aex One é uma empresa de Dig de transformação digital mas com foco muito grande em transformação de Inteligência Artificial e vem daqui as experiências e muito da da das questões que eu vou comentar com vocês os projetos que desde o final do ano passado a gente tem conduzido e feito dentro das organizações vou explicar para vocês que tipo de projeto que é como é que a gente faz esses projetos então o nosso grande lema aqui é transformar o invisível em óbvio né aquilo que ninguém tá vendo por meio de de dados né a ia é uma tremenda leitora trituradora de dados e encontra padrões tudo que a inteligência artificial faz é encontrar padrões e a partir desse padrão ela esfrega na nossa cara muitas coisas que a gente não está vendo hoje a nexo ela tem três linhas de negócio rapidamente uma de educação que é o que a gente tá fazendo aqui uma de transformação digital que é desenvolvimento software agilidade encaixa tudo aqui dentro de transformação digital e uma de transformação de inteligência artificial e tem dois produtos aqui dois serviços principais um ai Office de organização de gestão de estruturação de Inteligência Artificial um ai Labs que eu chamo de Next ai Labs que é a parte de desenvolvimento mesmo de projetos de de de Inteligência Artificial eh vocês usam já muita Inteligência Artificial Eu sei que vocês criaram inclusive uma vice-presidência de Inteligência Artificial eu não conheço nenhuma empresa no BR Brasil que tenha esse cargo o que que ele faz esse esse executivo vice-presidente vice-presidente de Inteligência Artificial E como que vocês estão aplicando isso a gente trabalha com inteligência artificial desde 2018 no iFood O que que a gente criou em 2018 a gente criou uma visão a gente deixou Claro PR as pessoas o como ia ia fazer parte da vida da empresa ao longo do tempo até 2021 Eu costumo dizer que ia era porteira para dentro que que quer dizer isso você precisava construir o seu próprio modelo por conta própria com seus dados via de regra ainda que você pudesse ter alguns dados eh que você pudesse trazer de fora e você tinha que embedar isso de forma muito específica na sua operação Essa foi a primeira grande fase Nossa então a gente tem ali 300 eh eh cientistas de dados mais 2500 engenheiros que basicamente criaram ao longo desse tempo 140 modelos de machine learning e esses modelos hoje conduzem operações da empresa então Sabe aquela imagem de você entrar num centro de operação e ter uns 20 televisores assim em telas e as pessoas olhando operação isso não existe no iFood food tem um algoritmo que conduz as operações Minha estratégia de marketing é conduzida por um algoritmo ela identifica especificamente quem é você e diz essa pessoa já tá aqui ela já tem um hábito não não mas agora eu quero fomentar a ocasião de café da tarde ótimo então eu preciso começar a trabalhar essa pessoa Ó mas o hábito dela essa decisão é feita no nível individual Pelo modelo não tem um ser humano por trás operando regras então a empresa de forma geral hoje ela é conduzida por Iá às vezes eu tô em casa quinta-feira 7:30 da noite pinta uma mensagenzinha no iFood di assim você não tá com vontade de comer uma pizza o cara adivinhou Olha que interessante esse negócio pô eu tô com vontade mesmo deixa eu pedir uma pizza aqui não é aleatório gente os caras sabem o hábito eles têm todos os dados eles sabem os hábitos de consumo eles sabem quem que entre aspas a gente é e eles levam isso em consideração para fazer toda a gestão deles tem um ponto que ele falou pessoal que é assim tira queda as pessoas não se entenderam isso ainda as empresas e no público geral não conseguiu captar isso do que ele falou Sabe aquele painel de operação das empresas que ele chega e tem 20 televisão com um monte de indicador um monte da toda e tal não sei o quê A gente não tem nada normalmente as empresas quando elas têm aquilo aquilo é um motivo de orgulho elas levam todo mundo para olhar isso aí vai acabar gente posição de vice-presidência de Inteligência Artificial Eu acho que isso talvez seja algo passageiro para 5 10 anos mas os próximos 5 10 anos Isso vai acontecer cada vez mais a gente vê esse tipo de posição porque as empresas na minha visão elas vão precisar se tornar eii driving e quando eu falo ai driving não é usar chat GPT mas não é disso que nós estamos falando estamos falando de algo muito mais profundo e muito mais poderoso do que eu simplesmente colocar