Cinco tendências em Inteligência Artificial que serão destaque em 2018

Machine Learning, Deep Learning e AI estão ficando populares. Mas antes colocá-las em produção, será preciso investir em áreas como gestão de dados

Em 2017 vimos uma explosão de uso do Machine Learning em produção, e Deep Learning e outras áreas da Inteligência Artificial sendo alavancadas para aplicações práticas.

“As aplicações estão em todos os lugares”, diz Kenneth Sanford, cientista de dados da Dataiku, apontando para os “super-outdoors” do Piccadilly Circus, em Londres, que sustentam câmeras escondidas dedicadas à coleta de dados sobre o tráfego rodoviário, incluindo a marca e o modelo dos veículos que passam, para fornecer anúncios direcionados.

Então, onde esses frameworks e ferramentas de IA, Machine e Deep Learning nos levarão em 2018?

Falamos com uma série de líderes de TI e especialistas da indústria sobre o que esperar este ano.

As empresas começarão a usar a IA em áreas mais nobres

A Inteligência Artificial já está entre nós, quer a reconheçamos ou não.

“Muitas organizações já estão usando IA, mas podem não se referir ao que fazem como ‘IA’ ‘, diz Scott Gnau, diretor de tecnologia da Hortonworks. “Por exemplo, qualquer empresas que lance mão de chatbots baseados em linguagem e natural e reconhecimento de voz para contato com clientes está usando Inteligência Artificial”.

Mas muitas das implementações que utilizam tecnologias e ferramentas IA foram de pequena escala. Espere por aplicações mais relevantes em 2018.

“As empresas passaram os últimos anos se educando em várias estruturas e ferramentas de IA”, diz Nima Negahban, CTO e co-fundadora da Kinetica. “À medida que a IA se destaca, ela vai além das experiências de pequena escala, com as empresas buscando por ferramentas para automatizar, gerenciar e agilizar mais aplicações de Machine Learning e Deep Learning relacionadas com aplicações core.”

Mas o hype ainda será maior que o ROI

Ramon Chen, diretor de produto da Reltio, é menos otimista. Chen diz que houve repetidas previsões, durante vários anos, sobre os potenciais avanços no uso da IA ​​e do Machine Learnings, mas a realidade é que a maioria das empresas ainda não viu benefícios mensuráveis ​​para seus investimentos nessas áreas.

Para ele, até o momento, vivemos um hype exagerado e a maioria das empresas segue relutante em começar devido a uma combinação de ceticismo, falta de experiência e, o mais importante de tudo, falta de confiança em seus conjuntos de dados.

“A maioria das empresas tem que se dedicar a uma tarefa árdua, que antecede o investimento em IA: organizar seus dados de forma a garantir que eles possam ser reconciliados, refinados e relacionados, para descobrir informações relevantes que suportem a execução eficiente de negócios em todos os departamentos, sem perder de vista questões de compliance no tratamento desses dados”, diz Chen.

Chad Meley, vice-presidente de marketing da Teradata, concorda que 2018 será o ano da reação ao hype da IA, mas acredita que uma abordagem mais equilibrada da Deep Learning e aplicação do Machine Learning para oportunidades de negócios emergirá como resultado.

Embora possa haver uma reação contra o hype, isso não impedirá as grandes empresas de investir em IA e tecnologias relacionadas. Nem na arrumação da casa para receber a nova tecnologia.

“IA é o novo Big Data: as empresas vão correr para experimentar, precisando ou não”, diz Monte Zweben, CEO da Splice Machine.

Meley menciona a edição 2017 do estudo State of Artificial Intelligence for Enterprises, lançado recentemente pela Teradata, que identificou a falta de infraestrutura de TI como o maior obstáculo para a obtenção de benefícios de IA, superando questões como acesso a talentos, falta de orçamento e casos de negócios fracos ou desconhecidos. “Os fornecedores já preparam soluções de IA de nível empresarial na nuvem e ofertas de suporte que superem as dores crescentes associadas à adoção de IA”, diz Meley.

