Posts in Pessoas

Sociólogos de robôs

14 de agosto de 2019 Posted by Pessoas, Tecnologia, Tendências 0 thoughts on “Sociólogos de robôs”

Sistemas de Inteligência Artificial precisam de mais profissionais de humanas em seu desenvolvimento.

Ferramentas de inteligência artificial vão aos poucos conquistando seu espaço no cotidiano das pessoas. Estão disfarçadas em serviços cada vez mais populares, como os oferecidos por aplicativos de transporte, paquera, trânsito e publicidade. Ou bem visíveis, como as assistentes incorporadas em produtos, serviços ou plataformas. Embora nem todas mereçam o rótulo de inteligentes – vide os limitados robôs do tipo “posso ajudar”, em sites diversos -, várias alcançaram níveis bem sofisticados de operação, como as já famosas Siri, Cortana e Alexa.

Sistemas de inteligência artificial são sustentados por algoritmos e dados. E, como já mostramos aqui e ali, ambos trazem o risco de distorção.  As máquinas com capacidade de aprender o fazem a partir de informações recolhidas previamente, das quais sairão os parâmetros para predições, ações e reações. Mas, por mais “independentes”, esses dispositivos são programados e alimentados por humanos e seus dados. Eles carregam vieses pessoais, visões de mundo e distorções. Como resultado, o risco de sistemas preconceituosos ou discriminatórios. Um exemplo, ligado às já citadas assistentes virtuais Siri e Alexa, mostra a reprodução de um padrão sexista.

“Há evidências crescentes de que a Inteligência Artificial pode exacerbar a desigualdade, perpetuar a discriminação e causar danos”

O alerta é de Mona Sloane, pesquisadora do Instituto para o Conhecimento Público, da Universidade de Nova York. Em conjunto com Emanuel Mosso, da City University, eles acabaram de publicar artigo defendendo a inclusão de profissionais das áreas sociais no desenvolvimento de projetos de IA, como forma de reduzir o potencial de dano e ampliar seus benefícios à sociedade. Em resumo, mais “gente de humanas”, com destaque específico para os sociólogos. Eles listam três habilidades específicas das áreas de ciências sociais:

·  As ciências sociais têm uma extensa pesquisa e conhecimento sobre o entendimento das categorias identificadas socialmente, assim como sua organização e estratificação na sociedade. A construção história e o usos de termos como “raça”, e suas implicações, fazem parte do dia-a-dia do sociólogo, mas não dos engenheiros.

·  A análise quantitativa de dados, base de sistemas de machine learning, por exemplo, seriam beneficiadas com os protocolos já em uso na pesquisa social. Seu objetivo é exatamente identificar padrões e intenções que levaram à coleta dos dados, evitando armadilhas.

·  A sociologia exige reflexão para os métodos de análise qualitativa de dados, com um foco bem claro na percepção da influencia do observador sobre o ambiente pesquisado. Algoritmos buscam exatamente a capacidade de transcender a analise quantitativa e chegar à algum ponto próximo à subjetividade. Um espaço em que os pesquisadores da área de sociologia conhecem bem.

O artigo reconhece o esforço dos engenheiros em incorporar nos algoritmos valores alinhados com os da humanidade, mas que é excepcionalmente difícil definir e codificar valores tão fluidos e contextualizados como os ligados às pessoas.

Como é belo meu algoritmo!

12 de agosto de 2019 Posted by Pessoas, Tecnologia 0 thoughts on “Como é belo meu algoritmo!”

Experimento revela admiração por fórmulas e equações, similar à expressada por sonatas e pinturas.

A busca pela beleza une pintores, poetas, músicos e outros artistas. E também os matemáticos e estatísticos, confirma agora estudo conjunto das universidades de Bath e Yale. O experimento buscava testar se nós compartilhamos com algoritmos e equações a mesma sensibilidade estética das artes. “Nós” as pessoas comuns, pois já é notória a paixão dos matemáticos pelo seu objeto de estudo: confira aqui a famosa lista com as dez mais lindas equações de todos os tempos.

E, de fato, também valorizamos uma bela sequência de números. No experimento, pessoas foram divididas em grupos e orientadas a avaliar quatro sonatas de piano, pinturas de paisagens e algoritmos, atribuindo a cada um notas nos quesitos beleza, universalidade, sofisticação, profundidade, simplicidade, elegância e seriedade.

Os resultados foram cruzados, assim como a relação entre eles. As conclusões foram surpreendentes, com a revelação de um padrão unindo as avaliações das peças artísticas e matemáticas e, mais, capaz de predizer o gosto médio de cada grupo em relação a uma determinada fórmula. Os resultados apontaram uma mesma correlação entre as notas de elegância e beleza para cada avaliação. Pessoas que consideravam elegantes uma equação ou sonata, tendiam a também avaliá-las como belas.

Ou seja, nós compartilhamos uma “intuição” sobre o que é um algoritmo belo ou não.

“Demonstramos este fenômeno, mas não entendemos os limites dele. É importante refazê-lo, com outras obras de arte. Mas acredito que entender o que uma pessoa considera bonito em matemática nos permitiu entender nossa própria compreensão da matemática”, disse Samuel G.B. Johnson, um dos coautores do estudo e professor na Escola de Administração da Universidades de Bath. Sua carreira é dedicada ao entendimento de como as pessoas avaliam diferentes argumentos e conceitos.

Já o professor Stefan Steinberger, da Universidade de Yale, deu início à pesquisa ao perceber a elevada correlação entre seus estudantes de matemática e o gosto por música.

Para o estudo, foram usados os seguintes algoritmos, equações e fórmulas: o “truque de Gauss” (usado para somar potências), o princípio pingeonhole (também conhecido como teorema de Dirichlet), uma prova geométrica da fórmula de Faulhber e uma amostra gráfica da soma de uma série geométrica infinita.

Nas sonatas, a número 4, D 780, de Schubert, a fuga em Mi menor, de Bach, a variação Diabelli, de Beethoven, e o prelúdio em Ré maior, op. 87, de Shostakovich. As paisagens: Olhando o Vale de Yosemite e Tempestade nas montanhas rochosas, de Albert Bierstadt, o Vagão de Feno, de John Constable, e O Coração dos Andes , de Frederic Edwin Church (foto em destaque).

Não perca seu emprego para um robô

9 de agosto de 2019 Posted by Negócios, Pessoas, Tecnologia 0 thoughts on “Não perca seu emprego para um robô”

A automação vai substituir até 800 milhões de empregos, fique atento para que um não seja o seu.

Os avanços da robótica e da inteligência artificial trouxeram mudanças radicais para o mercado global. Nas universidades, pesquisadores consideram que a quarta revolução industrial já começou, e o cenário para os humanos não é otimista: estudos apontam que, até 2030, de 400 a 800 milhões de empregos terão sido substituídos por robôs em todo o mundo. No Brasil, de acordo com pesquisa feita pela UNB, 54% dos empregos formais estão ameaçados.

Apesar das previsões pouco otimistas para o trabalhador, não é qualquer emprego que pode ser substituído, e mesmo dentre os que podem, nem todos são viáveis. Uma série de fatores determina o potencial para que um trabalho humano seja automatizado, sendo os primeiros a dificuldade e o custo de se trocar uma pessoa por uma máquina. Alguns processos demandam pesquisas longas e investimentos caros. No entanto, se a área possuir pouca mão de obra qualificada e seus trabalhadores forem de alto custo, ela pode tender a optar pela automação. Além disso, é preciso analisar os benefícios secundários da automação, como a maior segurança no trabalho ou menor impacto ambiental, de acordo com a organização, e claro, as regulamentações necessárias e a aceitação social, que podem variar de acordo com a área de atuação da empresa.

Diante desse cenário, a empresa de consultoria norte-americana McKinsey & Company listou alguns pontos para que os trabalhadores possam se prevenir diante dessa ameaça:

  • Adquira o máximo de experiência que puder, afinal, quanto mais conhecimento você tem menos chances terá de ser substituído ou automatizado.
  • Familiarize-se com o quão substituível é o seu trabalho e como isso pode mudar no futuro. Se você sabe que está em um setor de alto risco, pode tomar medidas agora para garantir sua permanência.
  • Não tenha medo de expandir e desenvolver suas habilidades. Dessa forma, se um dos seus possíveis planos de carreira for interrompido, você terá outras opções para seguir.
  • Preste atenção às inovações de automação em seu setor para que você não seja pego de surpresa.
  • Conseguir posições de gerência e diretoria te colocam em um nível de baixo risco de automação. Tente conseguir uma posição nessas áreas.

