Um novo conceito de cidadania

“The cure for much of what ails our society is active citizen participation. Those who don’t care, those who do nothing, bear enormous responsibility for the suffering in the world.”
Laurence Overmire
The One Idea That Saves The World: A Message of Hope in a Time of Crisis

 

O fantástico plano chinês para aumentar o investimento e os resultados no sector da Inteligência Artificial (IA) beneficia, na realidade, de um trabalho bastante tradicional, “online”. Para que os algoritmos e máquinas “raciocinem” e processem informação, é necessário que os dados cheguem rapidamente, que sejam muitos e catalogados da forma mais detalhada e precisa possível. Todas as imagens, vídeos e áudio devem ser “etiquetados”, ou seja, associados a um elemento, características e outros dados.

As etiquetas são, por outras palavras, dados inseridos por seres humanos que permitem processar, de uma forma cada vez mais rápida, outros dados. Este é o mundo dos chamados “taggers”. Na China encontraram um nome ad hoc o que pode não ser um bom presságio, conhecidos por “os novos trabalhadores da Foxconn”.

São jovens que encontraram trabalho no degrau mais baixo da pala do boné da “nova era” chinesa, marcada pela presença generalizada da IA. Henan e Guizhou são duas regiões que decidiram centrar tudo no desenvolvimento de novas tecnologias, e em tempos recentes têm sido descritas por muitos jornalistas chineses interessados em estudar este novo fenómeno. Todos os locais visitados parecem semelhantes com pequenos escritórios, em alguns casos caves com poucas pessoas no interior que aceitam a tarefa de alimentar a IA. Trabalhadores que ao longo de um dia vêem milhares de imagens, etiquetando tudo. Olham para uma fotografia num ecrã e afixam etiquetas manualmente, vêem um vídeo e pregam etiquetas, ouvem um áudio e colocam etiquetas.

As etiquetas servem para qualquer coisa, desde o rosto de uma pessoa, estrada, longa fila de carros, panoramas e lugares até animais. Tudo passa através das etiquetas dos etiquetadores. Só graças a eles é que o mundo da Internet das coisas se poderá realizar num futuro próximo. Só desta forma os carros sem condutores poderão viajar, se conseguirão controlar à distância todos os aparelhos em casa ou usar a sua face para pagar, reservar ou comprar. Só então é que as câmaras inteligentes poderão fazer o seu trabalho. É “um processo de aprendizagem cognitiva que exige que os seres humanos rotulem os alimentos” e “por mais extravagante e por mais poderosa que seja a empresa, não se pode viver sem grandes quantidades de dados supervisionados e processados. E como sempre acontece num sistema capitalista, há os que vão utilizar (pessoas, empresas e Estados) os serviços feitos por outras pessoas para os tornar cada vez melhor.

Na China um “datatagger” pode também processar quarenta fotos por dia, ganhando dez yuans por hora, cerca de um euro, ou seja um salário mensal total de trezentos euros. Tal como nos primeiros tempos das fábricas de iPhone da Foxconn, que simbolizavam o papel da China no extremo inferior da cadeia de valor da produção global, a revolução da IA criou uma nova vaga de empregos de mão-de-obra intensiva. Acontece que por detrás da indústria mais avançada do país estão os novos fatos azuis do mundo hitech. O centro da marcação de dados, como a maioria das actividades da “Big Data” é Guizhou, uma das regiões mais pobres que se tornou um centro tecnológico global.

O mundo dos identificadores de dados é também constituído por centenas de estudantes de escolas profissionais que lotam as novas fábricas após as aulas e se sentam em frente a ficheiros informáticos para etiquetar fotografias e analisar a linguagem humana. Mas mesmo este negócio capaz de atrair muitos recém-formados, não exigindo especialização, está a mudar-se para outras áreas do país, como Shandong, Henan, Hebei e Shanxi, onde os custos de mão-de-obra são mais baixos. No entanto, as actividades que têm lugar nesta periferia do mundo tecnológico da China são cruciais para que a IA artificial cumpra as suas promessas.

A importância destes trabalhadores é reconhecida pelas próprias empresas tal como a Basic Finder que está entre as empresas de etiquetagem que prosperam no mercado da “Big Data”, e tem clientes que vão desde universidades americanas como Berkeley, aos projectos de veículos não tripulados do Vale do Silício até aos líderes chineses de IA SenseTime e iFlytek. As encomendas do estrangeiro representam cerca de 30 por cento do negócio total. A China lançou o “Next Generation Artificial Intelligence Development Plan (Plano de Desenvolvimento de Inteligência Artificial da Próxima Geração) ” desde 2017. O plano prevê três fases, a serem concluídas em 2030. O objectivo é ambicioso pois até 2030 as teorias, tecnologias e aplicações de IA da China viajarão pelo mundo, fazendo do país o centro líder mundial de inovação neste campo. Encontram-se actualmente na fase que terminará em 2020.

O plano foi criado pelo governo chinês e prevê a promoção do desenvolvimento de uma nova geração de indústria de IA. O projecto planeia concentrar-se em alguns aspectos, em particular, nos “Veículos Ligados Inteligentes” ou mesmo carros auto-conduzidos (carros sem condutor), um dos objectivos mais defendidos tanto pelos Estados Unidos como pela China (e no qual a corrida para o 5G terá uma forte influência). Depois há todo o sector da robótica, reconhecimento facial e assistentes de voz pessoais. Quase todos os peritos e analistas concordam em enfatizar a incrível força chinesa, derivada de um dado objectivo que é a quantidade e a velocidade do processamento de dados.

O “Financial Times” de 1 de Maio de 2018, num artigo intitulado “China and US compete to dominate Big Data”, resumiu a vantagem competitiva da China no caso de uma empresa sediada em Shenzhen, Malong Technologies, que treinou os seus algoritmos de reconhecimento de imagem em massa de dados chineses, analisando centenas de milhares de fotos de desfiles de moda para identificar tendências na indústria do vestuário, e está a experimentar esta tecnologia com empresas de comércio electrónico nos Estados Unidos.

O mercado chinês é grande e a sua segmentação torna-se fundamental para as empresas de moda ansiosas por se estabelecerem num mercado tão vasto e lucrativo, mas pouco conhecido (e isto também foi demonstrado por incidentes ao longo do caminho, como o da Dolce e Gabbana, cujo vídeo publicitário lançado na China em 2018 irritou o público, criando um caso diplomático, um boicote contra a empresa, e finalmente forçando os dois designers a uma retumbante sessão de desculpas, com um vídeo que deu a volta ao mundo).

A diferença chave é de que há mais pessoas, dados e empresas e tendo acesso a estes dados na China, pode-se exportar toda essa tecnologia para o mundo. Muitos dados e uma disposição para os conceder, num país onde as pessoas encomendam, compra, pagam e jogam online, deixando enormes impressões de dados que depois permitem aos internautas visar com precisão anúncios e promoções. Em 1769 Wolfgang von Kempelen, barão e engenheiro, para satisfazer o deleite de Maria Teresa da Áustria e da sua corte, construiu o chamado “mecânico turco”, também chamado “jogador automático de xadrez”. Era um objecto apresentado como uma máquina, capaz de raciocinar e escolher as melhores jogadas durante um jogo de xadrez.

O “turco” parecia um homem de origem do Médio Oriente, incluindo um turbante, e era acompanhado por uma espécie de “torre” como um computador pessoal, cheio de cabos e fios. Este objecto foi apresentado como sendo movido e animado por uma forma de IA, capaz de derrotar praticamente qualquer pessoa no xadrez. Entre os famosos perdedores estava até Napoleão. Com a morte do barão “inventor”, a estrutura foi comprada pelo austríaco Johann Nepomuk Maelzel, que continuou a trazer o “ mecânico turco” e a espantar os círculos aristocráticos da época. Não que as dúvidas e rumores não se tivessem insinuado sobre o verdadeiro poder “artificial” do “mecânico turco”, mas para o bem ou para o mal o truque funcionou até 1826, quando um certo Edgar Allan Poe se interessou pelo caso e ficou tão apaixonado que publicou no final das suas investigações e análises um longo artigo no qual revelou o engano escondido no seio do chamado “mecânico turco”.

Através de um raciocínio dedutivo, que Poe utilizaria mais tarde em alguns dos seus romances mais famosos, o famoso escritor demonstrou que dentro da estrutura, na realidade, havia um homem em carne e osso. O “mecânico turco” tinha sido uma atracção durante muito tempo, captando muita atenção porque se apresentava como uma forma misteriosa de IA derivada de uma máquina. Na realidade era um engano, mas a imaginação desencadeada por essa história encontrou a sua transfiguração no nosso tempo, operada não menos do que pela Amazon. Assim, Jeff Bezos em 2005 criou o Amazon Mechanical Turk, um serviço de micro-empregos digital. É um nome que envolve toda uma série de referências cruzadas e refere-se ao “mecânico turco” e ao seu embuste, quase como que para admitir que nem mesmo o que chamamos de IA é realmente artificial.

Na realidade não é, como vimos no caso dos “etiquetadores”. De acordo com muitos testemunhos, é antes o conjunto de actividades destinadas a facilitar ou ensinar as máquinas a melhorar todos os dias. É outra forma de IA só aparentemente independente do trabalho de homens reais, de facto, as pessoas que alimentam todo o mecanismo não estão fechadas numa espécie de armadura, mas sim em cubículos, nos quartos das suas casas ou os afortunados em espaços modernos de co-trabalho. Naturalmente, estes são trabalhos alienantes e mal remunerados. A mecânica turca da Amazon está encarregada de reconhecer imagens, transcrever áudios, melhorar a pronúncia e a dicção das máquinas. Actualmente, no mundo, há pelo menos quinhentos mil trabalhadores empregados neste tipo de serviços.