um copiloto para fazer as atividades que eu que eu já faço hoje estão falando de colocar e a inteligência nos produtos e serviços que nós oferecemos pros nossos clientes quando a gente tá falando de Inteligência Artificial a gente tá falando de um conjunto de um campo de estudo bastante amplo isso aqui tem desde 1950 50 1960 Inteligência Artificial surgiu mais ou menos nessa época mais ou menos junto com a computação a gente já pensava em como tornar as máquinas mais inteligentes e aí as coisas foram sendo desenvolvidas desde então machine learning ele é um subconjunto om oml né Ele é um subconjunto da Inteligência Artificial ele é uma forma de você aplicar a inteligência artificial o machine learning ele traz ele também é conhecido e vocês vão ouvir falar sobre isso sobre a ia tradicional porque ela é um pouco mais antiga só que 80% do que a gente do que tem hoje de aplicações de Inteligência Artificial rodando dentro das empresas são de machine learning de fato porque às vezes você nem precisa ter algo mais novo para cumprir o objetivo então aqui a gente tem algoritmos um aprendizado de máquina supervisionado não supervisionado por reforço você tem algoritmos estatísticos e estatísticos muito poderosos aqui para implementar a inteligência artificial dentro do machine learning com o tempo foi sendo desenvolvido isso foi mais ou menos em 2012 por três pessoas de Stanford junto com a Nvidia eu tive lá na NVIDIA e o cara tava falando explicando essa história e contando esses bastidores dessas histórias pra gente dentro de Stanford eles desenvolveram o que a gente chama de Deep learning que nada mais é o Deep learning do que uma rede neural o ML padrão é aqu elele meio o Machine learner é meio que ele busca padrões nos números ele aprende por padrão igual quando eu ensino alguém uma criança que cachorro é um cachorro eu não explico para ela que ele tem orelha boca focinho eu fico dando exemplos para ele isso ali é um cachorro uma hora que a criança vai dizer pô isso ali é um cachorro Ela vai por semelhança por padrão machine learning é mais ou menos isso o Deep learning ele é uma forma de machine learning mais profunda a machine learning é junto com a capacidade de de de de processamento que a Nvidia entregou ela simula uma rede neural ela simula o funcionamento do do do do nosso cérebro Então ela é muito mais poderosa só que ela é mais poderosa só que ela é mais cara exige mais dados mais processamento então às vezes você não precisa de Deep learning você só precisa de machine learning você nem precisa chegar aqui você faz a mesma coisa com o mesmo nível de precisão usando uma forma mais barata e mais rápida e com menos dados Então você tem que saber usar as ferramentas e dentro do Deep learning Você tem algo que aí eu acho que todo mundo já conhece que é a Ea generativa que aí a gente começa a falar de nlp né de processamento de linguagem natural é uma forma de Deep learning que entende linguagem entende texto e se comunica como a gente se comunica Então tudo isso basicamente são subconjuntos de Inteligência Artificial cada um traz um conjunto de ferramentas de algoritmos e que você pode aplicar para resolver problemas como eu comentei com vocês as oportunidades elas fluem para onde tá a atenção das empresas Inteligência Artificial aí tá aí o Hype né do gartner 2023 mostrando aonde tão Aonde estão as tecnologias de inteligência artificial todas elas vão passar por essa curva né esse pico de de expectativas aqui então a ia generativa em 2023 ela tava de fato no pico Talvez hoje na verdade se você for olhar a ia esteja a generativa ela esteja por aqui assim ó as pessoas hoje já estão entendendo um pouco melhor sobre como funciona isso e em tese elas estão eh entendendo que não existe uma super Inteligência Artificial a inteligência artificial é sobre detecção de padrão e e predição acima de um um de um de um padrão então para cada atividade que você faz você vai precisar ter uma ia treinada algoritmo treinado ela não vai resolver toda a tua vida você estuda um pouco mais você sabe que isso não vai acontecer porque esbarra a inteligência artificial hoje ela esbarra no em algo que é da Computação a computação ela é feita de é zero e um isso não mudou ainda se é zero e um não tem como uma coisa ser uma mesma coisa ser duas coisas ao mesmo tempo e nós humanos temos a capacidade de classificar uma mesma coisa ela se é verdadeira ou falsa Por