Além dos trabalhadores, cabe ao governo participar ativamente de ações de proteção ao labor humano, regulamentando o processo de automação, oferecendo programas de capacitação e estimulando novas ofertas de emprego. A economia de um país depende de uma população empregada, que possa contribuir tanto com sua força de trabalho quanto com seu poder de consumo, e ainda que possa parecer vantajoso para um gestor a substituição total de humanos por máquinas, questões sociais, econômicas e de ética devem ser levadas em conta.

Humanos versus robôs: superando o medo de sermos superados

25 de julho de 2019 Posted by Pessoas, Tecnologia, Tendências 0 thoughts on “Humanos versus robôs: superando o medo de sermos superados”

Computadores e máquinas são cada vez mais sofisticados e eficientes. Mas os humanos têm seus diferenciais. 

Há tempos os robôs deixaram de ser frutos da inventividade de autores, roteiristas e diretores, para se tornarem peças reais do cotidiano. Sejam eles equipamentos com a capacidade de se locomover, desempenhar tarefas mecânicas, identificar coisas e até mesmo falar, ou supercomputadores dotados de algoritmos complexos, os robôs estão por aí. E são melhores que nós em muitas habilidades. 

O receio de um dia sermos superados e dominados pelas máquinas é reforçado a cada avanço da tecnologia. Em uma visão menos apocalíptica, mas bastante pé no chão, parece dado que muitas atividades ainda desempenhadas por humanos serão assumidas, cedo ou mais cedo ainda, pela automação. 

O principal conselho de especialistas aos que mais se preocupam é desenvolver habilidades que dificilmente computadores ou robôs poderão superar. “Quanto mais habilidades, conhecimento e experiência você tiver, menos chances terá de ser substituído ou automatizado, então adquira o que puder, o mais rápido que puder”, enuncia Larry Alton, em artigo na Forbes, entre as formas de nos prepararmos para a iminente “revolução robótica”. 

Outros itens a nos distinguir e que são predicados valiosos são, por exemplo, a adaptabilidade e a sociabilidade. Vale investir no desenvolvimento desses traços, como discorre Adam Waytz em seu livro “The power of human”.  

A adaptabilidade consiste na capacidade de reagirmos aos imprevistos, de sermos flexíveis. Os computadores e robôs são muito bons em repetir atividades milhões de vezes (e sem se cansar), mas ainda é vantagem nossa conseguirmos nos adaptar diante dos mais específicos cenários.

A sociabilidade, por sua vez, se relaciona à inteligência socioemocional. Mais do que quaisquer animais, e que dirá do que as máquinas, os humanos têm habilidades de compreensão de emoções, empatia, entrosamento e colaboração, enfim. 

Waytz apresenta ainda um contraponto, tratando de como os esforços tanto para se adaptar a um mundo mutável e exigente, quanto para lidar com a sociabilidade como imperativo do mundo profissional, podem ser exaustivos e desgastantes. Aí entra outro diferencial humano, um luxo ao qual as máquinas não se dão: o lazer. Ao perguntar, em uma de suas pesquisas, o que um humano pode fazer e um robô não pode, o pesquisador obteve entre várias respostas a sua preferida: “a mente de um robô não pode vagar”. 

Aí reside um alívio para as pressões – que resultam, o mais das vezes, na piora do desempenho – e um trampolim para a produtividade. Muitas organizações incentivam o lazer para evitar casos cada vez mais comuns da síndrome de burnout e outros males advindos da cultura do trabalho incessante. Além do mais, diversas pesquisas apontam que a distração mental está diretamente associada a benefícios cognitivos, como o incremento da criatividade. 

O próprio Waytz, em estudo recente em parceria com a psicóloga Meghan Meyer, mostrou que pessoas bem-sucedidas em atividades criativas têm maior capacidade de pensar além do aqui e agora. Portanto, indivíduos versáteis, com maior diferencial competitivo. 

A capacidade de comunicação sofisticada também é um campo no qual levamos vantagem. Embora haja tentativas de criação de “robôs autores” e o uso de algoritmos para a disseminação de notícias e conteúdos seja algo comum – assunto que já tratamos aqui – ainda somos muito melhores em nos comunicar de forma convincente. 

E, fazendo o uso dessa habilidade, esperamos tê-lo deixado, caro leitor, mais tranquilo em relação à supremacia dos robôs. Ainda somos imbatíveis em muitas coisas, sobretudo naquilo que nos distingue de todas as outras criaturas e inventos. 

Algoritmos contra o preconceito

12 de julho de 2019 Posted by Pessoas, Tendências 1 thought on “Algoritmos contra o preconceito”

Universidade desenvolve ferramenta para reduzir risco de resultados discriminatórios em sistemas de Inteligência Artificial.

Um dos maiores temores em relação à disseminação da Inteligência Artificial é a limitação de acesso ao processo de aprendizagem – cada vez mais complexo, como nos cérebros humanos – e consequente incerteza em relação aos resultados. Com algoritmos exponencialmente sofisticados, como os usados nas máquinas de deep learning e suas redes neurais, é muitas vezes impossível acompanhar o “raciocínio” seguido até determinada solução. Um desafio ainda maior devido à acelerada adoção de sistemas de machine learning nas áreas de segurança, educação, finanças e negócios, entre outras. Enquanto a maioria dos softwares são codificados com lógica programável, ou seja, respondem conforme os parâmetros determinados por seus programadores, não é possível saber exatamente qual é o processo pelo qual alguns algoritmos de IA passam até que cheguem às suas conclusões. São os sistemas black box, que já falamos aqui.

As máquinas com capacidade de aprender o fazem a partir de informações recolhidas previamente, das quais sairão os parâmetros para predições, ações e reações. Mas, por mais “independentes”, esses dispositivos são programados e alimentados por humanos e seus dados. Eles carregam vieses pessoais, visões de mundo e distorções. Como resultado, o risco de sistemas preconceituosos ou discriminatórios.

Um famoso estudo de pesquisadores das universidades de Virginia e Washington mostrou como sistemas de identificação de imagens rotularam como sendo de mulheres imagens de homens na cozinha. Afetadas pela tendência registrada em seus bancos de dados, as máquinas reproduziram um estereótipo comum entre os humanos. Situações semelhantes já foram encontradas em programas para identificar suspeitos, por meio de reconhecimento facial, e outros.

Pesquisadores da Penn State e Columbia University acabam de apresentar uma ferramenta com o objetivo de identificar discriminação indesejável nos sistemas de inteligência artificial.

“Sistemas como este são treinados por uma imensa quantidade de dados, mas se os dados são enviesados, eles afetarão o resultado”

Vasant Honavar, professor da Penn State, cita como exemplo um algoritmo destinado a identificar os melhores candidatos para uma vaga de emprego, baseado em determinadas habilidades. Mas como os dados trazem uma série histórica em que mais homens foram empregados, no passado, o sistema tem a tendência de também privilegiar os homens em detrimento das mulheres. “Não há nada de errado com os algoritmos, eles fazem o que devem fazer, mas os dados usados aumentam o potencial para recomendações injustas. Se nenhuma mulher foi contratada no passado para determinada posição, é provável que o sistema não recomende mulheres para uma nova vaga no futuro”, completa o professor.

A menos que modificações sejam introduzidas nos algoritmos, como as desenvolvidas pela universidade. Os cientistas testaram o novo método usando diversos tipos de dados disponíveis, como a renda e demografia do censo norte-americano. A ferramenta de inteligência artificial foi capaz de detectar o risco de discriminação atribuído a determinados atributos, como gênero e raça.

As máquinas caça-talentos

5 de julho de 2019 Posted by Pessoas, Sem categoria 0 thoughts on “As máquinas caça-talentos”

Inteligência artificial desponta como recurso estratégico das áreas de Recursos Humanos e Gestão de Pessoas.