Mas não é tudo tal como testemunharam “mecânicos turcos” ao serviço da Amazon, há muito mais, porque estes novos trabalhadores cognitivos também respondem a inquéritos intermináveis sobre o consumo de bebidas energéticas, questionários sobre como passar o seu tempo livre, se preferem um acampamento na Austrália ou se acham que é melhor o quarto de cama e pequeno-almoço na cidade vizinha, se acham que um determinado produto é suficientemente publicitado. Os dados são a nova grande riqueza, o produto real, o valor a extrair, o novo ouro a conquistar. Os grupos de investigação científica são outra face desta história.

Para obterem dados rapidamente, confiam na Amazon e contribuem assim para um novo tipo de exploração.
Os “mecânicos turcos” são na sua maioria índios e americanos e o “pagamento” não é para todos em dinheiro pois alguns são pagos em vales, na Amazon. Provavelmente também alguns emigrantes chineses para os Estados Unidos têm feito parte deste sistema. Aparentemente, de facto, os chineses empregados no Vale do Silício estão a regressar à China para aproveitar ao máximo o potencial do mundo digital desejado por Pequim. Se o WeChat, de facto, é um catalisador dos trabalhadores digitais reconhecidos no mundo, o SenseTime é o porta-estandarte do recente impulso chinês à IA e uma das razões pelas quais tantos emigrantes chineses especializados em IA regressaram a casa.

O aplicativo é de facto considerado o mais futurista no que diz respeito ao reconhecimento facial, mas tem de lidar com o controlo rigoroso que o Estado quer ter sobre esses dados como é natural. A condição dos trabalhadores digitais chineses não pode ser compreendida se não considerarmos as características do contexto que caracterizam o sistema económico nacional com as aberturas da era pós-maoísta (finais dos anos de 1970) que acabaram por criar mecanismos neoliberais, mas “controlados” pelo Estado. As empresas que produzem aplicações, de facto, devem equipar-se para que os conteúdos que “passam” através da sua plataforma reflictam a vontade do governo. A classe dos trabalhadores digitais encontra-se, portanto, sobrecarregada pela dinâmica do mercado ultraliberal onde o Estado tem forçosamente de orientar estes processos o que significa altas taxas de trabalho. Aos olhos ocidentais pode parecer uma contradição, mas não aos olhos dos chineses, habituados ao “socialismo de mercado”; um aspecto importante a ter em mente também para o Ocidente, que está cada vez mais empenhado em relacionar-se com empresas chinesas com uma ligação muito forte com o governo.

Em 2015, em Dongguan, a cidade emblemática da “fábrica do mundo” da China, onde foi produzida a maioria dos bens que conhecemos como “fabricados na China”, nasceu a primeira fábrica sem humanos, como parte de um projecto maior definido pelas autoridades chinesas como “Substituição de Humanos por Robôs”. Os efeitos desta corrida à automatização, sancionada pelo projecto pretendido pelo presidente Xi Jinping “Made in China 2025” (ou seja, a tentativa da China de inovar dez sectores industriais estratégicos para se tornar líder mundial em sectores tecnológicos chave), parecem estar a dar os primeiros frutos. De acordo com dados emergentes de um relatório da China Development Research Foundation, a automação substituiu até 40 por cento dos postos de trabalho em algumas empresas chinesas nos últimos três anos, destacando os efeitos do impulso do governo cebtral para se tornar uma superpotência mundial em IA.

Em alguns dos principais centros de produção de exportação chineses, 30 a 40 por cento da mão-de-obra foi reduzida em resultado da automatização. O “sonho chinês” do Presidente Xi Jinping de uma China com cada vez mais automatização, utilização de “Big Data” e IA fornece outros exemplos dignos de genialidade.

Em Maio de 2018, o primeiro “banco robô” abriu em Xangai, sem empregados humanos e tal como noticiado pela imprensa internacional, Xiao Long, ou “Pequeno Dragão”, não é o empregado típico, é um robô, o protagonista do primeiro balcão bancário totalmente automatizado e sem recursos humanos e fala com os clientes, aceita cartões bancários, cheques e pode responder a perguntas básicas.

Após uma breve conversa inicial com Xiao Long, os clientes passam por pontos electrónicos onde os seus rostos e cartões de identificação são digitalizados. O exemplo perfeito da IA, reconhecimento facial como elemento suficiente para entrar no banco e permitir que o robô tenha toda a informação necessária. É ainda de considerar mais uma das aplicações de maior sucesso na China, listada na bolsa de valores e pronta para aterrar em todo o Sudeste Asiático, o Ping An Good Doctor, a aplicação que liga os utilizadores a uma rede de 40000 médicos em todo o país através de uma aplicação móvel e utiliza um assistente de IA para tratar de questões gerais dos pacientes.

O modelo de negócios da empresa atraiu investimentos de fundos soberanos de vários países como o Canadá, Singapura, Estados Unidos e Japão. O que emerge deste cenário é que as novas tendências no mundo do trabalho na fase mais avançada do capitalismo devem agora ser procuradas na China. Será dentro do poder chinês que o mundo do trabalho, tanto o tradicional que terá de lidar com o avanço da automação, como o ultra-precioso da economia gigante encontrará novas ferramentas e novos conflitos para enfrentar. E o trabalho não será o único instrumento de afirmação social, porque graças à tecnologia pode-se reivindicar o direito de decidir, quem pode e quem não pode trabalhar. A IA, super-apps e cidades inteligentes, o resultado do trabalho de milhões de pessoas, está a delinear um novo conceito de cidadania.

25 Nov 2020

A confiabilidade da inteligência artificial (II)

“A robot can acquire thousands of pieces of information about its environment through its sensors in a second—more accurate and detailed information than you or I ever could—and it will still drive off a cliff or into a wall unless you tell it not to. Robots are not really stopping at a wall. They are stopping (if you remember to tell them to) when they sense something using a very particular sensor”

Sensors and the Environment (Robotics)
Ian Chow-Miller

 

A quarta área-chave contende com a localização e rotulagem tendo em vista ensinar as máquinas. A IA responde à grande questão sobre os dados, que foram definidos em 2018, ou seja como transformá-los em valor. A principal prioridade de dados relacionados à IA para 2019, é integrar os sistemas de IA e de análise para obter informações de negócios a partir dos dados, o que constitui um objectivo realista. A IA pode ser usada com dados e análises para gerir melhor os riscos, ajudar os trabalhadores a tomar decisões mais eficientes e automatizar as operações dos clientes. Todavia existe uma grande dificuldade, pois as pesquisas indicam que as empresas não estão a fornecer a base que a IA precisa para ter sucesso.

É de considerar que menos de um terço dos líderes empresariais afirmam que os dados de rotulagem são uma prioridade para os seus negócios em 2019. A grande questão é de saber como a IA aprende. A aprendizagem de máquina para detectar padrões significativos no presente e prever o futuro, deve passar por um processo de ensino e mostrar dados históricos suficientes sobre o comportamento do consumidor, por exemplo, se eventualmente será capaz de prever como esses consumidores se comportarão no futuro. Mas, para criar conjuntos de dados necessários para o treino é necessário rotular os dados, e um exemplo simplificado é determinar se um consumidor está satisfeito ou não.

É de atender que para que esses conjuntos de dados possam ajudar a suportar a IA em toda a empresa (os consumidores podem interagir com mais de uma linha de negócios) é preciso criar padrões para rotulá-los de forma consistente. Um AI CoE pode criar e monitorizar padrões de dados, bem como desenvolver sistemas e processos que facilitam os trabalhadores a criar conjuntos de dados rotulados e úteis para uso futuro. A questão de novas ferramentas para preencher as lacunas passa pelo facto de que mesmo com uma melhor governança de dados, haverá desafios. Alguns problemas de negócios têm soluções de IA que exigem dados de treino que as empresas podem não ter disponíveis, mas novas técnicas de aprendizagem de máquinas simples e alargadas podem permitir que a IA produza os seus próprios dados com base em algumas amostras. e também podem transferir modelos de uma tarefa com muitos dados para outra que não tenha dados.

Às vezes, a IA pode sintetizar os seus dados de treino usando técnicas como aprendizagem por reforço, aprendizagem activa, redes geradoras de adversários e gémeos digitais. As simulações baseadas em probabilidades, também podem criar dados “sintéticos” que podem ser usados para treinar a IA. Há que dar atenção à política, pois o cenário da política da IA ainda está a dar os primeiros passos e muitos formuladores de políticas, vêem esse momento como o início de uma corrida armamentista da IA que precisa de financiamento público e desregulamentação, enquanto outros estão a pedir directrizes abrangentes que abordem algoritmos éticos.

O Regulamento Geral sobre a Protecção de Dados (RGPD) (UE) 2016/679, é um regulamento de direito europeu sobre a privacidade e protecção de dados pessoais, aplicável a todos os indivíduos na EU e Espaço Económico Europeu (EEE). Regulamenta também a exportação de dados pessoais para o exterior da UE e EEE. O RGPD tem como objectivo dar aos cidadãos e residentes, formas de controlar os seus dados pessoais e unificar o quadro regulamentar europeu e a Lei de Privacidade do Consumidor da Califórnia (CCPA na sigla em língua inglesa) são legislações diferenciadas, mas dão aos indivíduos o direito de ver e controlar como as organizações recolhem e usam os seus dados pessoais, bem como reclamarem, recorrerem ou demandarem caso sofram danos devido a violações da segurança cibernética.

As empresas devem adoptar uma abordagem global para questões reguladoras, harmonizando equipas que estão a ajudar a moldar políticas em diferentes jurisdições e a abordar a conformidade, aplicando as práticas recomendadas globalmente e de acordo com o GDPR, por exemplo, mesmo que sua empresa não tenha operações na Europa, estará disposto a fazer uso de práticas do CCPA e outras regulamentações futuras. A quinta área-chave diz respeito à reinvenção, monitorizando a IA através da personalização e maior qualidade.