exemplo essa frase está errada se você concordar comigo você tá classificando duas coisas a i ela não tem capacidade de lidar com coisas que não são nem lá nem cá talvez com uma inteligência quântica isso possa ser resolvido uma inteligência quântica uma processamento quântico mas isso pessoal tenho certeza que nós todos aqui não vamos ver a computação quântica ela precisa ser estabilizada a z0 graus não pode ter nenhum ruído cara é é outro mundo a gente ainda não tem tem tecnologia para isso mas o fato é que as empresas estão olhando para isso aí quando você vê um seor do do iFood falar e dar entrevista para isso e ter vice-presidência de Inteligência Artificial você vê que o negócio é um pouco mais sério talvez do que a gente pudesse imaginar o Brasil já é o quinto país do mundo que mais usa Inteligência Artificial Aliás o nosso país Ele é muito adepto a novas tecnologias a gente usa muito e usa para valer né em 12 meses um crescimento de mais de 1000% do uso da Inteligência Artificial quando a gente tá falando de software desenvolvimento de ai software né ai products do tipo do que o mais ou menos o Diego do iFood comentou a gente tá falando de ter um aumento aqui de praticamente 20% em todo ano tá E até 2027 um custo um gasto no mundo de mais ou menos 300 Bilhões de Dólares faz a conta de quanto que é isso quanto dinheiro tá rolando dentro disso tudo né No início do ano surgiu uma pesquisa que o Boston group fez 89% lá dos 90% dos ceos ranavalona dentro das organizações o crescimento em todas as áreas do mundo houve um crescimento do interesse pela Inteligência Artificial E aí vem aquela questão aonde tá a atenção das empresas estão as maiores oportunidades não tá claro ainda o roadmap os investimentos as prioridades o que que dá para fazer as empresas estão precisando de ajuda para isso que tipo de projeto ela pode fazer Que tipo de produto ela pode fazer desenvolvimento de software desenvolvimento de aplicativo tradicional você tem aqui de um lado para fazer um um software tradicional um conjunto de regras você vem e implementa isso aqui isso aqui vai gerar um código e é um código fixo que você faz o Deploy tem uma versão quando você dá uma entrada você coloca um valor para esse código para essa operação O que que você espera que ele Gere aqui um resultado que seja sempre de acordo com aquele código que você fez se eu coloquei no código que a regra é 2 + 2 toda vez que eu colocar 2 + 2 eu quero que seja 4 então não importa se ele vai ficar 1 ano 6 meses 20 meses ele sempre vai dar esse resultado aqui sempre que você pessoal conseguir determinar Quais são as regras de funcionamento de uma aplicação você não precisa de Inteligência Artificial porque se você consegue dizer qual que é o caminho o que que precisa ser seguido Isso aqui precisa ser desta forma então eu vou lá e programo isso eu vou lá e vvo coloca essas regras no código agora vamos pegar o exemplo do cachorro que eu comentei sobre como é que a gente ensina uma criança a identificar que o cachorro é um cachorro fechado me diz como é que eu ensinaria uma máquina que o cachorro é um cachorro através de código como é que eu ensino através de código uma máquina escreveu um texto para mim perceberam não tem como fazer isso que a gente faz o que que é a possibilidade aqui da Inteligência Artificial ao invés de você ter regras você coloca você entrega para ele D dados muitos dados e esses dados vão ser processados por um algoritmo de Inteligência Artificial esse algoritmo é pronto eu não tenho que fazer esse algoritmo quem que faz esse algoritmo a openi Stanford MIT Então aqui estão os diversos algoritmos eu tenho algoritmo de machine learning que é de detecção de anomalia eu tenho de identificação de de sei lá de regressão linear de de clusterização quando eu volto para cá ó para essa classificação aqui pessoal de machine learning de a Deep learning e generativo existem vários algoritmos de cada tipo por exemplo machine learning Eu tenho um algoritmo chamado camins que faz a clasa dos dados é uma abordagem Não supervisionada quando eu preciso classificar muita informação por exemplo um e-mail se o e-mail ele é um spam ou não então eu posso utilizar um camins Então dentro de cada um dessas áreas aqui existem vários desses algoritmos então eu vou submeter uma quantidade enorme de de de algoritmo de dados para esse algoritmo e eu vou executar ele ele vai aprender esse aprendizado