As ferramentas de Inteligência Artificial (IA) têm demonstrado capacidades de identificar padrões de comportamento e preferências, traçar perfis e estabelecer projeções das mais variadas. Essas possibilidades vêm sendo, dia após dia, mais frequentemente incorporadas aos ambientes organizacionais, como forma de otimizar processos e alavancar resultados.

Uma das inserções que vem ganhando destaque acontece no setor de recursos humanos ou gestão de pessoas. Segundo pesquisa da consultoria Gartner, 23% das empresas analisadas que têm projetos piloto ou já implementaram funcionalidades de IA, fazem uso da tecnologia no setor de RH e recrutamento. 

Quando se fala na aquisição de novos talentos para as organizações, comumente menciona-se a possibilidade de que processos baseados em IA possam contaminar a seleção com preconceitos e discriminação, como já mencionamos em outro artigo. Mas já há um esforço em minimizar essas interferências e não parece haver a intenção de que a seleção venha a ser um dia totalmente automatizada, sem a intervenção humana. 

Os recursos de IA são utilizados para análise de mercado, identificação de competências, detecção de habilidades correspondentes, entre outros aspectos, que fundamentam as etapas seguintes de seleção. O uso desse expediente é essencial, por exemplo, em empresas de grande porte, que recebem grande volumes de candidatos e contratam muitos colaboradores, bem como na busca de profissionais especialistas ou de perfis raros e específicos. 

A IA também ajuda a vasculhar a comunicação organizacional, por meio de processamento de linguagem e análise textual, para obter insights sobre o clima organizacional, eventuais insatisfações ou fatores desmotivantes. “Como exemplo, ao analisar os comentários compartilhados em uma pesquisa de engajamento de funcionários, uma organização conseguiu descobrir que uma queda no engajamento de um grupo de funcionários se devia a problemas com o uniforme de trabalho – algo que podia ser corrigido direta e facilmente. Isso ajudou a organização a evitar atritos desnecessários, caros e indesejados ”, comenta Helen Poitevin, vice presidente de pesquisa da Gartner. 

Outra possibilidade, essa ainda mais incipiente que as demais, é a utilização de assistentes virtuais de RH. Fazendo uso de chatbots e ferramentas semelhantes, as organizações podem fornecer respostas a consultas de colaboradores, gerar insights sobre métricas da área ou conduzir algumas etapas do fluxo de trabalho do setor. 

São sinais dos tempos: Se, com o avanço da tecnologia, seu chefe pode ser um algoritmo, saiba que o RH da sua empresa – ou melhor, parte dele – também pode. 

(In)segurança na palma da mão

31 de maio de 2019 Posted by Pessoas, Tecnologia, Tendências 0 thoughts on “(In)segurança na palma da mão”

Preocupações com a segurança em dispositivos móveis deixam pessoas e empresas em alerta.

A comodidade proporcionada pelos computadores e dispositivos móveis, com seus aplicativos, redes sociais e algoritmos, não veio sem riscos. Um dos principais é a incerteza em relação a segurança de dados pessoais e corporativos. Em diferentes frentes de batalha as empresas, os programadores, as forças de segurança e os criminosos – dos lone wolves às quadrilhas internacionais financiadas por governos ou máfias –  exercitam sua criatividade e habilidade. Uns buscando aumentar a segurança digital, sem prejudicar a experiência do usuário e o desempenho das máquinas, outros criando ou investigando brechas para atacar os sistemas ou seus proprietários.

Uma das abordagens fraudulentas mais comuns e eficazes, por incrível que pareça, não é das mais elaboradas. Um relatório de 2018 da FireEye, companhia especializada em segurança, apontou que 91% dos crimes cibernéticos começam com o e-mail. A estratégia é demonstrar confiabilidade e, assim, conseguir que o usuário clique em um link ou forneça informações confidenciais, acreditando na boa fé ou na procedência daquela solicitação. A prática de phishing, mais especificamente, aumentou em 65% ao longo de 2017, obtendo mais sucesso em dispositivos móveis que em desktops ou outros equipamentos.

