Automação: como separar os bons sinais dos ruídos na nuvem híbrida
Redação
Citando um exemplo: para treinar um modelo que seja capaz de decidir como enviar determinada encomenda de São Paulo a Salvador, é necessário fornecer um grande volume de dados sobre tempos de viagem, a carga, o clima, a disponibilidade de transporte, além de especificidades críticas para o cliente. Coletar todos esses dados é muito fácil através de RFID e até mesmo telefones celulares podem fazer isso, mas como separar o que é um sinal bom e útil do que é apenas um ruído?
Felippe Melo –
A inteligência artificial (IA) atingiu um nível de maturidade em que é possível alcançar muito mais automação do que temos atualmente. A IA já pode discernir, por exemplo, quando um comércio varejista precisa fazer um novo pedido e o que solicitar. Também tem a capacidade de alocar um orçamento otimizado para reparos de linhas de energia ou despesas de publicidade.
Uma IA responsável é capaz ainda de dar explicações, ajudando o usuário a entender porque o sistema tomou determinada decisão. O desafio, no entanto, ainda é construir um modelo de IA robusto o suficiente para atingir essas capacidades em escala.
Por exemplo: para treinar um modelo que seja capaz de decidir como enviar determinada encomenda de São Paulo a Salvador, é necessário fornecer um grande volume de dados sobre tempos de viagem, a carga, o clima, a disponibilidade de transporte, além de especificidades críticas para o cliente. Coletar todos esses dados é muito fácil através de RFID e até mesmo telefones celulares podem fazer isso, mas como separar o que é um sinal bom e útil do que é apenas um ruído?
Conforme a implementação ...
Artigo atualizado em 15/12/2021 02:51.
