Luiz Santos (*)
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.
(*) – Engenheiro da Computação pela USP, especialista em ciência de dados pelo ITA, é líder em ciência de dados no Brasil da H2O.ai (https://h2o.ai/).