O aumento do limite superior e inferior do conhecimento e produtividade com a IA não é um sonho distante e muitas empresas estão a usar a IA para melhorar as operações e aperfeiçoar a experiência do cliente, mas em 2019, vários deles planearão ou desenvolverão novos modelos de negócios baseados em IA e investigarão novas oportunidades de rendimento, bem como muitos cultivarão esses novos negócios em partes separadas da sua organização, distintos dos CoEs que são mais focados internamente.

Os maiores ganhos da IA, vêm de melhorias na produtividade, pois as empresas usam a IA para automatizar processos e ajudam os trabalhadores a tomarem melhores decisões. A maioria do impacto económico da IA virá do lado do consumo, através de produtos e serviços de alta qualidade, mais personalizados e mais orientados a dados. A saúde, venda a retalho e indústria automobilística podem ter benefícios imediatos. A IA na saúde, por exemplo, poderá permitir novos modelos de acordos baseados na monitorização de dados de estilo de vida do paciente; diagnósticos mais rápidos e precisos de cancro e outras doenças, bem como seguro de saúde personalizado e adaptativo. Os vendedores a retalho estão a usar a IA para antecipar tendências e orientar os negócios com o fim de atingir os seus objectivos. A próxima fase é a venda a retalho hiper-personalizada, pois a IA e a automação tornam viável aos vendedores a retalho oferecer um número crescente de produtos ou serviços feitos especificamente para um indivíduo.

A partir do terceiro trimestre de 2018, existiam novecentas e quarenta empresas de IA nos Estados Unidos. O investimento em capital de risco nos Estados Unidos, que é privado, abrange setecentas e noventa empresas, representando seis mil milhões e seiscentos milhões de dólares nos três primeiros trimestres de 2018, comparados com os três mil milhões e novecentos milhões de dólares no mesmo período de 2017, e nem todo esse dinheiro está a fluir da estrada arterial no oeste do Vale do Silício, Califórnia, e das empresas de capital privado, pois os valores recordes vêm de corporações, seja através de recursos de capital de risco ou investimentos directos.

É de considerar que em 2018, cerca de novecentos e trinta e oito milhões de dólares foram investidos por empresas que procuram investir fora do desenvolvimento da IA. O investimento, para desenvolver a IA, é uma tendência que se prevê de aceleramento, mas não o suficiente. Apenas 8 por cento das empresas americanas estavam a fazer investimentos directos e significativos em IA e outras 52 por cento das empresas americanas procuravam aquisições ou alianças, em 2018.

A sexta área-chave refere-se à convergência que combina a IA com a Inteligência Analítica e a IoT. O poder da IA cresce ainda mais quando é integrado a outras tecnologias, como a Inteligência Analítica, Planeamento de Recurso Corporativo (ERP na sigla em língua inglesa), (IoT), Protocolo da Confiança e até eventualmente, Computação Quântica. Os benefícios dessa tendência de convergência não se limitam à IA, que é de onde os maiores ganhos de todas as oito tecnologias essenciais virão, sem descurar que 36 por cento dos líderes empresariais afirmam que gerir a convergência da IA com outras tecnologias é um dos principais desafios da IA para 2019, colocando-a em pé de igualdade com a reciclagem de trabalhadores, abaixo da garantia da confiança na IA. Ajudar a análise avançada, preditiva e de fluxo de média a evoluir ainda mais com IA é uma prioridade comum.

A convergência pode tornar os novos modelos de negócios baseados em dados mais poderosos. A IoT também pode colher grandes benefícios quando combinada com a IA. Uma grande empresa pode em breve ter milhões de sensores de IoT, reunindo informações de equipamentos comerciais e dispositivos de consumo. A IA e a análise desempenharão um papel crítico na localização de padrões nessa onda de dados para suportar tudo, desde a manutenção de sistemas até à penetração de marketing. A IA incorporada contém os conjuntos de componentes electrónicos da IA directamente ligados aos dispositivos de IoT para criar inteligência local, ajudará a enfrentar esse desafio.

A integração bem-sucedida da IA com outras tecnologias começa com os dados. As organizações que investiram na identificação, agregação, padronização e rotulagem de dados, com a infra-estrutura de dados e o seu armazenamento como respaldo estarão bem posicionadas para combinar IA com análises, o IoT e outras tecnologias. No entanto, para integrar a IA a outros sistemas corporativos, os especialistas terão que convergir também. Em vez de cientistas de dados concluírem um algoritmo e depois entregá-lo a um especialista em TI para codificar uma Interface de Programação de Aplicações (API na sigla em língua inglesa) ou enviá-lo para alguém da empresa que o aplicará, devem trabalhar juntos desde o início do processo.

A grande parte da resposta envolve técnicas de Desenvolvimento e Operações (DevOps), que colocam equipas de desenvolvimento e operações em um ciclo de retorno da informação ou processo para colaboração constante e mudanças interactivas para novos produtos. A outra parte envolverá a criação de novas funções para os trabalhadores servirem como tradutores e contactos entre as várias equipas. É importante considerar como é a IA integrada a tecnologias e sistemas avançados que funcionam ininterruptamente, em que os seus algoritmos precisarão de um fluxo contínuo de novos dados para aprender. Caso contrário, os modelos de IA estarão a trabalhar com dados desactualizados, o que prejudicará o desempenho da IA.

Os modelos também precisarão de testes, actualizações e substituições regulares. O presente ano é o tempo de se pensar em ocupar e estabelecer a estratégia da IA. A IA precisará da sua estrutura organizacional e planos de força de trabalho; algoritmos confiáveis e dados correctos para treinar esses algoritmos; um plano para reinventar o negócio e aumentar a receita e os lucros; e convergência com outras tecnologias existentes e emergentes. É uma lista de tarefas ambiciosa. Mas as empresas que estabelecem as suas prioridades também se diferenciam.

31 Jan 2019

A confiabilidade da inteligência artificial (II)

“Artificial intelligence is changing our world faster than we can imagine? It will impact every area of our lives. And this is happening whether we like it or not. Artificial intelligence will help us do almost everything better, faster, and cheaper, and it will profoundly change industries, such as transportation, tourism, healthcare, education, retail, agriculture, finance, sales, and marketing. In fact, AI will dramatically change our entire society.”
“Artificial Intelligence: 101 Things You Must Know Today About Our Future” – Lasse Rouhiainen

A segunda área-chave diz respeito à força de trabalho ensinando os cidadãos e os especialistas de IA a trabalharem em conjunto. A melhoria da qualificação de profissionais não conhecedores da Ciência de Dados e IA para trabalhar com esta, tornou-se uma parte crucial da estratégia da força de trabalho, e uma nova classe de ferramentas, incluindo a Aprendizagem Automática de Máquina (AutoML na sigla em língua inglesa) que é a automatização do processo total de aplicação de aprendizagem de máquina a problemas do mundo real e que simplificam e automatizam parte do processo de criação de modelos de IA, está a democratizá-la e cerca de 38 por cento dos líderes empresariais concentrarão esforços em ferramentas de IA para pessoas envolvidas em negócios, como a capacidade de segundo nível que cultivarão por trás de conjuntos de dados e modelos reutilizáveis.

Todavia a IA amigável ao utilizador ainda é um processo complexo e mesmo com formação básica, os líderes empresariais podem não entender completamente os diferentes parâmetros e níveis de desempenho dos seus algoritmos e poderiam acidentalmente aplicá-los de forma errada, com resultados não intencionais. A resposta é uma estratégia de força de trabalho que cria três níveis de funcionários experientes em IA, e fornece meios para que todos trabalhem em conjunto com êxito. A força de trabalho é composta por cidadãos utilizadores, desenvolvedores de cidadãos e cientistas de dados.

À medida que a IA se dissemina, a maioria dos funcionários de uma empresa precisará de formação para se tornarem cidadãos utilizadores do sistema, aprendendo como devem usar os aplicativos avançados da empresa, dar suporte à boa governança de dados e obter ajuda especializada quando necessário. Um grupo mais especializado, talvez de 5 a 10 por cento da sua força de trabalho, deve receber formação adicional, para se tornarem desenvolvedores de cidadãos que são profissionais de negócios, utilizadores avançados e podem identificar casos de uso e conjuntos de dados e trabalhar em estreita colaboração com os especialistas de IA.

Quanto às novas aplicações de IA, um pequeno mas crucial grupo de engenheiros e cientistas de dados fará o trabalho pesado para criar, implantar e gerir aplicativos de IA. Para colocar esses três grupos em funcionamento, é necessário identificar sistematicamente novas competências e funções profissionais e desde logo surgem perguntas como o tipo de trabalho que é necessário para que os utilizadores ou desenvolvedores possam manipular? Quais os aplicativos que exige um cientista de dados experiente? É necessária então uma abordagem igualmente sistemática para preencher esses papéis, interna e externamente, e incentivar os diferentes grupos a colaborar.

A qualificação profissional em toda a empresa deve abordar tanto as competências técnicas quanto as formas digitais de trabalho. As estruturas de desempenho e compensação terão que se adaptar, e muitos trabalhadores serão bem-sucedidos na qualificação para preencher novas funções, mas alguns não poderão fazer a transição, e nesse caso torna-se imprescindível a preparação para algum volume de negócios.

Conhecer o desafio de empregos da IA é essencial e para muitos líderes empresariais, tentar dimensionar o impacto da IA nos empregos tornou-se uma tarefa absurda, pois sabem o que acontece e qual a quantidade do que está em jogo, seja grande ou pequeno em número, e quando constitui tema de debate.

