Inteligência Artificial, Machine Learning, NLP: para onde vamos?

Batemos um papo com o expert em IA Ivan Viragine, um dos co-fundadores da ferramenta de social listening e customer care v-tracker e sócio da behup.  Ivan trabalha no mercado de inteligência de dados e processamento de linguagem natural (o campo da inteligência artificial que trabalha com o entendimento de linguagens naturais, seja texto ou voz) há cerca de 5 anos. 

Ele aponta para uma visão bem otimista do futuro da AI, combinando ela com as mídias digitais e habilidades humanas, e fala um pouquinho sobre como esse mix pode ajudar as marcas a impactar de forma positiva seus clientes e se aproximar cada vez mais do seu universo:

“A grande habilidade da inteligência artificial é correlacionar um volume alto de dados e variáveis de uma maneira rápida, precisa, e, muitas vezes, “inusitada”. Com isso, é possível utilizá-la para gerar insumos para os analistas humanos gerarem diversos insights mais precisos e, o melhor: em questão de poucos minutos.

Por exemplo, ao invés de um analista humano ler milhares ou milhões de posts, ele partirá dos insights consolidados da IA e, a partir deles, gerar seus próprios insights. Caso esse trabalho fosse feito exclusivamente por humanos, seria necessário um número alto de analistas e, mesmo assim, muito tempo.

Em casos de eventos grandes, transmissões ao vivo, crises e outras situações nas quais há a necessidade de tomadas de decisões rápidas, essa junção da IA com a habilidade humana não só é benéfica como imprescindível.”

A Inteligência Artificial em marketing digital e redes sociais pode vir a se tornar um pilar tão importante de nossas interações diárias que as futuras gerações não serão capazes de contemplar como era a vida sem ela, dando um novo significado a o que entendemos como Social Media.

BTB: Como a I.A. evoluiu ao longo dos últimos anos? Quais novas portas foram abertas?

Ivan Viragine: A Inteligência Artificial é uma área ampla e em constante evolução. Para citar algumas evoluções do ponto de vista computacional, nos últimos anos tivemos um grande avanço na área de NLP (Natural Language Processing ou Processamento de Linguagem Natural), permitindo grande avanço no processamento de texto e voz. De maneira geral, o avanço mais notório na área foi o modelo GPT-3 da OpenAI, capaz de gerar textos facilmente passáveis como textos escritos por humanos, além de ter uma enorme capacidade de interpretação e “entendimento” de texto. Outra notória evolução foi na área de Redes Geradoras Adversárias (GAN), tecnologia capaz de criar, por exemplo, imagens bem reais de pessoas que não existem, mudar pose de pessoas em fotos, envelhece-las ou deixá-las mais jovens e até criar desenhos a partir de fotos ou de textos que o usuário digitar. Por fim, ainda de maneira tímida, tivemos avanços consideráveis na criação (ou composição?) de músicas, emprestando inspirações de estilos musicais e até sintetizando vozes de cantores reais.

BTB: Quais possibilidades surgem com o desenvolvimento/aplicação de NLP/NLU?

IV: Do ponto de vista das empresas, o NLP e NLU permitem automatizar e, principalmente, escalar o entendimento e a extração de conhecimento de texto e voz. Sem o uso de IA as alternativas seriam uso de algoritmos ou regras “fixas” programadas por humanos ou uso da interpretação humana. No primeiro caso, os algoritmos são menos capazes de generalização e adaptação às mudanças dos dados de entrada em relação aos modelos de IA e no segundo caso a escalabilidade fica bastante comprometida tornando-se até inviável em alguns casos.

Do ponto de vista dos usuários, o NLP e NLU permitem o uso de dispositivos inteligentes e agentes virtuais, como Siri, Alexa, Google Assistente e afins. Com os avanços na área, podemos até termos interações mais reais com personagens em jogos de vídeo game ou até robôs, na vida real.

BTB: Quais as diferenças entre I.A. e Machine Learning? Como se complementam/interagem?

IV: Hoje em dia o termo Inteligência Artificial é utilizado em diversos contextos e pode significar em cada um desses uma coisa diferente. De maneira geral, “Inteligência Artificial” é qualquer forma de “inteligência” que não seja de um ser vivo. Pensando na IA como uma área que tem como intuito a criação de sistemas (artificiais) inteligentes, o Machine Learning ou Aprendizado de Máquina é uma das suas subáreas, assim como robótica, por exemplo. Machine Learning visa criar modelos que aprendem uma determinada tarefa inferindo estruturas e padrões em uma grande quantidade de dados que lhe são apresentados. Esse aprendizado e/ou inteligência nada mais é do que prover as saídas desejadas para os dados apresentados. Exemplo: podemos ter um modelo de Machine Learning que aprende a dizer se um determinado email é spam ou não. Para o treinamento desse modelo são apresentados diversos emails já anteriormente classificados como spam ou não spam. O algoritmo “aprende sozinho” – eis o pulo do gato – a identificar padrões que dêem indicações de que um email pode ou não ser considerado spam. O sistema que é capaz de dado um email dizer se é spam ou não é um sistema de Inteligência Artificial, construído a partir de um modelo de Aprendizado de Máquina.

BTB: Dentre os usos de I.A. está a sua aplicação em sistemas de predição. Como podemos (pessoas, empresas) nos beneficiar disso no dia-a-dia?

IV: Como dito anteriormente, há diversas tarefas que podem ser automatizadas ou escaladas com o uso de IA. Para citar alguns exemplos: é possível entender e gerar actionable insights a partir de comentários de um grande número de pessoas sobre um determinado assunto ou marca nas redes sociais, é o que fazemos com o v-tracker. É possível analisar diversas embalagens ou artes de produtos e entender o que chama a atenção das pessoas ou não, é o que fazemos com o IVA. É possível ouvir, literalmente, milhares de pessoas opinarem sobre o seu produto e entender a conexão dos assuntos e narrativas captadas, é o que fazemos com o Grafo e Wordtree em nossos produtos.

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *