Arquivo da categoria: IA (Inteligência Artificial)

O cenário de dados e IA de 2019

Segundo Matt Turck, em seu artigo original – aqui traduzido, disse que 2019:

Foi outro ano intenso no mundo dos dados, cheio de emoção, mas também de complexidade.

À medida que mais mundo fica on-line, a “informação de dados” de tudo continua a acelerar. Essa mega-tendência continua ganhando força, alimentada pela interseção de avanços separados em infraestrutura, computação em nuvem, inteligência artificial, código aberto e a digitalização geral de nossas economias e vidas.

Alguns anos atrás, a discussão sobre “Big Data” era principalmente técnica, centrada no surgimento de uma nova geração de ferramentas para coletar, processar e analisar grandes quantidades de dados. Muitas dessas tecnologias agora são bem compreendidas e implantadas em escala. Além disso, nos últimos dois anos, em particular, começamos a adicionar camadas de inteligência por meio de ciência de dados, aprendizado de máquina e IA em muitos aplicativos, que agora estão cada vez mais em produção em todos os tipos de produtos de consumo e B2B.

À medida que essas tecnologias continuam melhorando e se expandindo além do grupo inicial de adotantes (FAANG e startups) para a economia e o mundo em geral, a discussão está mudando do puramente técnico para uma conversa necessária sobre o impacto em nossas economias, sociedades e vidas.

Estamos apenas começando a realmente entender a natureza da interrupção à frente . Em um mundo em que a automação orientada a dados se torna a regra (produtos automatizados, carros automatizados, empresas automatizadas), qual é a nova natureza do trabalho? Como lidamos com o impacto social? Como pensamos em privacidade, segurança, liberdade?

Enquanto isso, as tecnologias subjacentes continuam a evoluir em ritmo acelerado, com um ecossistema sempre vibrante de startups, produtos e projetos, anunciando talvez mudanças ainda mais profundas pela frente. Nesse ecossistema, o ano foi caracterizado pelas primeiras entradas de uma consolidação esperada, e talvez pela passagem da guarda de uma época para outra, à medida que as primeiras tecnologias começaram a dar lugar à próxima geração.

Para tentar entender tudo isso, esta é a nossa sexta paisagem e o “estado da união” dos dados e do ecossistema de IA. Para quem estiver interessado em acompanhar a evolução, aqui estão as versões anteriores: 2012 , 2014 , 2016 , 2017 e 2018 .

Continuar lendo O cenário de dados e IA de 2019

The Age of A.I. (Série Original – Youtube)

O objetivo da produção é mostrar que o assunto hoje está mais distante da ficção científica e mais próximo da ciência e da nossa realidade. Cada segmento vai destrinchar a situação atual da IA em determinados setores e em que campos ela pode ser aplicada para promover avanços. Na prévia, vemos alguns temas que serão tratados: robôs humanoides, próteses, veículos autônomos, automação na indústria, transmissões para descobrir se há vida fora da Terra e muito mais.

Episódio 1

Trailer:

 

Artificial Intelligence Index – Report 2019

O AI Index Report rastreia, coleta, destila e visualiza dados relacionados à inteligência artificial. Sua missão é fornecer dados imparciais e rigorosamente examinados para que formuladores de políticas, pesquisadores, executivos, jornalistas e o público em geral desenvolvam intuições sobre o campo complexo da IA. Expandindo anualmente, o Relatório procura incluir dados sobre o desenvolvimento da IA de comunidades em todo o mundo.

Visualize clicando na imagem abaixo, ou no link.

IAIndex2019

 

120 previsões da IA ​​para 2020

Uma tradução – do Google – do artigo: 120 AI Predictions For 2020 escrito por: Gil Press (todos os direitos reservados ao autor)

Vejam também: 99 (Extra!) AI Predictions For 2020


Gil Press: “Alexa, me diga o que acontecerá em 2020.”

Amazon AI: “Eis o que encontrei na Wikipedia: O Campeonato da Europa de Futebol da UEFA 2020 … [continua a ler na Wikipedia]”

Gil Press: “Alexa, me dê uma previsão para 2020.”

Amazon AI: “O universo não me revelou a resposta.”

Bem, houve uma ligeira melhora em relação às respostas do ano passado , quando a resposta da Alexa à primeira pergunta foi: “Você deseja abrir ‘este dia na história’?”. Quanto ao universo, é um livro aberto para os 120 executivos seniores apresentados aqui, todos envolvidos com a IA, fornecendo previsões para 2020 para uma ampla gama de tópicos: veículos autônomos, deepfakes, pequenos dados, processamento de voz e linguagem natural, inteligência humana e aumentada, tendência e explicabilidade, processamento de borda e IoT e muitas aplicações promissoras de inteligência artificial e tecnologias e ferramentas de aprendizado de máquina.

Continuar lendo 120 previsões da IA ​​para 2020

14 tipos diferentes de aprendizado no aprendizado de máquina

Todos os direitos reservados ao autor: Jason Brownlee (artigo original em inglês)

Segundo Jason Brownlee, o aprendizado de máquina é um grande campo de estudo que se sobrepõe e herda idéias de muitos campos relacionados, como inteligência artificial.

O foco do campo é aprender, ou seja, adquirir habilidades ou conhecimentos a partir da experiência. Geralmente, isso significa sintetizar conceitos úteis a partir de dados históricos.

Como tal, existem muitos tipos diferentes de aprendizado que você pode encontrar como profissional no campo do aprendizado de máquina: de campos de estudo completos a técnicas específicas.

Neste post, você descobrirá uma introdução suave aos diferentes tipos de aprendizado que você pode encontrar no campo de aprendizado de máquina.

Depois de ler este post, escrito originalmente por:  Jason Brownlee, você saberá:

  • Campos de estudo, como aprendizado supervisionado, não supervisionado e de reforço.
  • Tipos de aprendizado híbridos, como aprendizado semi-supervisionado e auto-supervisionado.
  • Técnicas amplas, como aprendizado ativo, online e por transferência.

Continuar lendo 14 tipos diferentes de aprendizado no aprendizado de máquina

O que há de novo no Hype Cycle da Gartner para IA, 2019

Gartner-Hype-Cycle-For-Artificial-Intelligence-2019

  • Entre 2018 e 2019, as organizações que implantaram inteligência artificial (IA) aumentaram de 4% para 14%, de acordo com a pesquisa CIO Agenda 2019 da Gartner.
  • A IA de conversação permanece no topo das agendas corporativas estimuladas pelo sucesso mundial do Amazon Alexa, Google Assistant e outros.
  • As empresas estão progredindo com a IA à medida que ela cresce mais e também cometem mais erros que contribuem para sua curva de aprendizado acelerada.

Continuar lendo O que há de novo no Hype Cycle da Gartner para IA, 2019

5 pacotes Python que um cientista de dados não pode viver sem

Se você estiver interessado em aprender mais sobre esses pacotes, aqui está a documentação oficial:


Sistemas de recomendação na prática

Empresas como Amazon, Netflix, Linkedin e Pandora aproveitam os sistemas de recomendação para ajudar os usuários a descobrir itens novos e relevantes (produtos, vídeos, trabalhos, músicas), criando uma experiência agradável para o usuário enquanto impulsiona a receita incremental.

Nesse artigo do Houtao Deng é fornecido uma visão prática dos sistemas de recomendação. Primeiro, três sistemas principais são revisados: filtragem baseada em conteúdo, colaborativa e híbrida, seguida de discussões sobre inicialização a frio, escalabilidade, interpretabilidade e exploração / exploração.

Recomendação baseada em conteúdo

Na Pandora, uma equipe de músicos rotulou cada música com mais de 400 atributos. Então, quando um usuário seleciona uma estação de música, as músicas que correspondem aos atributos da estação serão adicionadas à lista de reprodução (Projeto Genoma da Música | Pandora, Howe | Pandora).

Esta é uma recomendação baseada em conteúdo. Usuários ou itens têm perfis que descrevem suas características e o sistema recomendaria um item a um usuário se os dois perfis corresponderem. A caixa de moda do Stitch Fix é outro exemplo de recomendação baseada em conteúdo. Os atributos de um usuário são coletados (altura, peso, etc.) e os produtos de moda correspondentes são colocados em uma caixa entregue ao usuário (Stitch Fix | 2013).

Continuar lendo Sistemas de recomendação na prática

Top used Data Science libraries for Python, R and Scala

Clique na imagem para ver maiores informações!

lib

O que você precisa saber sobre o aprendizado de máquina…

Tradução e referência de: What You Need To Know About Machine Learning (Forbes)

O aprendizado de máquina é uma daquelas palavras que são usadas como sinônimo de inteligência artificial (AI). Mas isso realmente não é exato. Observe que o aprendizado de máquina é um subconjunto da IA.

Este campo também existe há algum tempo, com as raízes remontando ao final dos anos 50. Foi durante esse período que Arthur L. Samuel da IBM criou o primeiro aplicativo de aprendizado de máquina, que jogava xadrez.

Então, como isso foi diferente de qualquer outro programa? Bem, de acordo com Venkat Venkataramani, co-fundador e CEO da Rockset , o aprendizado de máquina é “o ofício de computadores tomarem decisões sem fornecer instruções explícitas, permitindo que os computadores padronizem as situações complexas e prevejam o que acontecerá”.

Para conseguir isso, é preciso haver grandes quantidades de dados de qualidade, além de algoritmos sofisticados e computadores de alta potência. Considere que quando Samuel construiu seu programa, tais fatores foram severamente limitados. Portanto, não foi até a década de 1990 que o aprendizado de máquina tornou-se comercialmente viável.

Continuar lendo O que você precisa saber sobre o aprendizado de máquina…