As previsões variam amplamente, incluindo as do estudo de automação de empregos internacionais, que colocaram o impacto de curto prazo em menos de 3 por cento dos empregos perdidos até 2020, mas chega a 30 por cento na metade da década de 2030. Os líderes empresarias sondados, concordam que, por enquanto, a IA não está a tirar empregos nas suas organizações e de facto, o dobro de executivos afirmou e que a IA levará a um aumento no número de funcionários (38 por cento), e os que disseram que a IA levará a cortes de empregos (19 por cento) na sua organização. O desafio, neste momento, é de preencher vagas e 31 por cento dos líderes empresariais estão preocupados com a incapacidade de dar resposta à procura por competências de IA nos próximos cinco anos.

O ensino de competências adicionais a um empregado pode criar utilizadores e desenvolvedores de cidadãos, mas é provável que se necessite de contratar programadores e cientistas de dados altamente treinados. Forjar parcerias com universidades e alunos é uma forma de começar. A cultura do local de trabalho também é um grande factor. Muitos especialistas em IA querem trabalhar para uma empresa que pense em usar o sistema por longo prazo e também valorizam os locais de trabalho com a configuração organizacional, recursos, definição de funções, pesquisa empolgante e empoderamento individual que os inspirará a fazer um óptimo trabalho em colaboração com outras pessoas talentosas.

A terceira área-chave contende com a confiança traduzida em responsabilizar a IA em todas as suas dimensões, pois aumentaram as preocupações sobre a mesma, que pode afectar a privacidade, segurança cibernética, emprego, desigualdade e o meio ambiente. Os clientes, trabalhadores, consultores, reguladores e parceiros corporativos questionam se podem confiar na IA, daí que não seja surpresa que os líderes empresariais digam que garantir que os sistemas de IA sejam confiáveis é o principal desafio de 2019, e como vão superar esse desafio, depende se estão a trabalhar com todas os aspectos da IA responsável, como seja a justiça, interrogando se estão a minimizar os dados e modelos da mesma e estarão a trabalhar com preconceitos quando a usam?

A questão de interpretabilidade é importante pois derivam várias questões como a possibilidade de explicar como um modelo de IA toma decisões? Se podem garantir que essas decisões sejam precisas? A questão da robustez e segurança traz interrogações sobre a possibilidade de confiar no desempenho de um sistema de IA? Se os sistemas de IA estão vulneráveis a ataques? A questão da governança põe questões sobre quem é responsável pelos sistemas de IA? Se existem os controlos apropriados? A questão da ética do sistema interroga se os sistemas de IA estão em conformidade com os regulamentos e como afectarão os trabalhadores e clientes?

É necessário construir a responsabilidade por cada área, seja dentro da IA CoE ou em um grupo adjacente que trabalhe de perto com o CoE. Um número cada vez maior de empresas está a supervisionar a IA responsável por meio de conselhos de ética ou directores de ética em tecnologia, como parte das suas atribuições. É uma tendência encorajadora, que é de esperar que se desenvolva. É também necessário criar funções de trabalho que combinem conhecimento técnico com um entendimento de preocupações reguladoras, éticas e de reputação.

É importante configurar controlos e balancear conflitos de escolha e para estabelecer controlos sobre os dados, algoritmos, processos e estruturas de relatórios da IA, é fundamental a existência de equipas combinadas de especialistas técnicos, comerciais e de auditoria interna que testem e monitorizem continuamente os controlos. Tais equipas terão que considerar as compensações apropriadas e com a interpretabilidade, por exemplo, podem encontrar o equilíbrio certo entre desempenho, custo, importância do caso de uso e extensão da experiência humana envolvida. É de entender que um carro autónomo, um diagnóstico de assistência à saúde por IA e uma campanha de marketing conduzida por IA exigiriam diferentes níveis e tipos de interpretabilidade e controlos relacionados.

As outras formas de tornar a IA mais confiável vêm dos seus avanços, particularmente na área da IA Explicável (XAI na sigla em língua inglesa). O programa XAI da Agência de Projectos de Pesquisa Avançada de Defesa dos Estados Unidos (DARPA na sigla em língua inglesa), por exemplo, está a trabalhar em algoritmos mais interpretáveis. A XAI é uma agência do Departamento de Defesa dos Estados Unidos, responsável pelo desenvolvimento de novas tecnologias para uso militar. Foi criado em 1958 como uma consequência tecnológica da Guerra Fria e da qual surgiram as bases da ARPANET, a rede que deu origem à Internet.

[primeira parte]
17 Jan 2019

A confiabilidade da inteligência artificial (I)

“Artificial intelligence is changing our world faster than we can imagine? It will impact every area of our lives. And this is happening whether we like it or not. Artificial intelligence will help us do almost everything better, faster, and cheaper, and it will profoundly change industries, such as transportation, tourism, healthcare, education, retail, agriculture, finance, sales, and marketing. In fact, AI will dramatically change our entire society.”
“Artificial Intelligence: 101 Things You Must Know Today About Our Future” – Lasse Rouhiainen

As empresas americanas esperam que o seu investimento em inteligência artificial (IA), que muitas vezes faz parte de iniciativas inteligentes de automação vá além da melhoria da produtividade e diminuição de custos. É de considerar que 20 por cento dos líderes empresariais americanos com iniciativas de IA relatam que a vão introduzir nos seus negócios em 2019, de acordo com o último relatório sobre a matéria publicado pela PricewaterhouseCoopers (PWC) que é uma multinacional de serviços sediada em Londres.

As empresas vêem a IA como um caminho para o crescimento de lucros e receitas em 2019. No entanto, existem desafios, como treinar funcionários para usar sistemas de IA, e ameaças à segurança continuam a ser uma séria preocupação. O sucesso na alavancagem da IA será construído com base em estratégias para a organização e força de trabalho, para criar dados de IA responsáveis, reinventar o negócio e integrá-la a outras tecnologias.

A maioria dos líderes empresariais sabe que a IA tem o poder de mudar praticamente tudo o que faz em termos negócios e pode contribuir com até 15,7 triliões de dólares para a economia global até 2030. Mas o que muitos líderes empresariais não sabem é como implantar a IA, não apenas em um projecto-piloto, mas em toda a organização empresarial, onde pode criar o máximo valor. O “como” é o ponto de atrito com qualquer tecnologia emergente, e a IA não é excepção. Como se define a estratégia de IA? Como encontrar trabalhadores conhecedores de IA ou treinar pessoal existente? O que se pode fazer para obter dados disponíveis para a IA? Como se garante que a IA é confiável?

As respostas a essas perguntas geralmente variam de uma empresa para outra e o ambiente está em constante evolução. Mas as empresas não podem esperar que a poeira se estabilize. A adopção de IA, que aconteceu com intermitência, será acelerada em 2019. Para obter uma leitura acerca do actual estado das organizações, o estudo do qual resultou o relatório, entrevistou mais de mil líderes empresariais americanos que estão a investigar ou a implementar a IA. Se esses planos ambiciosos forem bem-sucedidos, muitas empresas americanas de ponta serão aperfeiçoadas por IA, não apenas em termos de custos de organização, mas em todas as suas operações.

Os especialistas afirmavam que em 2018, existiam oito previsões sobre como a IA provavelmente se desenvolveria ao longo do ano, com implicações para os negócios, governo e sociedade. As tendências que foram identificadas incluíam o verdadeiro impacto da força de trabalho na IA, a necessidade de todas as empresas se concentrarem na IA responsável e as ameaças emergentes à volta da segurança cibernética e na competitividade interna americana serem ainda mais relevantes actualmente, com a actual política comercial e industrial da administração Trump.

À medida que se foi aproximando 2019, com a IA a mudar cada vez mais do laboratório para os escritórios, fábricas, hospitais, locais de construção e vida dos consumidores, uma abordagem diferente tornou-se necessária e não se trata apenas de destacar o que é provável que aconteça, mas o que os líderes empresariais devem fazer com a IA. A lista de prioridades da IA para 2019, é acerca das grandes previsões nesta área que é das mais importantes a nível global, e que passa pelas empresas concentrarem os seus esforços em seis áreas-chave, o que lhes permitirá uma vantagem substancial em relação a outras empresas em 2019.

A estratégia de IA deve abordar a estrutura que é a organização para o retorno sobre investimento (ROI na sigla em língua inglesa) e esforço; a força de trabalho; a formação com os especialistas de IA para trabalharem em conjunto; a confiança que é tornar a IA responsável em todas as suas dimensões; os dados que permitam localizar e classificar para ensinar as máquinas; a reinvenção que é monitorizar a IA através de personalização e maior qualidade e convergência que é combinar IA com inteligência analítica, Internet das Coisas (IoT na sigla em língua inglesa), entre outras.

Quanto à primeira área-chave, sabemos que com a IA, é tempo de aumentar a produtividade ou desistir. As empresas líderes estão a começar a transferir os seus modelos de IA para a produção, onde executarão operações para melhorar a tomada de decisões e fornecer inteligência voltada para o futuro e pessoas em todas as funções. A IA vai transformar quase tudo nos negócios e mercados, sendo um bom motivo para agir, mas não o suficiente para fazer muito de forma rápida. Se for realizado correctamente, o desenvolvimento de um modelo de IA para uma tarefa específica, pode melhorar um processo existente ou resolver um problema de negócios bem definido, ao mesmo tempo que cria o potencial de se alargar a outras áreas da empresa.

Acerca dos algoritmos de IA existe o facto de haver poucos, o que pode surpreender os utilizadores de negócios. Os mesmos algoritmos são capazes de resolver a maioria dos problemas de negócios para os quais a IA é relevante, portanto, se puderem ser aplicados com sucesso em uma área da empresa, geralmente poderão ser usados em outras. É exemplo, o facto, de toda a empresa precisar de processar facturas. Ao extrair informações automaticamente, mesmo de facturas que não são totalmente padronizadas, as ferramentas de IA podem automatizar o processo para reduzir custos e tempo de processamento.