ele pode ser basicamente não supervisionado ou supervisionado não supervisionado é quando eu só passo os dados para ele e não digo qual é o resultado que é certo que é errado ele descobre sozinho se vira aí meu supervisionado é quando eu classifico as coisas para ele quando eu falo assim tá vendo esse registro essa informação que eu tô te passando aqui isso aqui é um cachorro E aí eu faço uma diversificação de dados e vou dizendo para ele ele que é cachorro cachorro cachorro cachorro numa abordagem não supervisionada eu dou foto de um monte de animais para ele e deixo ele claster isar para mim ele vai dizer eu não sei o que que é isso aqui mas tá com cara de que tudo isso aqui é o mesmo bicho me diz aí que bicho é esse aí eu vou falar ó você acabou de separar que isso aqui é cachorro isso aqui é gato isso aqui ele faz sozinho quando você passa esses dados por esse algoritmo ele gera um modelo que é o que o nosso amigo Diego comentou lá no início do vídeo o modelo é tá é o como se fosse o nosso código quando eu falo eu criei um modelo de a é um código é uma versão como se fosse um software isso aqui é o que eu faço um Deploy que eu coloco na nuvem que eu coloco no computador coloco todo lugar quando eu mando para cá eu mando um novo dado porque eu eu criei um modelo esse modelo a minha versão 1. 0 imagina que ele faz uma classificação de imagem e diz para mim se é cachorro ou não cachorro eu treinei ele com um monte de imagem de cachorro agora eu pego uma imagem que ele não foi treinado envio para ele e falo modelo classifica para mim é cachorro ou não é cachorro cachorro e aí ele vai dizer para mim isso aqui é Cachorro não Cachorro essa saída aqui pessoal ela é sempre uma saída probabilística ela nunca é uma determinística aqui em cima no tradicional Eu determino 2 + 2 é sempre igual a 4 aqui não aquela probabilidade o algoritmo nunca vai dizer isso aqui é um cachorro isso aqui não é um cachorro ele vai dizer isso aqui tem 78% de chance de ser um cachorro e esse e aqui que vem o pulo por quê se ao longo do tempo os teus dados mudam vamos imaginar agora que surgiu uma nova houve uma mutação dado a pandemia e Surgiu uma nova cinco novas raças de cachorro a qual o modelo não foi treinado Quando essas novas raças entrarem no meu modelo ele vai conseguir identificar não então o que que eu tenho que fazer com o meu modelo tem que gerar uma versão 2. 0 com os dados deles melhorados Portanto o teu modelo de a ele nunca tá pronto galera porque você precisa ficar acontecendo Existem várias categorias aqui de a eu gosto dessa classificação tem várias maneiras de você olhar isso mas são sete categorias para projetos de a ou seja quatro usos tá sete usos você pode usar a ia para fazer reconhecimento por exemplo reconhecimento de imagem você pode usar ela para fazer conversação e interação humano é uma categoria de aplicação de case de de casos de uso você pode utilizar para fazer predição e tomada de decisão Gold driven é mais para treinamento de robótica você dá um objetivo e deixa o robô atingir aquele objetivo ou jogar um xadrez muito usado para game sistema autônomo carro aí aqui vem por exemplo visão computacional e tem dentro do do sistema de reconhecimento então às vezes você usa mais de uma categoria hiperpersonalização um pouco do que o iFood faz e a não tem funcionalidade e a é código aprendizado padrão e ele vai me devolver um resultado Olha o chat GPT você vai lá o que que é um o que que é um chat GPT eu faço uma pergunta e me dá uma resposta é isso que tem de funcionalidade lá é mais sobre dados e menos sobre funcionalidades nesse tipo de projeto você tem menos funcionalidade menos regras de negócio mas você tem muito mais dados comportamentos padrões alertas algoritmos checagem e é algo que é interessante porque às vezes você não tem certeza do que a ia fez dando outro exemplo saindo do iFood indo pro Uber o Uber pessoal é ele tá tão envolvido com inteligência artificial que ele tem uma plataforma de inteligência artifici o que você pode usar como o Google tem e você pode usar como aws Uber também tem uma plataforma de machine learning Uber ele treina 20.
000 modelos mesm tudo desde o momento que você faz o login até o momento que você vai dar o o benefício pro motorista tem EA rodando dentro da Uber e eles têm 5. 300 talvez agora possa ser pode ser que ten até um pouco mais 5300 modelos em produção agora olha que interessante 20.
