Até o ano de 2030, a Inteligência aArtificial (IA), terá mudado a nossa forma de ir para o trabalho, de cuidar da nossa saúde e de como nossos filhos serão educados.
É sabido e alardeado que a Inteligência Artificial pode levar a mudanças significativas no mercado de trabalho, com o uso crescente de robôs e sistemas inteligentes assumindo postos de trabalho mais qualificados, bem além daqueles operacionais aos quais estamos acostumados, incluindo processos decisórios.
Apesar dos altos e baixos na evolução da Inteligência Artificial no passado, hoje temos uma combinação de capacidade computacional, dados e algoritmos que permite aos computadores realizar tarefas impensáveis há uma década.
Confira cinco tarefas que a IA já consegue realizar tão bem ou melhor que nós, humanos.
Aprender a prever
Da mesma maneira que nós recebemos algumas das nossas primeiras aulas de física através de brincadeiras com peças de madeira, que empilhamos e deixamos cair, pesquisadores do Facebook construíram uma solução de Inteligência Artificial com recurso a redes neuronais convencionais que podem prever como as peças de madeira podem cair apenas assistindo a filmes e animações.
No Google, o recurso Smart Reply, do Inbox usa os mais recentes avanços em redes neurais para sugerir respostas curtas e relevantes para o e-mail recebido
Leitura Labial
A capacidade de ler os lábios consiste em adivinhar o que alguém está dizendo através dos movimentos realizados pela boca. Pode ser uma competência útil se uma pessoa não ouve bem ou trabalha em um ambiente com muito ruído.
No entanto, grande parte da informação contida na fala humana ‒ assim como a posição de dentes e língua ou os sons ‒ torna-se invisível para um leitor de lábios, seja humano ou de Inteligência Artificial. Pesquisadores da Universidade de Oxford, em Inglaterra, desenvolveram um sistema, o LipNet , que pode ler frases curtas nos lábios, com um nível de erro de 6,6%.
Recentemente, a divisão de Inteligência Artificial do Google, chamada de Deep Mind, em colaboração com a Universidade de Oxford, desenvolveu um software, chamado de Watch, Listen, Attend, and Spell, que conseguiu fazer a leitura labial de pessoas em vídeos da BBC com precisão de 46,8%, bem mais do que os 12,4% atingidos por humanos especialistas em leitura labial usando os mesmos vídeos, que incluíam conversas entre políticos.
Transcrição de discurso
A Inteligência Artificial pode ser ainda mais útil à medida que a qualidade do áudio é melhor, defende a Microsoft. É uma área em que os pesquisadores da empresa têm afinado um sistema automatizado de reconhecimento de voz para que funcione tão bem ou melhor do que as pessoas. Uma vez que o resultado das operações são texto, poderia ser utilizada na legendagem de programas de televisão ou nos enriquecimento de conteúdos de vídeo vigilância para serviços de segurança.
Cobertura informativa
Em pouco tempo talvez não seja o homem a escrever textos como este. O Mogia, desenvolvido pela Genic, empresa indiana, não escreve histórias, mas quando o software projetou que Donald Trump venceria as eleições acabou por sair-se melhor do que a maioria dos analistas políticos. Quando se trata de escrever, a IA tende a ser mais rápida na transformação dos dados estruturados em palavras.
Diagnóstico de doenças
O Watson, sistema de Computação Gognitiva da IBM, “foi” à faculdade de medicina e “absorveu” 15 milhões de páginas de livros de medicina e artigos acadêmicos sobre oncologia. De acordo com relatórios apresentados, conseguiu fazer o diagnóstico de casos de câncer que preocupavam os médicos.
A IBM apresenta o IA como uma ajuda para o diagnóstico humano, nunca uma substituição. Mais recentemente, o sistema da IBM ganhou a capacidade de absorver enormes volumes de informação para ajudar a realizar diagnósticos de doenças raras, algumas das quais os médicos apenas vão poder ver poucos casos durante o exercício da profissão.
O Google, por sua vez, começou a aplicar a Inteligência Artificial para identificar retinopatia diabética, doença comum que pode ser tratada se descoberta ainda no início.
A doença é diagnosticada a partir do exame da imagem do fundo do olho do paciente. A equipe do Google passou os últimos anos desenvolvendo um banco de dados de 128 mil imagens individuais, cada uma examinada por três a sete oftalmologistas. Ao marcar as áreas danificadas do olho, no caso microaneurismas e hemorragias, e depois alimentando tais dados em um sistema de Machine Learning, o Google conseguiu construir uma ferramenta de diagnóstico bastante confiável.
Segundo a própria companhia, quando testado em 12 mil imagens, o diagnóstico do sistema estava a mesma altura dos diagnósticos feitos por oftalmologistas humanos.
A pressão por controle de custos vem alterando a dinâmica das áreas de tecnologia nas…
O mercado brasileiro de fintechs passou por uma transformação no perfil dos investimentos em 2025.…
O avanço da inteligência artificial e o uso estratégico de dados vêm transformando a forma…
Por Ramon Ribeiro Quase metade do código produzido por assistentes de inteligência artificial contém vulnerabilidades…
Peça a um modelo de inteligência artificial que gere a imagem de uma cidade, sem…
O IT Forum apresenta, semanalmente, os novos executivos e os principais anúncios de contratações, promoções e mudanças…