É possível modificar e usar o componente IA para acelerar outras áreas da empresa, como o atendimento ao cliente, marketing, impostos e gestão da cadeia de suprimentos, que também consomem enormes quantidades de dados não estruturados e semi-estruturados. O objectivo é conceber um portfólio de blocos de construção reutilizáveis, para criar um ROI rápido e um momento de escala. Os líderes empresariais estão a adoptar essa estratégia, pois classificaram os modelos de IA e os conjuntos de dados que podem ser usados em toda a organização, como a capacidade mais importante na qual se concentrarão em 2019.

Quando as iniciativas de IA começam a ser praticadas por especialistas, por vezes lutam para obter uma ampla simpatia, mas quando vêm o lado comercial, os projectos podem ter um foco limitado ou não aproveitar totalmente a tecnologia e em ambos os casos, as equipas isoladas podem criar esforços duplicados ou incompatíveis. A resposta é a supervisão de uma equipa diversificada que inclui pessoas com competências em negócios, TI e IA especializadas, e que representem todas as áreas da organização. É preciso ser disciplinado, criar uma estrutura organizacional que cruze funções e permita estabelecer uma estratégia clara de IA e um centro de excelência (CoE na sigla em língua inglesa) que é frequentemente a melhor forma de construir essa base de IA, e o modelo que se espera tornar mais predominante.

As empresas podem optar por adicionar responsabilidades de IA a grupos existentes de análise ou automação, ou a outros CoEs estabelecidos. Onde quer que este grupo resida, as suas responsabilidades devem abarcar questões de negócios, tais como identificar casos de uso e como desenvolver responsabilidade e governança, devendo estabelecer e supervisionar políticas de dados em toda a empresa e devem determinar ainda os padrões de tecnologia, incluindo arquitectura, ferramentas, técnicas, gestão de fornecedores e propriedade intelectual, e como os sistemas inteligentes de IA necessitam de ser e evoluir.

A equipa de IA deve criar e gerir uma plataforma digital para colaboração, suporte e administração de recursos, devendo ser esse o objectivo único para os esforços de IA, como sendo um ambiente virtual com ferramentas ligáveis, onde os profissionais de negócios e de tecnologia compartilharão recursos como conjuntos de dados, metodologias e componentes reutilizáveis e colaborarão em iniciativas.

[continuação]
10 Jan 2019

Aeroporto chinês automatiza ‘check-in’ através de reconhecimento facial

O registo dos passageiros num dos aeroportos de Xangai, capital económica da China, pode a partir de hoje ser feito através de reconhecimento facial, ilustrando a ambição de Pequim em alargar aquela tecnologia a todos os sectores.

Segundo um comunicado da Administração da Aviação Civil da China, o Aeroporto Internacional de Hongqiao instalou terminais de reconhecimento facial para ‘check-in’ dos passageiros e bagagens de porão, controlo de segurança e embarque.

O mesmo sistema deve ser implementado em breve nos aeroportos de Pequim e na cidade de Nanyang, província de Henan, centro do país, detalhou o mesmo comunicado.

Vários aeroportos na China usam já sistemas de reconhecimento facial para acelerar as verificações de segurança, mas o sistema implementado em Xangai é “completamente automatizado”, lê-se naquela nota. A tecnologia está disponível apenas para titulares do passaporte chinês.

Em toda a China, o reconhecimento facial está a ser implementado na vida quotidiana, incluindo para dar entrada em hotéis, fazer pagamentos em restaurantes ou detetar a reação dos estudantes nas salas de aula.

A polícia chinesa usou já aquele sistema para identificar pessoas em locais públicos e apanhar criminosos em flagrante, e está a desenvolver um sistema nacional integrado de monitorização através dos dados recolhidos através daquela tecnologia.

Mas a crescente comodidade poderá ter custos, à medida que o Estado chinês usa os meios digitais para aprimorar o seu caráter policial.

“As autoridades estão a usar dados biométricos e a inteligência artificial para registarem e rastrearem pessoas por motivos de controlo social”, afirmou Maya Wang, investigadora para a China da organização de defesa dos Direitos Humanos Human Rights Watch.

“Estamos preocupados com a crescente integração e uso de tecnologias de reconhecimento facial em todo o país, porque fornece cada vez mais dados, que servem para as autoridades monitorizarem os cidadãos”.

17 Out 2018

A inteligência artificial (II)

“Artificial intelligence will reach human levels by around 2029. Follow that out further to, say, 2045, we will have multiplied the intelligence, the human biological machine intelligence of our civilization a billion-fold.”

 

The Age of Spiritual Machines: When Computers Exceed Human Intelligence

Ray Kurzweil

Se considerarmos o caso de uma grande empresa agrícola que queria implantar a tecnologia da IA ​​para ajudar os agricultores e uma enorme quantidade de dados estava disponível sobre as propriedades do solo, padrões climáticos, colheitas históricas, e o plano inicial era criar um aplicativo de IA que pudesse prever com mais precisão o rendimento futuro das colheitas, mas nas discussões com os agricultores, a empresa aprendeu sobre uma necessidade mais premente. O que os agricultores realmente queriam era um sistema que pudesse fornecer recomendações, em tempo real, sobre como aumentar a produtividade, quais os terrenos e onde cultivar e quanto nitrogénio a usar no solo.

A empresa desenvolveu um sistema de IA para fornecer tais conselhos, e os resultados iniciais foram promissores; os agricultores ficaram felizes com o rendimento das colheitas obtido com a orientação da IA. Os resultados desse teste inicial foram então enviados de volta ao sistema para refinar os algoritmos usados. Assim, como na etapa de descoberta, novas técnicas analíticas e de IA podem auxiliar na co-criação, sugerindo novas abordagens para melhorar os processos. O terceiro passo para as empresas é escalonar e depois sustentar a solução proposta. O SEB, por exemplo, implantou originalmente uma versão da “Aida”, internamente, para ajudar os quinze mil trabalhadores do banco, mas depois, implementou o “chatbot” em um milhão de clientes.

O último estudo realizado nos Estados Unidos com uma sondagem a centenas de empresas, foram identificadas cinco características dos processos de negócios, que as empresas normalmente desejam melhorar que são a flexibilidade, velocidade, escala, tomada de decisões e personalização. Ao reinventar um processo de negócios, é necessário determinar qual dessas características é central para a transformação desejada, como a colaboração inteligente poderia ser aproveitada para resolvê-lo, e quais os ajustamentos e compensações com outras características do processo seriam essenciais.

Os braços “cobot” na Mercedes-Benz, tornam-se uma extensão do corpo do trabalhador e para os executivos da empresa, os processos inflexíveis apresentaram um desafio crescente. Os clientes que maior lucro dava à empresa, vinham a exigir cada vez mais, carroçarias individualizadas da classe S, mas os sistemas de montagem não conseguiam oferecer a personalização que as pessoas queriam. A fabricação de automóveis, tradicionalmente, tem sido um processo rígido com etapas automatizadas, executadas por robôs “pouco inteligentes”. A fim de melhorar a flexibilidade, a Mercedes substituiu alguns desses robôs por “cobots” com IA, e redesenhou os seus processos em torno de colaborações entre seres humanos e máquinas. Os braços robotizados, na fábrica da empresa, perto de Estugarda, guiados por trabalhadores pegam e colocam peças pesadas, tornando-se uma extensão do corpo do trabalhador.

O sistema coloca o trabalhador no controlo da construção de cada carro, fazendo menos trabalho manual e mais um trabalho de pilotagem com o robô. As equipas de máquinas humanas da empresa podem adaptar-se rapidamente. Os “cobots” na fábrica, podem ser reprogramados facilmente com um “tablet”, permitindo que trabalhem em tarefas diferentes, dependendo das alterações no fluxo de trabalho. Tal agilidade, permitiu que o fabricante atingisse níveis sem precedentes de personalização. A Mercedes pode individualizar a produção de veículos de acordo com as escolhas em tempo real que os consumidores fazem nas concessionárias, alterando tudo, desde os componentes do painel do veículo até à pele do assento ou às tampas das válvulas dos pneus, e como resultado, não existem dois carros iguais a sair da linha de montagem da fábrica na Alemanha. Algumas empresas estão a usar a IA para descobrir incógnitas desconhecidas nos seus negócios.

A “GNS Healthcare (GNS)” é uma empresa privada de análise de dados, sediada em Cambridge, nos Estados Unidos, que aplica “software” de aprendizagem de máquinas para encontrar relações negligenciadas, entre os dados nos registos de saúde dos pacientes e em outros locais. O “software” depois de identificar um relacionamento, elabora várias hipóteses para explicá-lo e, em seguida, sugere quais delas são mais prováveis. Tal abordagem, permitiu que o GNS descobrisse uma nova interacção medicamentosa escondida em anotações de pacientes não estruturados, não se tratando de uma peneira de dados para encontrar associações, pois a plataforma de aprendizagem de máquinas não vê apenas padrões e correlações nos dados. É de considerar que para algumas actividades de negócios, o prémio está na velocidade e uma dessas operações é a detecção de fraudes com cartões de crédito. As empresas têm apenas alguns segundos para determinar se devem aprovar uma determinada transacção. Se for fraudulenta, provavelmente terão que repor essa perda, mas se negarem uma transacção legítima, perdem a taxa da compra e irritam o cliente.

O “The Hongkong and Shanghai Banking Corporation (HSBC)”, como a maioria dos grandes bancos, desenvolveu uma solução baseada em IA que melhora a velocidade e a precisão da detecção de fraudes. A IA monitora e marca milhões de transacções diariamente, usando dados sobre o local de compra e o comportamento do cliente, endereços IP e outras informações para identificar padrões subtis que sinalizam possíveis fraudes. O HSBC implementou pela primeira vez o sistema nos Estados Unidos, reduzindo significativamente a taxa de fraudes e falsos positivos não detectados e, em seguida, implementou-o no Reino Unido e na Ásia. Um sistema de IA diferente usado pelo Danske Bank melhorou a sua taxa de detecção de fraudes em 50 por cento e diminuiu os falsos positivos em 60 por cento. A redução no número de falsos positivos, liberta os investigadores para concentrar os seus esforços em transacções equívocas, que a IA sinalizou, onde o julgamento humano é necessário.

