Dar vida a desenhos e imagens, realizar milhares de cálculos em segundos e – por que não? – criar robôs que executam os mesmos trabalhos da mente humana. Esse é o tipo de tarefa que poderia muito bem ser a descrição de um novo filme de Steven Spielberg, mas, para quem trabalha com inteligência artificial, é apenas rotina.
Na prática, o que faz boa parte da população sonhar em trabalhar com a tecnologia não é apenas a perspectiva futurista – do ponto de vista dos negócios, a IA é capaz de aumentar em 10% a receita das empresas que a adotarem, segundo a NVIDIA Enterprise. Um levantamento da consultoria de negócios everis mostrou que, só em 2020, a procura por ferramentas do tipo aumentaram 48%.
LEIA MAIS: 7 casos em que a implementação da inteligência artificial foi um fiasco
Mas por trás da inteligência artificial, mentes humanas controlam e aperfeiçoam as operações. Uma delas é a de Daniel Vettorazi, creative technologist da Buck Design, que venceu o Webby Awards, prêmio considerado o Oscar da internet, pela criação do trailer da série “Between the World and Me”, produzida pela HBO. O publicitário de formação foi responsável pelo uso da lA na animação dos desenhos, contribuindo para a agilidade no processo de trabalho dos animadores.“Com a tecnologia, um processo que poderia demorar horas, dias ou meses é realizado pela máquina numa fração desse prazo. Assim, o profissional não precisa se preocupar com algumas etapas do trabalho e ainda há a possibilidade de usar aquele tempo e energia extras para melhorar e evoluir a qualidade do que está sendo produzido”, descreve. Segundo Vettorazi, foi usando a tecnologia de maneira pessoal que ele acabou se dando conta da demanda no mercado por ferramentas do tipo. “Comecei a usar IA como suporte para pequenas tarefas de rotina e constatei que a qualidade do meu trabalho melhorou. Percebi, então, que aquilo não era apenas uma necessidade pessoal minha, mas também dos clientes com quem trabalho”, afirma.
Foi com um olhar semelhante para o futuro que Jhonata Emerick fundou a Datarisk, empresa especializada em soluções de machine learning para análise de dados que atende clientes como Raízen, Sanofi, Souza Cruz, Basf, Suvinil e Riachuelo. O CEO, graduado em engenharia aeronáutica pela USP e mestre em finanças quantitativas pela FGV, conta que a rotina da profissão está muito associada ao desenvolvimento de outras carreiras, e não somente à substituição de pessoas por máquinas. “Para a IA se tornar relevante para os negócios é preciso um entendimento geral da companhia sobre o tema e seus benefícios. É de extrema importância que seja criada uma ‘jornada de dados’ para esse esclarecimento, com a participação de engenheiros, cientistas, analistas de business intelligence e oficiais de ética”, sugere.
Em relação ao mercado brasileiro, Emerick analisa que o crescimento acelerado do setor está diretamente ligado à pandemia. Entretanto, fatores como a escassez de talentos e baixos investimentos constituem obstáculos para que a área deslanche. “A América Latina tem menos de 0,5% do investimento privado global em IA, sendo que 42% das empresas dessa região estão localizadas no Brasil. É um cenário que começa a ter importância já que, em 2020, cerca de 48% das empresas brasileiras se depararam com algum tipo de IA, porém ainda muito distante de ecossistemas mais maduros, como Estados Unidos e China”, explica.Assim, para os profissionais que desejam ingressar no setor, oportunidades não devem faltar nos próximos anos. Segundo um estudo deste ano da Universidade de Stanford, o Brasil já é o país que mais contrata especialistas em IA no mundo. “O trabalho com inteligência artificial é desafiador e surpreendente. Eu gosto de notar que, por meio da experimentação, sempre há uma expectativa de como a máquina vai entregar os resultados. São longas horas de trabalho para chegar a um resultado que você não tem como prever. Essas descobertas expandem a visão de mundo do profissional. Outro fator positivo é notar que, graças a essa tecnologia, o mundo está evoluindo rapidamente em todas as áreas. E ver que essa evolução é sentida de uma forma macro, e não apenas individual, traz muita satisfação”, pontua Vettorazi.
