Edge Machine Learning é a próxima onda da IA

Edge Machine Learning é a próxima onda da IA

3 minutos de leitura

A jornalista Cristina de Luca discute sobre a Edge Machine Learning, a nova onda da Inteligência Artificial.



Por Redação em 08/12/2020
cristina deluca_colunista_mundo+tech

Em alguns anos, o mundo será povoado por bilhões de dispositivos conectados que serão colocados em nossas casas, cidades, veículos e indústrias. Dispositivos com recursos limitados irão interagir com o ambiente ao redor e com os usuários. Muitos desses dispositivos serão baseados em modelos de Machine Learning capazes de decodificar o significado e o comportamento dos dados gerados pelos sensores, para fazer previsões e orientar a tomada de decisão.

O Edge Machine Learning (Edge ML) é um dos avanços tecnológicos mais comentados desde a Internet das Coisas (IoT). Dispositivos localizados na ponta (ou borda) da rede podem processar e analisar dados localmente, usando complexos algoritmos de aprendizado de máquina que antes só rodavam nos data centers.

O poder de processamento é movido para perto da origem dos dados para reduzir o congestionamento e a latência da rede e extrair valor máximo desses dados. Ao adotar essa abordagem, as empresas podem usar essas informações para aprimorar ainda mais os resultados de negócios.

Quer exemplos? Há alguns bem corriqueiros, como o funcionamento do Echo, da Amazon.  Se você disser ao dispositivo, “Alexa, vamos jogar” ou “Alexa, conte uma piada”, os jogos e piadas disponíveis serão armazenados e processados nele. O Echo poderá executar a função (e manter o usuário feliz) sem sobrecarregar a rede, e a nuvem.

A classificação de imagem simples, o reconhecimento de gesto, a detecção acústica e a análise de movimento também são exemplos de Machine Learning rodando nos dispositivos da borda da rede.

Aliás, o uso de Edge ML geralmente se enquadra em duas tecnologias emergentes: o Processamento de Linguagem Natural e a Convolutional Neural Network (Rede Neural Convolucional).

O processamento de linguagem natural envolve a análise da fala e da escrita humanas. Também incorpora classificação de texto. Alguns casos de uso comuns incluem:

  • Varejo inteligente: a IA analisa conversas de atendimento ao cliente e reconhece interações historicamente bem-sucedidas;
  • Call centers: AI analisa chamadas e cria metadados que oferecem previsões e sugestões para respostas automatizadas ao cliente;
  • Segurança inteligente: no caso dos consumidores, ouvir ruídos como os de vidros quebrados; para segurança pública, detectar tiros;
  • Assistentes jurídicos: revisar documentos jurídicos e fazer sugestões melhorar a linguagem.

Já as Redes Neurais Convolucionais focam em algoritmos de visualização. Eles podem identificar rostos, pessoas, placas de rua e outras formas de dados visuais. Alguns casos de uso comuns incluem:

  • Controle de qualidade: Inspecionar defeitos nas fábricas e outras instalações;
  • Reconhecimento facial: encontrar pessoas em risco em uma multidão; controlar o acesso a uma instalação ou local de trabalho;
  • Varejo inteligente: observar os atributos pessoais dos compradores para fazer sugestões de produtos que elevem a experiência do cliente e sejam usados para recomendar itens adicionais;
  • Assistência médica: ajudar os médicos a analisar uma imagem para verificar a ocorrência de tumores;
  • Industrial: para segurança em ambiente de fábrica – procurar a localização dos trabalhadores se alguém se ferir; identificar máquinas perigosas e desligá-las se houver um mau funcionamento.

Impulsionadores

Para levar o aprendizado de máquina à borda da rede, a inovação e os avanços tecnológicos cobriram um pouco de tudo, desde uma arquitetura computacional mais eficiente até protocolos de comunicação mais inteligentes.

Um dos principais habilitadores do Edge Machine Learning é o hardware compacto, barato e poderoso. Alguns anos atrás, seria impossível executar IA localmente, pois o tamanho e o custo do hardware seriam proibitivos.

A Deloitte prevê que 750 milhões de chips de IA de ponta serão integrados aos dispositivos somente em 2020. E esse número continuará a crescer, com uma estimativa de 1,5 bilhão de chips de IA para dispositivos de borda sendo vendidos em 2024.

Isso significa que a Edge Computing acabará substituindo a computação em nuvem? A maioria dos analistas e técnicos diz que não. Elas serão complementares. Sempre existirão tarefas de computação intensiva que vão requerer o uso de um data center. O Big Data sempre será operado na nuvem. No entanto, os dados instantâneos gerados pelos usuários e relacionados apenas aos usuários podem ser calculados e operados na borda. O Gartner espera que, em 2025, 75% de todo o processamento ocorra na borda da rede.

Além disso, com o 5G em implantação hoje, as oportunidades para desenvolver e implantar aplicativos de alta velocidade e baixa latência que exigem transferência de dados em frações de segundo impulsionarão ainda mais a Edge Machine Learning.

Cientistas de dados, engenheiros de aprendizado de máquina, desenvolvedores de front-end, operações de rede, DevOps, desenvolvedores de IoT e desenvolvedores de back-end, todos já têm um pouco do conhecimento necessário para trabalhar com Edge Machine Learning.

Conceitos que foram úteis para aprender a operar no mundo do Big Data ou da computação em nuvem podem ser aplicados prontamente. A convergência entre a programação em dispositivo no mundo IoT e a programação na nuvem do mundo Big Data / IA permitirá que todos liberem sua criatividade.



Matérias relacionadas

Inovação

Seul, na Coreia, testa plataforma no metaverso

A Praça da Cidade de Seul virtual e locais de eventos integram um programa piloto que pretende levar várias atividades para o metaverso

Inovação

Entenda como o 5G vai impulsionar o DeFi

A quinta geração de telefonia vai viabilizar diversas tecnologias, como a IoT, cujos dispositivos contribuem para a segurança e a descentralização da blockchain

Inovação

Metaverso é a nova dimensão do varejo

Para além do e-commerce tradicional, algumas redes varejistas estão propondo aos seus clientes experiências imersivas em um ambiente de realidade estendida

Inovação

6G somente em 2030

Sexta geração de telefonia trará ainda mais velocidade e estabilidade; porém, a previsão é de que esteja disponível apenas em 2030