A revolução tecno-cognitiva.
Ao longo da história humana buscamos evoluir e ultrapassar nossos limites e conseguimos. Em 4 séculos alcançamos a tecnologias que nos propícia superar as nossas capacidades biológicas e a distância, faltava superar a mente humana, faltava.
O DeepMind levou a grandes avanços na eficiência energética dos data centers do Google, reduzindo a eletricidade necessária para o resfriamento em até 40% e uma melhoria geral de 15% na eficiência energética do prédio.
A taxa de preenchimento correto dos dados de um processo no sistema da companhia é de 75% quando o trabalho é feito por humanos e de 95% com o uso dessas tecnologias.
Inteligência artificial, Machine learning e Deep learning. O que são ?
Inteligência artificial — Inteligência Humana Exibida por Máquinas
A inteligência artificial ou IA é a capacidade da máquina simular algumas características humanas, como a percepção visual, reconhecimento de fala, tomada de decisão e tradução de idiomas. O que conseguimos fazer se encaixa no conceito de “IA limitada”. Tecnologias que são capazes de executar tarefas específicas tão bem quanto, ou até melhor, que nós humanos conseguimos.
Machine Learning — Uma Alternativa para a Inteligência Artificial
Como mencionado o machine learning da maneira mais básica é a prática de usar algoritmos para coletar dados, aprender com eles, e então fazer uma determinação ou predição sobre alguma coisa no mundo é uma abordagem com algoritmos que através dos anos incluiu árvore de aprendizado, programação lógica indutiva, agrupamento, aprendizado reforçado, redes Bayesianas, entre outros.
Deep Learning — Uma Técnica de Machine Learning
Inspiradas em redes Neurais Artificias que são correspondentes ao nosso entendimento da biologia do nosso cérebro. Essas redes neurais artificiais possuem camadas, conexões e direções de propagação de dados.
Cada camada atribui um peso para os dados que entram, a importância do dado é relativa a tarefa em execução. O resultado é então determinado pelo total desses pesos. Ela traz um “vetor de probabilidade”, que é um valor calculado a partir dos pesos atribuídos.
Hoje, o reconhecimento de imagens por máquinas treinadas através de deep learning em alguns cenários possuem uma taxa de 87% de acerto, sendo maior que a de humanos, e isso varia de gatos até identificar indicadores de câncer no sangue e tumores em exames de ressonância magnética. O DeepMind do Google também aprendeu as regras do jogo e calibrou sua rede neural jogando contra si mesmo repetidamente.
Quer ler mais sobre o assunto quer saber como levar isso para dentre da sua empresa?
Clique aqui e baixe o e-book que preparamos pensando nas empresas.