão computacional, que permite que os carros autônomos reconheçam elementos para tomada de decisão, como uma frenagem de emergência”.
Além disso, prossegue, o ML pode ser utilizado para uma série de tomadas de decisões: “O segmento financeiro, com as modelagens de negócio, possui uma vasta adoção de modelos de sucesso em ML”.
Ele articula que, com a digitalização de informações que, até pouco tempo, estavam apenas no papel, modelos e aplicações de extremo sucesso avançaram rapidamente em áreas como a medicina. “Com isso, é possível tratar desafios como administração e estudo sobre aplicação de medicamentos ou, até mesmo, modelos para evitar doenças”.
O especialista em cibersegurança acredita que a identificação do ML deve se tornar cada vez mais evidente nos sistemas autônomos com foguetes capazes de pousar sozinhos, aviões e carros que não necessitam de pilotos. “O ML deve facilitar diversos elementos da vida cotidiana, como diagnósticos, ofertas e sentenças jurídicas, por exemplo, que poderão ser promulgadas pelos modelos desenvolvidos”, conclui Sousa.
Para mais informações, basta acessar: https://www.linkedin.com/in/deyvid-sousa-227a581/