Conjuntos de dados de treinamento continuarão sendo um desafio

Chen, da Reltio, não está sozinho em sua convicção de que as empresas precisam organizar seus dados, antes de qualquer iniciativa relacionada à IA. Tomer Shiran, CEO e co-fundador da startup de análise Dremio, envolvida no projeto open source Apache Arrow, acredita que um debate mais aprofundado sobre os conjuntos de dados necessários para as aplicações de IA se tornará ainda mais necessário em 2018.

“As empresas estão adicionando IA aos seus produtos para torná-los mais inteligentes, mais eficientes e até autônomos”, diz Shiran. “Em 2017, ouvimos argumentos concorrentes para saber se a IA criaria empregos ou iria eliminá-los, com alguns chegando até mesmo a vaticinar o fim da raça humana. O que começou a emergir como parte fundamental da conversa é que sem conjuntos de dados para treinamento, capazes de moldar o comportamento dos modelos de IA, não chegaremos a lugar algum”.

Shiran alerta que esses modelos serão tão bons quanto os dados de treinamento usados por eles e o desenvolvimento de um conjunto de dados de treinamento representativo e efetivo é muito desafiador.

“Os seres humanos são irremediavelmente tendenciosos, e a questão para a IA se tornará se podemos fazer melhor em termos de preconceitos, ou se faremos pior, como chegou a acontecer com o bot da Microsoft no Twitter.

Este debate se concentrará na propriedade dos dados – quais dados possuímos sobre nós mesmos e quais dados empresas como Google, Facebook , Amazon, Uber, etc possuem sobre nós, capazes de gerar enormes conjuntos de dados que alimentariam nossos modelos “.

A IA deve resolver o problema da “caixa preta” com trilhas de auditoria

Uma das grandes barreiras para a adoção da IA, particularmente nas indústrias reguladas, é a dificuldade em mostrar exatamente como uma IA chegou a uma decisão. Negahban, da Kinetica, diz que a criação de trilhas de auditoria de IA será essencial.

“A IA está sendo aplicada cada vez mais a aplicações como a descoberta de medicamentos ou controle do carro autônomo, e essas aplicações podem ter um impacto prejudicial na vida humana se uma decisão incorreta for tomada”, diz Negahban. “Detectar exatamente o que causou a decisão incorreta, que provoque um problema sério, é algo que as empresas começarão a olhar em 2018. A auditoria e o rastreamento de cada entrada e cada pontuação que uma estrutura produz ajudará a detectar o qu exatamente acabou por causar o problema, a nível de código.”

A adoção da nuvem irá acelerar para apoiar a inovação em IA

Horia Margarit, principal cientista de dados para Qubole, concorda que as empresas procurarão melhorar suas infraestruturas e processos para apoiar a aprendizagem de máquinas e os esforços de IA.

“À medida que as empresas procuram inovar e melhorar com o Machine Learning e a Inteligência Artificial, ferramentas mais especializadas serão adotadas na nuvem para suportar casos específicos de uso, como soluções para mesclar entradas sensoriais multimodais para interação humana (através dos cinco sentidos) ou soluções para fundir imagens de satélite com dados financeiros para catapultar capacidades de negociação algorítmica “, diz Margarit.

“Esperamos ver uma explosão em soluções baseadas na nuvem que acelerem o ritmo atual de coleta de dados e demonstrem a necessidade de computação disponível em provedores de nuvem gerenciada”, acrescenta.

Fonte: IDG Now!

2018: cada vez mais nas nuvens

A computação em nuvem tem sido o motor para a transformação digital das empresas, de todos os tamanhos e indústrias.

Há alguns anos, não era possível prever que a computação em nuvem atingiria os níveis atuais, ou seja, que 79% das empresas no mundo já executam cargas de trabalho na nuvem — divididas quase que em partes iguais entre nuvens públicas e privadas.

