Inteligência Artificial: 5 previsões para sua empresa ficar de olho em 2021

Inteligência Artificial: 5 previsões para sua empresa ficar de olho em 2021

4 minutos de leitura

Governança, robótica e até mesmo benefício do deepfake são algumas previsões da Inteligência Artificial para o próximo ano.



Por Redação em 21/12/2020

Governança, robótica e até mesmo benefício do deepfake são algumas previsões da Inteligência Artificial para o próximo ano.

A Inteligência Artificial já é praticamente onipresente na vida de todos. A expectativa é que, nos próximos anos, a tecnologia seja peça fundamental nos processos e operações das empresas. Isso porque a pandemia impulsionou a adoção de IA no momento em que quase tudo estava remoto.

Algumas empresas tiveram a percepção do potencial que a tecnologia pode trazer aos negócios. Já outras aproveitaram para avançar em casos de usos e ganhar mais experiência e maturidade com a Inteligência Artificial.

Uma coisa é certa: daqui para frente, a IA estará no centro dos negócios – nos processos automatizados, nos robóticos e até mesmo nos que não exigirão contato (manutenção de um chão industrial, por exemplo).

Com isso, é hora de entender o que esperar da tecnologia em 2021. O site InformationWeek convidou James Kobielus, analista, consultor e autor independente da indústria de tecnologia, para compartilhar algumas previsões da Inteligência Artificial para o próximo ano.

Por sinal, não deixe de ler também um artigo no Mundo + Tech sobre 6 tendências de tecnologias para 2021. Leia aqui.

1. Governança da Inteligência Artificial será automatizada

A automação da governança será peça-chave no controle de aplicativos de IA, uma vez que um algoritmo com viés já não deve ser mais tolerado. Entenda neste artigo como pesquisadores querem acabar com esse problema com a Inteligência Artificial. Clique aqui.

Em 2021, a previsão é que as empresas fortaleçam a governança de IA ao instituir um modelo garantido* nos fluxos operacionais de trabalho da IA, Machine Learning e outros algoritmos.

*Nota da redação:
Modelo garantido é a validação, auditoria e compreensão objetiva dos algoritmos e modelos de IA para que as empresas tenham a garantida de que a tecnologia é confiável, responsável e transparente.

Isso se tornará um recurso essencial para garantir que os aplicativos de IA realizem suas funções pretendidas com precisão, evitando violações de privacidade, preconceitos e outros resultados algorítmicos adversos.

A busca por uma IA transparente abre também uma oportunidade de negócio para fornecedores de plataformas de governança de IA. Esses negócios conseguirão estender sua capacidade de implantar e gerenciar um fluxo constante de modelos garantidos até os dispositivos de borda.

2. Edge IA reduzirá as redes neurais até a sua essência

Aqui, a essência da IA é quando um cientista de dados consegue identificar padrões com ruídos e extrair a informação “limpa” deles. Para o próximo ano, a expectativa é que os desenvolvedores encontrem maneiras compactas para ajustar e rodar os modelos de Inteligência Artificial.

O motivo é que, com o trabalho remoto, os algoritmos são rodados na borda. Ou seja, nos notebooks e desktops desses profissionais e as arquiteturas de rede neural da IA devem se adequar às restrições de hardware dessas máquinas.

Conforme a revolução TinyML* ganha velocidade, veremos mais desenvolvedores de IA usando técnicas de pesquisa de arquitetura neural para encontrar a estrutura mais compacta e eficiente de uma rede neural para uma tarefa específica de inferência de IA.

*Nota da redação:
TinyML é um tipo de Machine Learning que reduz as redes neurais de Deep Learning para caber em pequenos hardwares.

A compressão de algoritmos de IA até sua essência preditiva irá acelerar o movimento da maioria das cargas de trabalho de Inteligência Artificial para rodar nos microcontroladores embutidos em dispositivos e produtos automatizados, como sistemas de controle de automóveis, dispositivos médicos implantáveis, máquinas de escritório, brinquedos, controles remotos etc.