A pedido da Forbes, os dois especialistas elaboram algumas 10 dicas para quem almeja ingressar na área. Veja, na galeria a seguir, quais são elas:
-
Eva Katalin/Getty Images 1. Perca o medo
“Quando pensamos em IA, já está no zeitgeist [termo alemão que significa o conjunto do clima intelectual e cultural do mundo] da sociedade assimilar a tecnologia como algo futurista, intangível. Mas, atualmente, os conteúdos são tão acessíveis que qualquer pessoa com interesse pode começar a estudar e fazer testes com modelos de machine learning. Existem, também, ferramentas gratuitas que permitem ao usuário trabalhar com algoritmos sem precisar escrever uma linha de código. É o caso do website runwayml.com, que permite que o usuário crie vídeos utilizando efeitos especiais, correção de cor, composição e outros recursos sem precisar entender de programação.” – Daniel Vettorazi, creative technologist da Buck Design
-
Getty Images 2. Tenha vontade de aprender
“Como pré-requisito para entrar no mundo da ciência de dados é necessário ter conhecimento básico do banco de dados relacional ou não relacional (SQL e NoSQL) e das linguagens de programação como Python e R. Este tipo de programação, além de intuitiva e simples, é a mais utilizada pela comunidade da área. Aprender sobre isso é um bom ponto de partida.” – Jhonata Emerick, CEO da Datarisk
-
Getty Images 3. Procure por problemas que as máquinas poderiam resolver
“‘Techno-chauvinism’ é um termo em inglês que significa que a tecnologia é a solução para tudo. Isso não é uma regra que pode ser aplicada a todos os problemas. Porém, em muitos processos, onde naturalmente a solução seria colocar uma pessoa para resolver, é preciso analisar se o uso de uma máquina faz sentido, liberando tempo e energia dos profissionais para serem usados em outros projetos e demandas.” – Daniel Vettorazi
-
Photographerismylife/ Getty Images 4. Entenda a lógica por trás dos algoritmos
“Estatística e matemática também estão presentes no entendimento dos conceitos por trás dos algoritmos, portanto é necessário conhecer sobre o assunto para compreender o comportamento dos dados e produzir modelos preditivos. O domínio dessa habilidade separa um cientista de dados de um engenheiro de machine learning.” – Jhonata Emerick
-
Anúncio publicitário -
Monty Rakusen/Getty Images 5. Nunca subestime a importância dos dados
“A IA trabalha analisando padrões. Se a coleta de dados não for tão cuidadosa ou pensada, o padrão enxergado pela máquina provavelmente não será tão confiável ou preciso. Existe uma frase na área que diz que ‘um modelo de machine learning é tão bom quanto a pessoa que a treinou’, por isso, tenha cuidado e atenção com todos os dados que você utiliza e reserve um tempo pensando em como eles podem ser lidos pelo programa.” – Daniel Vettorazi
-
Getty Images 6. Participe de competições
“Para quem já tem conhecimento, a participação em comunidades online como Kaggle, que oferece desafios de inteligência artificial realizadas entre os usuários, permite que você explore e publique alguns conjuntos de dados, além de dar acesso a treinamentos e servir como portfólio de soluções” – Jhonata Emerick
-
Dowell/Getty Images 6. Detecção e correção de vieses inconscientes – 22%
-
Teera Konakan/Getty Images 8. Foque no impacto
‘Na hora de colocar a mão na massa, pense sempre em como a inteligência artificial irá impactar o futuro. A IA é considerada o cérebro de um negócio, pois gera insights sobre padrões e tendências, auxiliando no direcionamento de estratégias e nas tomadas de decisões. Portanto, foque no problema, defina como será analisado, escolha as ferramentas corretas e crie um plano de ação com a solução.” – Jhonata Emerick
-
Laurence Dutton/Getty Images #4
Algoritmos e força de trabalho
“Os trabalhadores de escritório – secretárias, digitadores de dados, representantes de atendimento ao cliente – já foram suplantados por sistemas automatizados. Algoritmos são onipresentes agora. Eles são uma forma de trabalho invisível, otimizando nossos deslocamentos, processando pedidos on-line e roteando nossos fluxos.” -
Eriklsakson/Getty Images 10. Busque cursos online
Para quem quer desbravar a área, aqui vão algumas dicas de cursos onlines e acessíveis que valem a pena:
Estatística:
Introdução à estatística inferencial (Udacity)
Introdução à estatística descritiva (Udacity)Machine learning:
Introdução ao machine learning (Coursera)Linguagem de programação:
Python para Data Science e Machine Learning (Udemy)– Jhonata Emerick
1. Perca o medo
“Quando pensamos em IA, já está no zeitgeist [termo alemão que significa o conjunto do clima intelectual e cultural do mundo] da sociedade assimilar a tecnologia como algo futurista, intangível. Mas, atualmente, os conteúdos são tão acessíveis que qualquer pessoa com interesse pode começar a estudar e fazer testes com modelos de machine learning. Existem, também, ferramentas gratuitas que permitem ao usuário trabalhar com algoritmos sem precisar escrever uma linha de código. É o caso do website runwayml.com, que permite que o usuário crie vídeos utilizando efeitos especiais, correção de cor, composição e outros recursos sem precisar entender de programação.” – Daniel Vettorazi, creative technologist da Buck Design
Siga FORBES Brasil nas redes sociais:
Facebook
Twitter
Instagram
YouTube
LinkedIn
Siga Forbes Money no Telegram e tenha acesso a notícias do mercado financeiro em primeira mão
Baixe o app da Forbes Brasil na Play Store e na App Store.
Tenha também a Forbes no Google Notícias.