O hábito de utilizar de senhas fracas e de repetí-las em vários sites e apps é outra vulnerabilidade sobre a qual os cibercriminosos fazem a festa. O cenário fica tanto mais delicado quando observa-se que os usuários comumente repetem senhas em contas pessoais e do trabalho, e que muitas vezes compartilham essas informações com colegas ou familiares.

Segundo a Verizon,operadora de telefonia norte-americana, em 2017 senhas simples ou que tivessem sido roubadas foram responsáveis por mais de 80% das violações por hackers em empresas. E as pessoas muitas vezes não tem consciência da fragilidade dos códigos que escolhem: quase 70% dos participantes de uma pesquisa Google e Harris Poll avaliou positivamente a proteção de suas contas online, apesar de outras respostas da pesquisa demonstrarem o contrário.

Mas a conta dos riscos não deve ir toda para os usuários. A rede à qual os dispositivos móveis estão conectados determina e muito a segurança de sua utilização. Pode-se dizer que o aparelho está seguro em proporção semelhante à segurança da rede que utiliza. Muitas vezes as pessoas se conectam a redes públicas, pouco seguras, e deixam seus dispositivos vulneráveis, mas muitas organizações que deveriam utilizar VPNs (redes privadas virtuais) ou outros meios de proteção, não o fazem a contento.

A lentidão ou inexistência de atualizações em dispositivos também joga em favor da insegurança. Grandes marcas de tecnologia ou aplicativos mantém verdadeiros exércitos que disponibilizam atualizações frequentes para seus softwares, mas outras aplicações que aparentam menor importância (e cada vez mais presentes, com a evolução da Internet das Coisas) abrem brechas quando ficam desatualizadas.

O tema da segurança de dados é central, não apenas pela ótica das organizações que os coletam, mas também pela percepção das próprias pessoas em relação a sua privacidade e identidade. O Facebook, que perdeu US$ 100 bilhões em valor de mercado após o escândalo da Cambridge Analytics, bem o sabe. Assim como os milhões de pessoas com dados espionados pelo governo americano, no escândalo revelado pelo ex-analista da CIA, Edward Snowden, em 2013.

A presença crescente de dispositivos conectados ao nosso redor deve intensificar preocupações relacionadas à privacidade e à segurança. Esses equipamentos coletarão, a cada segundo, dados sobre nosso cotidiano, hábitos e consumo, elevando a outro patamar a já interconectada realidade atual.

E não para aí. De celulares e computadores iremos para geladeiras, carros e outros bens capazes de armazenar dados pessoais e sigilosos, próximos alvos dos cibercriminosos.

Inteligência artificial cura até coração partido

30 de abril de 2019 Posted by Pessoas, Tecnologia 0 thoughts on “Inteligência artificial cura até coração partido”

Bioengenheiros desenvolvem cateter que navega pelo sistema cardiovascular com o uso de inteligência artificial.

Se lembra dos carros autônomos, dos quais falamos neste artigo? Pois bem. Um sistema baseado em princípios semelhantes envolvendo inteligência artificial e reconhecimento de imagens está em desenvolvimento por bioengenheiros do Hospital Infantil de Boston, com a promessa de encontrar e ajudar a sanar problemas cardíacos. A primeira demonstração foi bem sucedida e relatada na Science Robotics.

O grupo de pesquisadores, liderado por Pierre Dupont, criou um cateter cuja missão era encontrar vazamentos em válvulas do coração. Há mais de uma década já há pequenos robôs guiados por controle remoto para esse fim e catéteres dirigidos com o uso de magnetismo, mas em ambos os casos a condução exige muita perícia e esforço dos médicos. Incluir inteligência artificial no dispositivo tem como objetivo desobrigar os profissionais dessa função para que possam se dedicar apenas à solução do problema.

O sistema de inteligência artificial que conduz o cateter é alimentado previamente com informações dos exames pré-operatórios. A partir disso, por meio de sensores, ele avalia o ambiente em seu redor em intervalos regulares, decidindo qual o próximo passo a dar, tal como fazem os insetos com suas antenas ou roedores com seus bigodes. Uma câmera na ponta do aparelho completa seus “sentidos”, permitindo usar a identificação de imagens para compor a avaliação da ação.