A luta contra a fraude financeira é como uma corrida armamentista, pois uma melhor detecção conduz a criminosos mais perigosos, levando por conseguinte a uma melhor detecção, que continua o ciclo. Assim, os algoritmos e modelos de pontuação para combater fraudes têm uma vida útil muito curta e exigem actualização contínua. Além disso, diferentes países e regiões usam modelos diferentes e por essas razões, legiões de analistas de dados, profissionais de “Tecnologia de Informação (TI)” e especialistas em fraudes financeiras são necessárias no sistema de meios de ligação entre os seres humanos e as máquinas, para manter o “software” na dianteira dos criminosos. A baixa escalabilidade, para muitos processos de negócios, é o principal obstáculo para a melhoria e é particularmente verdadeiro em processos que dependem de trabalho humano intensivo com assistência mínima da máquina.

É de considerar, por exemplo, o processo de recrutamento de trabalhadores da “Unilever” que é uma multinacional britânica-neerlandesa de bens de consumo, que estava à procura de uma forma de diversificar a sua força de trabalho de cento e setenta mil pessoas. Os recursos humanos da empresa, determinaram que precisavam de se concentrar em contratações de nível básico e, de seguida, contratar o melhor para a gestão, mas os processos existentes na empresa não foram capazes de avaliar potenciais candidatos em número suficiente, ao mesmo tempo que davam atenção individual a cada aspirante para garantir uma população diversificada de talentos excepcionais. A “Unilever” combinou recursos humanos e de IA para dimensionar a contratação individualizada, e na primeira fase do processo de inscrição, os candidatos são convidados a brincar com jogos “on-line” que ajudam a avaliar características como a aversão ao risco.

Os jogos não têm respostas certas ou erradas, mas ajudam a IA da “Unilever”, a descobrir quais os indivíduos que podem ser mais adequados para uma determinada posição. Os candidatos, na fase seguinte, são convidados a enviar um vídeo em que respondem a perguntas específicas, para a posição em que estão interessados. As suas respostas são analisadas por um sistema de IA, que considera não apenas o que dizem, mas também a sua linguagem corporal e tom de voz. Os melhores candidatos dessa fase, conforme o decidido pela IA, são então convidados à “Unilever” para realizarem entrevistas pessoais, após as quais os seres humanos tomam as decisões finais de contratação.

É muito cedo para dizer se o novo processo de recrutamento resultou na contratação dos melhores trabalhadores. A empresa tem acompanhado de perto o sucesso dessas contratações, mas ainda são necessários mais dados. É claro, no entanto, que o novo sistema ampliou enormemente a escala do recrutamento da “Unilever”, em parte, porque os candidatos a emprego podem ter acesso facilmente ao sistema por “smartphone”. O número de candidatos duplicou para trinta mil em um ano, o de universidades representadas subiu de oitocentas e quarenta para duas mil e seiscentas, e a diversidade socioeconómica das novas contratações aumentou. Além disso, o tempo médio entre a aplicação e a decisão de contratação, baixou de quatro meses para apenas quatro semanas, enquanto o tempo que o pessoal que recruta a fazer a revisão dos aplicativos baixou 75 por cento. O facto de fornecer aos trabalhadores informações e orientações personalizadas, a IA pode ajudá-los a tomar melhores decisões, que pode ser especialmente valioso para os trabalhadores, pois onde fazer a escolha certa tem um enorme impacto.

É de considerar a forma pela qual a manutenção de equipamentos está a ser aprimorada com o uso de “gémeos digitais”, que são modelos virtuais de equipamentos físicos, ou cópias elaboradas das linhas de produção. A “General Electric (GE)” constrói esses modelos de “software” das suas turbinas e outros produtos industriais e actualiza-os continuamente, com a transmissão de dados operacionais do equipamento. Ao recolher leituras de um grande número de máquinas, a GE acumulou uma grande quantidade de informações sobre o desempenho normal e aberrante. O seu aplicativo “Predix”, que usa algoritmos de aprendizagem da máquina, pode prever quando uma peça específica em uma máquina pode falhar.

A tecnologia mudou fundamentalmente o processo decisivo de manutenção de equipamentos industriais. A “Predix” pode, por exemplo, identificar algum desgaste inesperado do rotor, em uma turbina, verificar o histórico operacional da turbina, informar que o dano quadruplicou nos últimos meses e avisar que, se nada for feito, o rotor perderá cerca de 70 por cento da sua vida útil. O sistema pode, então, sugerir acções apropriadas, tendo em consideração a condição actual da máquina, o ambiente operacional e os dados agregados sobre os danos e reparações semelhantes em outras máquinas. A “Predix” conjuntamente, com as suas recomendações, pode gerar informações sobre os custos e benefícios financeiros e fornecer um nível de confiança (por exemplo, de 95 por cento) para as hipóteses usadas na sua análise.

Os trabalhadores sem o “Predix” teriam sorte de descobrir o dano do rotor em uma verificação de manutenção de rotina. É possível que não seja detectado até que o rotor falhe, resultando em uma interrupção custosa. Os funcionários de manutenção, com a “Predix” são alertados sobre possíveis problemas antes de se tornarem sérios, e têm as informações necessárias na ponta dos dedos para tomar boas decisões, que por vezes podem economizar milhões de dólares à GE. A questão da personalização é importante, pois fornecer aos clientes experiências de marcas personalizadas individualmente é o santo graal do marketing e com a IA, essa personalização pode ser alcançada com precisão inimaginável e em larga escala.

É de pensar como o serviço de “streaming” de música “Pandora” usa algoritmos de IA para criar listas de reprodução personalizadas para cada um dos seus milhões de utilizadores de acordo com suas preferências em músicas, artistas e géneros, ou se considerarmos a “Starbucks”, que, com a permissão dos clientes, usa a IA para reconhecer os seus dispositivos móveis, e ter acesso ao seu histórico de pedidos para ajudar a fazer recomendações de serviços. A tecnologia da IA ​​faz melhor, analisando e processando grandes quantidades de dados para recomendar certas ofertas ou acções, que não é possível ao ser humano, A “Carnival Corporation”, é a maior empresa de viagens de lazer do mundo, que oferece aos viajantes férias extraordinárias com um valor excepcional, com uma frota de cento e dois navios que visitam mais de setecentos portos em todo o mundo, e está a aplicar a IA para personalizar a experiência de cruzeiro para milhões de turistas, através de um dispositivo “wearable” chamado “Ocean Medallion” e uma rede que permite que dispositivos inteligentes se conectem.

A máquina processa dinamicamente os dados que fluem do medalhão e dos sensores e sistemas em todo o navio, para ajudar os hóspedes a tirar o máximo proveito das suas férias. O medalhão agiliza os processos de embarque e desembarque, rastreia as actividades dos hóspedes, simplifica a compra conectando os seus cartões de crédito ao dispositivo, e actua como uma chave, como também se conecta a um sistema que antecipa as preferências dos hóspedes, ajudando os membros da equipa a oferecer um serviço personalizado a cada hóspede, sugerindo roteiros personalizados de actividades e experiências gastronómicas.

A questão da necessidade de novas tarefas e talentos, passa por re-imaginar um processo de negócios que envolve mais do que a implementação da tecnologia da IA; também requer um compromisso significativo para desenvolver trabalhadores com habilidades de fusão, ou seja os que permitem que se trabalhe efectivamente no sistema de comunicação homem-máquina. As pessoas, para começar, devem aprender a delegar tarefas à nova tecnologia, como os médicos confiam nos computadores para ajudar na leitura de raios X e ressonância magnética. Os trabalhadores também devem saber combinar as suas habilidades humanas distintas, com as de uma máquina inteligente para obter um resultado melhor do que qualquer um poderia alcançar só, como na cirurgia assistida por robô.

Os trabalhadores devem ser capazes de ensinar novas habilidades aos agentes inteligentes e passar por formação para trabalhar bem nos processos aprimorados por IA. Assim, por exemplo, devem saber a melhor forma de formular perguntas a um agente de IA para obter as informações de que precisam. É de esperar que, no futuro, as funções da empresa sejam redesenhadas ao redor dos resultados desejados dos processos reinventados, e as empresas sejam cada vez mais organizadas ao redor de diferentes tipos de habilidades, e não à volta de dísticos de trabalho rígidos. A “AT&T” iniciou essa transição ao mudar de serviços de rede telefónica fixa para redes móveis e começa a treinar cem mil trabalhadores para novas colocações.

A empresa, como parte desse esforço, reformulou completamente seu organograma, e aproximadamente, dois mil empregos foram simplificados em um número muito menor de categorias abrangentes, englobando habilidades similares. Algumas dessas habilidades são o que se pode esperar (por exemplo, proficiência em ciência e disputas de dados), enquanto outras são menos óbvias (por exemplo, a capacidade de usar ferramentas simples de aprendizagem da máquina para serviços de venda cruzada). A maioria das actividades no sistema de comunicação homem-máquina, exige que as pessoas façam coisas novas e diferentes (como treinar um “chatbot”) e façam de forma diferente (usar esse “chatbot” para fornecer um melhor atendimento ao cliente).

Actualmente, apenas um pequeno número de empresas começou a re-imaginar os seus processos de negócios para optimizar a inteligência colaborativa. Mas a lição é clara, pois as organizações que usam máquinas, apenas para deslocar trabalhadores através da automação perderão todo o potencial da IA. Tal estratégia é mal orientada desde o início. Os líderes de amanhã serão aqueles que abracem a inteligência colaborativa, transformando as suas operações, mercados, indústrias e a força de trabalho.