3. Robótica irá impulsionar o aprendizado por reforço

Ainda é incerto prever o comportamento da pandemia de COVID-19 no próximo ano. Porém, se muitas empresas adotaram IA para agilizar alguns processos neste ano, isso será ainda mais evidente em 2021. A previsão é que algumas funções humanas passem a ser executadas por robôs.

Essas máquinas terão sido treinadas parcial ou totalmente por meio do aprendizado por reforço para navegar, gerenciar e manipular objetos de maneira flexível em cenários complexos do mundo real.

Aqui vale uma pequena explicação. Aprendizagem por reforço é quando os modelos de aprendizado de máquina são treinados para tomar uma sequência de decisões. Nessa categoria, o algoritmo de IA é colocado em uma situação e vai tentar e errar até encontrar uma solução para ela.

Ao contrário de outros modelos, a aprendizagem por reforço trabalha com recompensas e penalidades e a IA tenta maximizar sempre as recompensas, atingindo o objetivo definido pelo programador.

Exemplos que estarão em destaque no próximo ano são biossensores, robôs que realizem a desinfecções de ambientes e drones.

4. Deepfake vai fomentar conteúdo de mídia baseado em IA

Há um lado bom na Deepfake? Esta pergunta foi levantada pelo Mundo + Tech em 2019 e, pelo visto, alguns benefícios começam a aparecer. Antes, o problema da tecnologia eram os problemas de qualidade dos conteúdos criados através dela.

Geralmente, os vídeos e áudios deepfakes são compartilhados de forma bruta, em que não há um tratamento e suavização por meio de uma Inteligência Artificial sofisticada.

Em 2021, o mundo corporativo terá exemplos de algoritmos GAN (sigla em inglês para Generative Adversarial Networking, ou Redes Adversárias Generativas, em tradução livre) como facilitadores na produção e refinamento de vídeo, áudio e outros conteúdos de mídias criados por manipulação algorítmica. Um caso de uso será “criar” participantes em espaços de trabalhos virtuais em tempo real.

5. Computação quântica e IA andarão juntas

Para o próximo ano, está previsto o desenvolvimento da primeira aplicação de IA para a computação quântica. A expectativa é que, em 2021, o ecossistema desenvolvedor de computação quântica entregue algumas aplicações, entre elas um modelo cognitivo neuromórfico, capaz de realizar demandas cognitivas em tempo real, algoritmos de Machine Learning adaptativo, algoritmo GAN e um programa de treinamento para que plataformas de coprocessamento quântico rodem mais rápido.

Quando esses projetos forem replicados em plataformas quânticas comerciais, o segmento de IA quântica começará a ter destaque dentro das empresas que buscam alto desempenho computacional nas estratégias de Inteligência Artificial.

Principais destaques desta matéria

  • Inteligência Artificial teve papel de destaque em 2020.
  • E continuará em evidência nas empresas no próximo ano.
  • Confira 5 previsões para a tecnologia que você deve ficar de olho.


Matérias relacionadas

gestao de vulnerabilidades Estratégia

Gestão de vulnerabilidades: entenda o que é e como colocar o conceito em prática

A segurança é um ponto cada vez mais crítico para as organizações, que precisam adotar medidas específicas para identificar e fazer a gestão de vulnerabilidades

ciberseguranca Estratégia

Big Data Analytics e Inteligência Artificial são pilares da cibersegurança

Para a Gartner, a análise de dados e soluções automatizadas são determinantes para a proteção de dados e estratégias de segurança digital

ciberseguranca pmes Estratégia

Falta de cibersegurança causa efeitos notórios nas PMEs, mostram pesquisas

Mais de 27% das pequenas e médias empresas (PMEs) não colocam a cibersegurança como prioridade no orçamento

migracao para cloud Estratégia

5 erros na migração para cloud

Planejamento e equipe capacitada estão entre os principais cuidados para as organizações que desejam fazer a migração para cloud