No teste, realizado em válvulas artificiais imitando tecidos humanos, o cateter foi capaz de percorrer o coração desde sua base, passando pela parede do ventrículo e percorrendo a válvula danificada até encontrar o vazamento milimétrico. O tempo médio gasto pelo aparelho para localizar o vazamento foi praticamente igual àquele registrado por humanos.

Além de automatizar um processo até então essencialmente humano, essa descoberta pode eliminar a necessidade de exames fluoroscópicos, comumente utilizados em procedimentos como esse e que expõem os pacientes à radiação e efeitos colaterais.

Para Dupont, chefe de cardiologia pediátrica do hospital, esse foi o primeiro registro de algo equivalente a um carro autônomo utilizado no campo da saúde, transitando no sistema circulatório humano. Esperamos de coração que a técnica seja aprimorada e em breve esteja a serviço de muitas pessoas.

Alta resolução de verdade: fotografando o DNA

10 de abril de 2019 Posted by Pessoas, Tecnologia, Tendências 0 thoughts on “Alta resolução de verdade: fotografando o DNA”

Algoritmos de reconhecimento de imagens aplicados à análise do DNA podem mudar a saúde do mundo.

É possível prever o funcionamento, antecipar as características, estimar o comportamento, mas muitas vezes os cientistas precisam ver. Depois de 25 anos, pesquisadores divulgaram esta semana um importante avanço na obtenção de imagens reais das interações do ácido desoxirribonucleico (DNA). Suas moléculas contêm as instruções genéticas que coordenam o desenvolvimento e funcionamento de todos os seres. A análise dos dados do DNA por meio de sistemas de inteligência artificial promete revolucionar a medicina e as ferramentas de reconhecimento de imagens são estratégicas neste processo.

As equipes do Jila – o instituto de pesquisas físicas da Universidade do Colorado e do Instituto Nacional de Padrões de Tecnologia, nos Estados Unidos – desenvolveram um método mais simples, rápido e eficiente de “fotografar” o DNA. As imagens em alta resolução revelaram a icônica estrutura da dupla hélice, que se parece com uma escada espiralada. Os cientistas esperam que o método permita avanços no estudo da dinâmica entre proteínas e DNA, abrindo caminho para descobertas na área de genética, como já falamos aqui, e medicamentos. Basta pensar na capacidade de aplicar os sistemas de machine learning na análise dos dados gerados pelas imagens em alta resolução do DNA.

O reconhecimento de imagens, aliado a algoritmos e softwares de análise de dados, é uma das áreas mais quentes de investimentos e pesquisas, por seu impacto global. Tomografias, ultrassonografias, radiografias e ressonâncias magnéticas oferecem valioso material aos sistemas de Inteligência Artificial. Com o auxílio de softwares é possível, por exemplo, “suprimir” os ossos de uma radiografia de tórax para avaliar melhor o tecido pulmonar. Os computadores conseguem identificar os sinais ósseos e “ignorá-los” ao construir a imagem. Há também ferramentas de detecção de nódulos cancerígenos no pulmão com tamanho inferior a 3 cm, 7% mais eficazes que as avaliações de especialistas, entre muitas outras aplicações. Os próximos sistemas de diagnósticos por imagem já trará um pré-laudo, assinado por robôs!

O TensorFlow, biblioteca de software de IA do Google fornece ferramentas de análise de imagem e texto que tem sido muito útil. A plataforma permite o processamento de imagens associado aos inputs providos pelos médicos acerca de cada uma, bem como também os feedbacks sobre eventuais diagnósticos falhos indicados pelos algoritmos. Pelo fato de ter uma estrutura open source, o TensorFlow é uma base altamente escalável, pode ser acessada desde grandes data centers a simples smartphones e disponibiliza algoritmos na nuvem por meio de API’s.

O horizonte formado por tantas possibilidades não é de substituição do médico pela máquina, mas do estabelecimento de uma convivência vantajosa tanto para os profissionais quanto para os pacientes. O papel dos especialistas ainda é extremamente necessário para a criação das bases de dados que vão municiar os sistemas. Mais adiante, caberá aos médicos e à sociedade identificar a justa medida entre as benesses da IA, o imprescindível valor da inteligência e sensibilidade humana e as necessidades das pessoas. A meta é tornar a medicina cada vez mais eficaz e acessível.