13 Jul 2018

A inteligência artificial (I)

“Artificial intelligence (AI) is taking an increasingly important role in our society. From cars, smartphones, airplanes, consumer applications, and even medical equipment, the impact of AI is changing the world around us. The ability of machines to demonstrate advanced cognitive skills in taking decisions, learn and perceive the environment, predict certain behavior, and process written or spoken languages, among other skills, makes this discipline of paramount importance in today’s world. Although AI is changing the world for the better in many applications, it also comes with its challenges.”

Artificial Intelligence: Emerging Trends and Applications

Marco Antonio Aceves-Fernandez

 

A inteligência artificial (IA) está a tornar-se benéfica em muitas actividades humanas, ao diagnosticar doenças, traduzir idiomas e fornecer atendimento ao cliente, entre muitas outras. A situação está a melhorar rapidamente, fazendo criar razoáveis receios ​de que a IA acabará por substituir os trabalhadores em toda a economia. Mas esse não é o resultado inevitável ou o mais provável, pois nunca antes as ferramentas digitais foram tão receptivas aos seres humanos e estes àquelas. Ainda que a IA altere radicalmente a forma como trabalho é realizado e quem o faz, o maior impacto da tecnologia será complementar e aumentar as capacidades humanas, não substituí-las.

É um dado certo que muitas empresas utilizam a IA para automatizar processos, mas são implantadas principalmente para substituir os trabalhadores e verão apenas lucros de produtividade a curto prazo. A última sondagem realizada nos Estados Unidos que envolveu mil e quinhentas empresas, revelou que as empresas alcançam melhorias de desempenho mais significativas, quando os seres humanos e máquinas trabalham conjuntamente. Através dessa inteligência cooperativa, os seres humanos e a IA aumentam activamente os pontos fortes e complementares uns dos outros, como a liderança, trabalho em equipa, criatividade e as habilidades sociais dos primeiros, bem como a velocidade, escalabilidade e as capacidades quantitativas dos últimos.

O que é natural para as pessoas pode ser complicado para as máquinas, e o que é simples para as máquinas (analisando gigabytes de dados), permanece praticamente impossível para os seres humanos. Os negócios requerem ambos os tipos de recursos e para aproveitar ao máximo essa colaboração, as empresas precisam de entender como os seres humanos podem efectivamente aumentar a capacidade das máquinas, como as máquinas podem aprimorar o que os seres humanos fazem de melhor, e como redesenhar os processos de negócios para apoiar a parceria. Os seres humanos precisam de desempenhar três papéis cruciais, pois devem treinar máquinas para executar determinadas tarefas; explicar os seus resultados, especialmente quando são contra intuitivos ou controversos; e sustentar o uso responsável de máquinas (evitando, por exemplo, que robôs prejudiquem os seres humanos).

Os algoritmos de aprendizagem da máquina devem ser ensinados a executar o trabalho para o qual foram projectados e nesse esforço, enormes conjuntos de dados de treino são acumulados, para ensinar aplicativos de tradução automática para lidar com expressões idiomáticas, aplicativos médicos para detectar doenças e mecanismos de recomendação para apoiar a tomada de decisões financeiras. Além disso, os sistemas de IA devem ser treinados da melhor forma para interagir com os seres humanos. Ainda que as organizações em todos os sectores estejam nos estágios iniciais de preenchimento das funções de instrutor, as principais empresas de tecnologia e grupos de pesquisa contam com equipas de formação e especialização amadurecidas. Se considerarmos a assistente de IA da Microsoft, “Cortana”, deparamos que o “bot” que é uma aplicação de “software” criado para simular acções humanas repetidas vezes de forma padrão, como faria um robô, exigia treino extensivo para desenvolver apenas a personalidade certa, confiante, carinhosa e prestativa, mas não autoritária. Incutir essas qualidades, exigiu incontáveis ​​horas de atenção de uma equipa que incluía um poeta, um romancista e um dramaturgo.

É de notar que de igual forma, eram necessários treinadores humanos para desenvolver as personalidades do aplicativo “Siri” (que é uma maneira fácil e rápida de fazer tudo), da “Apple”, e da “Alexa” da “Amazon”, para garantir que reflectissem com precisão as marcas das suas empresas. A “Siri”, por exemplo, tem apenas um toque de inconveniência, como os consumidores podem esperar da “Apple”. Os assistentes de IA estão a ser treinados para exibir características humanas ainda mais complexas e subtis, como a simpatia. O “start-up” “Koko”, um desdobramento do “MIT Media Lab”, desenvolveu uma tecnologia que pode ajudar os assistentes da IA a parecerem solidários, como por exemplo, se um utilizador está a ter um dia mau, o sistema “Koko” não responde de forma automática, como “sinto muito ouvir tal situação”, mas ao invés pode pedir mais informações e depois oferecer conselhos para ajudar a pessoa. Há que ver os problemas sob uma luz diferente e se estiver a sentir “stress”, o sistema recomendaria pensar na tensão, como uma emoção positiva que poderia ser canalizada para a acção.

À medida que as IAs chegam cada vez mais a conclusões por meio de processos que são opacos (o chamado problema da caixa-preta), exigem especialistas humanos no terreno para explicar o seu comportamento a utilizadores não especialistas. Os explicadores são particularmente importantes em indústrias baseadas em evidências, como leis e medicina, onde um profissional precisa de entender, como uma IA pesou todo o que é disponível para o uso e desenvolvimento da vida humana em uma sentença ou recomendação médica. Os explicadores, são igualmente importantes, para ajudar as seguradoras e a polícia a entenderem porque razão um automóvel, realizou acções que levaram a um acidente, ou não conseguiu evitá-lo. E os explicadores estão a tornar-se parte integrante de sectores regulados, em qualquer indústria voltada para o consumidor, onde a produção de uma máquina poderia ser desafiada como injusta, ilegal ou simplesmente errada, como por exemplo menciona o “Regulamento 2016/679 do Parlamento Europeu e do Conselho”, que é o novo “Regulamento Geral sobre a Protecção de Dados (RGPD)” da “União Europeia (UE)”, que estabelece as regras relativas ao tratamento, por uma pessoa, ou organização, de dados pessoais relativos a pessoas na UE.

O RGPD concede aos consumidores o direito de receber uma explicação para qualquer decisão baseada em algoritmos, como a oferta de tarifa em um cartão de crédito ou hipoteca. Esta é uma área onde a IA contribuirá para o aumento do emprego, dado que os especialistas estimam que as empresas terão que criar cerca de setenta e cinco mil novos empregos para administrar os requisitos do GDPR. Além de ter pessoas que podem explicar os resultados da IA, as empresas precisam de sustentadores, ou seja funcionários que trabalham continuamente para garantir que os sistemas de IA estejam a funcionar de forma adequada, segura e responsável. A IA pode impulsionar as nossas habilidades analíticas e de tomada de decisão, bem como aumentar a criatividade, como por exemplo, um conjunto de especialistas, às vezes chamados de engenheiros de segurança, quando se concentram para antecipar e tentar evitar danos causados ​​por IAs.

Os desenvolvedores de robôs industriais que trabalham ao lado das pessoas, prestaram cuidadosa atenção para garantir que reconheçam os seres humanos por perto e não os ponham em perigo. Tais especialistas, também, podem rever a análise dos explicadores quando as IAs causam danos, como quando um carro autónomo está envolvido em um acidente fatal. É de considerar que outros grupos de sustentadores garantem que os sistemas de IA mantenham as normas éticas. Se um sistema de IA para aprovação de crédito, por exemplo, for discriminatório contra pessoas em determinados grupos, esses gerentes de ética são responsáveis ​​por investigar e resolver o problema. Os responsáveis ​​pela conformidade de dados, desempenhando um papel semelhante, tentam garantir que os dados que alimentam os sistemas de IA estejam em conformidade com o GDPR e outras regulamentações de protecção ao consumidor, e um papel relacionado ao uso de dados envolve garantir que as IAs façam a gestão das informações com responsabilidade.

A “Apple”, como muitas empresas de tecnologia, usa a IA para recolher detalhes pessoais sobre os utilizadores quando se envolvem com os dispositivos e “softwares” da empresa. O objectivo é melhorar a experiência do utilizador, mas a recolha de dados irrestrita pode comprometer a privacidade, enfurecer os clientes e entrar em conflito com a lei. As empresas beneficiam da optimização da colaboração entre seres humanos e a IA. É de considerar a existência de cinco princípios que podem ajudar como reimaginar os processos de negócios; abraçar a experiência/envolvimento do funcionário; estratégia de IA activamente directa; recolher dados com responsabilidade e redesenhar o trabalho para incorporar a IA e cultivar as habilidades dos funcionários relacionados com o processo. A última pesquisa realizada nos Estados Unidos com mil e setenta e cinco empresas em doze sectores descobriu que quanto mais adoptadas por essas empresas, melhores são as iniciativas de IA, realizadas em termos de velocidade, redução de custos, receitas ou outras medidas operacionais.

As máquinas inteligentes estão a ajudar os seres humanos a expandir as suas habilidades de três formas, pois podem ampliar as nossas forças cognitivas; interagir com clientes e funcionários para nos libertar para tarefas de alto nível e incorporar habilidades humanas para alargar as nossas capacidades físicas. A inteligência artificial pode impulsionar as nossas habilidades analíticas e de tomada de decisão, fornecendo as informações certas no momento correcto, mas também podem aumentar a criatividade. Se considerarmos o “Dreamcatcher” da “Autodesk” que aumenta a imaginação de desenhadores excepcionais, deparamos que um desenhador fornece ao “Dreamcatcher” critérios sobre o produto desejado, por exemplo, uma cadeira capaz de suportar até centro e trinta quilogramas, com um assento de quarenta e cinco centímetros de altura, feita de materiais que custam menos de setenta e cinco euros, e assim por diante, e também pode fornecer informações sobre outras cadeiras que considera atraentes.