Poesia, espiões e duelos épicos: origens do Machine Learning

3 de abril de 2019 Posted by Data Science, Pessoas, Tecnologia, Tendências 0 thoughts on “Poesia, espiões e duelos épicos: origens do Machine Learning”

Saiba mais sobre o surgimento e o desenvolvimento das máquinas que aprenderam a aprender.

Machine learning é um ramo da Inteligência Artificial com foco em sistemas capazes de aprender e evoluir de forma automática. Estes programas acessam e usam os dados disponíveis para descobrir padrões e tomar decisões sem intervenção humana. Gostamos de falar sobre o tema, como aqui e ali, mas embora seja um hot topic não podemos dizer que é novidade. Sua história já tem mais de um século e é repleta de drama, aventura, poesia e perseguições em laboratórios secretos.

Na matemática, sagrada musa de todos os programadores, o machine learning sustenta-se em fundamentos de desbravadores do século 19, entre eles o matemático russo Andrei Andreyevich Markov. Amante da poesia, aplicou fórmulas de probabilidade em poemas e, quando a Rússia fervilhava em revoluções, apresentou os conceitos do que viria a ser conhecido como Markov Chains. É uma técnica de análise em que, em uma sequência de variáveis randômicas, uma variável futura é determinada pela variável presente, sem necessidade de conhecimento do estado anterior. Ou, de forma mais simples, permite previsões do futuro baseadas apenas nos dados atuais, independentemente do que aconteceu no passado. É usada rotineiramente em sistemas atuais de machine learning. Está na base do Google.

O trabalho de Markov, assim como o de estatísticos e matemáticos como Thomas Bayes, Laplace e Legendre, todos ainda no século 19, formaram as bases para a programação. Bastava, apenas, é claro, o surgimento do computador. Para a história do machine learning, especificamente computadores capazes de armazenar programas (ou instruções) em sua memória, o que ocorre no final da década de 1940. São eles o Manchester Small-Scale Experimental Machine (1948), o Cambridge EDSAC e Manchester Mark 1 (1949) e o EDVAC da Universidade da Pennsylvania (1951).

É deste período uma das publicações mais instigantes de Alan Turing, um dos mais famosos e influentes pioneiros da computação e da Inteligência Artificial. Sua vida é um drama, e fica aqui nossa dica de filme: The imitation game. Um enredo com nazistas, espiões, laboratórios secretos e muita matemática, sem final feliz.

À mesma época, Marvin Minsky e Dean Edmonds construíram a primeira simulação, em computador, da capacidade de aprendizagem humana. O Stochastic Neural Analog Reinforcement Computer (SNARC), de 1951, feito de válvulas, tubos e uma memória mínima, procurava reproduzir as tentativas de um rato para encontrar a saída de um labirinto. E com sucesso. Minsky se tornaria um dos mais importantes pesquisadores do tema inteligência artificial ao longo das décadas seguintes.

É da década de 60 a descoberta do processamento multicamadas, que abriu um novo ramo na pesquisa por redes neurais, levando à backpropagation. Desenvolvido nos anos 1970, o algoritmo permitia às redes neurais adaptarem-se a novas situações, por meio análise de erros e reprogramação. É hoje usada nas deep neural networks, um dos mais avançados sistemas de machine learning.

A virada dos 1960 para os 1970 é marcada por estes avanços e a popularização do tema na cultura pop, em filmes como 2001: Uma odisseia no espaço, de Stanley Kubrick (assessorado por Minsky), com sua inteligência artificial psicopata HAL 9000.

Entretanto, longe das telas, era lento o desenvolvimento das ferramentas de análise de dados baseadas em inteligência artificial. Os anos sem o surgimento de descobertas ou invenções de impacto reduziram as expectativas de todos e foi somente na década de 1980, com um épico duelo transmitido mundialmente, que o mundo voltou a se ocupar do tema. Contaremos esta história no próximo post.

O blog de ideias da GoToData

Compartilhe

Facebook
Twitter
LinkedIn