O “Dreamcatcher” produz milhares de desenhos que combinam com esses critérios, muitas vezes criando ideias que o desenhador pode não ter considerado inicialmente, e pode então orientar o “software”, dizendo quais as cadeiras que gosta, levando a uma novo círculo de projectos. Ao longo do processo interactivo, o “Dreamcatcher” realiza os diversos cálculos necessários para garantir que cada projecto proposto atenda aos critérios especificados. Tal, liberta o projectista para se concentrar na implantação de forças exclusivamente humanas, como o julgamento profissional e a sensibilidade estética. A colaboração homem-máquina, permite que as empresas interajam com funcionários e clientes de formas novas e mais eficazes. Os agentes de IA como a “Cortana”, por exemplo, podem facilitar a comunicação entre pessoas ou em nome de pessoas, como transcrever uma reunião e distribuir uma versão de voz pesquisável para aqueles que não puderam comparecer.

Tais aplicativos são inerentemente escalonáveis, pois um único “chatbot” (é um programa de computador que tenta simular um ser humano na conversação com as pessoas), por exemplo, pode fornecer serviço de rotina ao cliente para um grande número de pessoas simultaneamente, onde quer que se encontrem. O “Skandinaviska Enskilda Banken (SEB)”, um dos principais bancos suecos usa um assistente virtual chamado “Aida” para interagir com milhões de clientes. O “Aida” tem a capacidade para trabalhar com conversas em linguagem natural, com acesso a vastos repositórios de dados e pode responder a muitas perguntas feitas frequentemente, como abrir uma conta ou fazer pagamentos internacionais, bem como também pode fazer perguntas de acompanhamento aos telespectadores para resolver os seus problemas, e é capaz de analisar o tom de voz de um chamador (por exemplo, frustrado versus apreciativo) e usar essa informação para fornecer um serviço melhor posteriormente.

Se o sistema não conseguir resolver um problema, o que acontece em cerca de 30 por cento das situações, encaminha o interlocutor para um representante humano de atendimento ao cliente, e monitora essa interacção para aprender a resolver problemas semelhantes no futuro, e com o “Aida” a trabalhar com os pedidos básicos, os representantes humanos podem concentrar-se em abordar questões mais complexas, especialmente, as de interlocutores infelizes que podem precisar de apoio extraordinário. É de entender que muitas IAs, como o “Aida” e a “Cortana”, existem principalmente como entidades digitais, mas em outras aplicações, a inteligência é incorporada em um robô que dá mais-valia a um trabalhador humano. Os motores e actuadores com os seus sofisticados sensores, as máquinas habilitadas por IA, podem reconhecer pessoas e objectos e trabalhar com segurança ao lado dos seres humanos em fábricas, armazéns e laboratórios.

Os robôs na fabricação, por exemplo, estão a evoluir de máquinas industriais potencialmente perigosas e “tolas” para “cobots” inteligentes e sensíveis ao contexto. Um braço “cobot” pode, por exemplo, trabalhar com acções repetitivas que exigem tarefas pesadas, enquanto uma pessoa realiza funções complementares que exigem destreza e julgamento humano, como a montagem de um motor da engrenagem. A “Hyundai” está a ampliar o conceito de “cobot” com exoesqueletos. Esses dispositivos robóticos vestíveis, que se adaptam ao utilizador e à localização em tempo real, permitirão que os trabalhadores industriais executem os seus trabalhos com resistência e força sobre-humanas. A fim de obter o máximo de valor da IA, as operações precisam ser redesenhadas e para o fazer, as empresas devem primeiro descobrir e descrever uma área operacional que possa ser melhorada. Pode ser um processo interno desajeitado (como a lentidão dos RHs para preencher vagas de pessoal), ou pode ser um problema anteriormente intratável que pode ser resolvido usando IA (como identificar rapidamente reacções adversas a medicamentos em multidões de pacientes). Além disso, uma série de novas técnicas analíticas avançadas e de IA, podem ajudar a detectar problemas anteriormente invisíveis passíveis de soluções de IA. As empresas, de seguida, devem desenvolver uma solução por meio da co-criação, fazendo que as partes interessadas visualizem como podem colaborar com sistemas de inteligência artificial para melhorar um processo.

6 Jul 2018

Tecnologia | 2017 marcado pelo investimento na inteligência artificial

A indústria de inteligência artificial (IA) da China recebeu cerca de 180 mil milhões de yuans de financiamento no ano passado. A condução inteligente, big data e serviço de dados estavam entre as principais áreas de investimento, segundo o relatório divulgado pela Academia Chinesa para Tecnologia de Informação e Comunicações.

A China registou 28 novas empresas de IA em 2017, comparadas com 128 em 2016, disse o relatório, acrescentando que a flutuação não afectará uma tendência de crescimento no longo prazo.

No ano passado, as empresas de IA estavam principalmente em Pequim, Shanghai e Guangdong. Pequim tinha o maior número, com mais de 260 empresas de IA.

O relatório previu que a indústria chinesa de IA continuará a crescer em 2018 e que avanços serão obtidos em áreas como visão de computador e tecnologias de voz.

A China divulgou um plano de desenvolvimento de IA no ano passado, prometendo elevar o valor das indústrias essenciais de IA para mais de 150 mil milhões de yuans até 2020, mil milhões de yuans até 2025 e um milhão de milhões de yuans até 2030.

26 Fev 2018

Industrialização selvagem levou à contaminação de solos e águas

As colheitas dos agricultores chineses correm um grande risco de estarem contaminadas devido à poluição provenientes das grandes indústrias. Além de contaminarem nascentes, rios e o solo, os fumos químicos libertados na queima de chumbo, ferro e cobre, contamina os organismos dos agricultores locais, causando doenças articulares, ósseas e, quando inalados em grandes quantidades e por muito tempo, cancro.

Foram feitas amostragens da produção de arroz nas regiões das províncias onde se instalaram algumas das maiores indústrias, e descobriu-se que há uma quantidade maior do que a permitida de substâncias perigosas nos produtos finais, que são distribuídos para toda a região Sul da China.

A contaminação do solo e da água nesta região causa grande preocupação, pois além de contaminar uma comunidade que produz e distribui comida para outros países, este tipo de poluição também afecta o meio ambiente de forma irreversível. A quantidade de poluentes chamou atenção de alguns órgãos, o que fez com que as indústrias chinesas fizessem um acordo de diminuir a queima de carvão de modo minimizar os danos no meio ambiente. São acções que no decorrer dos anos poderão fazer a diferença.

Foram feitas alguns testes em solos chineses e descobriu-se que muitos dos poluentes encontrados são proibidos e perigosos para o consumo da população. Por causa disso foram criadas algumas regulamentações, que determinaram a construção de novas indústrias numa espécie de parque industrial que monitorado e supervisionado de forma mais rigorosa.

Além de poluir diariamente o solo, ocorreram muitos acidentes que resultaram no vazamento de produtos químicos que poluíram directamente o solo e rios, afetando a produção e também a saúde dos camponeses.

Devida à quantidade de pessoas no país, a procura e a oferta de produção aumentou em larga escala, fazendo com que o solo se encontre não só de cheio de poluentes industriais, mas também de fertilizantes e pesticidas.

O dano causado pela poluição do solo tornou-se algo muito grave, pois a ingestão dos metais pesados encontrados no solo são excepcionalmente prejudiciais para a segurança alimentar e a saúde. Devido às incidências destes casos o governo chinês preocupa-se agora com a opinião pública, com a saúde da população e com o rendimento da produção agrícola, já que esta abastece grande parte da economia do país.

O governo determinou algumas medidas para diminuir a poluição e proteger as áreas que ainda não foram contaminadas e emitir multas para os responsáveis pelos poluentes lançados em solos e rios. Estas novas medidas adoptadas são um começo, mas dão esperança para uma produção mais saudável e limpa de alimentos e também um tratamento diferenciado do meio ambiente deste país.

Pequim lança plano para liderar na Inteligência Artificial

O Governo chinês lançou um plano para converter o país em líder no campo da Inteligência Artificial (IA) até 2030, visando aplicar aquela tecnologia na indústria, planificação urbana, agricultura ou defesa do país, informou ontem a imprensa oficial.

A estratégia, aprovada pelo Conselho de Estado chinês, estabelece que a produção de tecnologia classificada como IA alcançará os 147.000 milhões de dólares, em 2030. Isto colocará a China “ao nível dos países líderes neste sector e na sua aplicação”, aponta o jornal oficial Diário do Povo.

Segundo a consultora PricewaterhouseCoopers, este plano poderá contribuir para um aumento de 26% no Produto Interno Bruto da China, a segunda maior economia do mundo.

O anúncio levou a que as acções de empresas que operam com IA subissem 1,25%, na bolsa de Xangai, a principal praça financeira do país, informou a agência noticiosa oficial Xinhua. Nos últimos meses, a imprensa chinesa difundiu várias notícias sobre inteligência artificial, como o desenvolvimento de veículos sem condutor ou robôs.

Os líderes chineses consideram a IA chave para tornar a China uma “potência económica”, afirma um comunicado do Conselho de Estado.

A IA é uma das áreas emergentes, junto com a energia renovável, robótica e carros elétricos, em que a China quer assumir a liderança, visando transformar o país numa potência tecnologia, com capacidades nos sectores de alto valor agregado, de acordo com o plano “Made in China 2025”. As fábricas do país têm-se automatizado rapidamente, de forma a enfrentar a subida dos custos laborais e aumentar a eficiência.

 

24 Jul 2017