Para analisar as futuras tendências da nuvem, a A10, fornecedora de soluções para otimização do desempenho de aplicações e dados em rede, e ligou seu capacitor de fluxo e acelerou o DeLorean, o carro “De volta para o futuro”, até 88 milhas por hora para ver o que está por vir em 2018:

Surgimento de verdadeiras nuvens híbridas

A possibilidade das empresas de hospedar suas aplicações em diferentes infraestruturas — nuvens públicas, privadas e on premises com ferramentas comuns de orquestração e gerenciamento — é atraente. Multinuvem, com diferentes cargas de trabalho em diferentes nuvens e sendo gerenciadas separadamente, se tornará dominante em 2018, enquanto nuvens híbridas verdadeiras começarão a surgir.

Já existem projetos de tecnologia importantes e parcerias se formando para tornar isso uma realidade. Por exemplo, o Azure e Azure Stack da Microsoft fornecem um conjunto uniforme de recursos de infraestrutura e API em nuvens públicas e privadas; a parceria entre VMware e AWS da Cisco e Google. Esses mashups criam nuvens híbridas que unem realmente os ambientes e melhoram ainda mais a agilidade operacional, eficiência e escalonamento.

Kubernetes dominarão a orquestração de contêineres

A luta pelo domínio da orquestração de contêineres tem sido um dos principais desafios da nuvem nos últimos dois anos. A batalha de três vias entre Docker Swarm, Kubernetes e Mesos tem sido feroz.

Em 2018, no entanto, a Kubernete está preparada para levar o título da orquestração de contêiner e também se tornar cada vez mais importante em implantações de produção escaláveis e de missão crítica. O seu conjunto de colaboradores aliado ao rápido desenvolvimento de capacidades e suporte em muitas plataformas díspares tornaram a empresa um vencedor claro.

Ela conta ainda com a ajuda de amigos de peso: Microsoft Azure e Google Cloud lançaram serviços gerenciados da Kubernetes. A IBM também anunciou que sua nuvem privada suportará Kubernetes na Bluemix; A AWS também está seguindo o mesmo caminho, ao firmar parceria com a Cloud Native Computing Foundation (CNCF) como membro platina.

Todos estes fatores levarão as Kubernets para projetos mais mainstream, com crescimento contínuo de workloads de grande produção.

Analytics com inteligência artificial (IA)

IA está em toda parte. Está em nossos lares com o Amazon Echo, por exemplo. Em 2018, veremos um aumento do uso de Inteligência Artificial incorporada às ferramentas analíticas de TI, tornando a tarefa proativa em vez de reativa.

Por meio de análise preditiva, os gestores de TI e aplicações receberão informações e recomendações úteis. Adicione a isso a capacidade de automatizar sua resposta, e o poder da IA torna-se mais relevante.

Os sistemas de análise terão uma visão do comportamento da infraestrutura, aplicações e clientes. Ele reconhecerá um desempenho anômalo ou comportamento de segurança e quando uma aplicação ou servidor falhará. Uma vez que esse comportamento é notado, a automação pode entrar em ação para remediar um problema potencial, ou seja, ativar outro servidor ou carregar o balanceamento da aplicação. É como se sua infraestrutura pudesse dizer “Alexa, ative outro servidor”.

Adoção de serveless computing

Um dos benefícios da nuvem é a facilidade de uso para aplicar recursos adicionais e seu modelo de consumo de pagamento por uso. Em nenhum lugar isso é mais evidente do que na computação sem servidor (serverless computing). Antes, a unidade para recursos de computação era uma instância ou VM. Agora, uma “função” tornou-se uma unidade ainda menor de “uso”. O fato de gerenciar e expandir os recursos sob demanda no provedor de nuvem é econômico e tira o peso das costas do TI. Os custos com base em um modelo de consumo facilitam a vida em orçamentos apertados.

Já disponível na nuvem pública, para o próximo ano, a computação sem servidor também começará a aparecer em implementações de nuvem privada. Embora não se torne dominante, uma adoção mais ampla acontecerá no curto prazo.

A computação severless, em conjunto com o amadurecimento de nuvem, colocará pressão nos fornecedores de servidores e hardware para transformar seus modelos de negócios afim de manter relevância em um novo mundo virtual, elástico e automatizado da nuvem.

Instâncias de nuvem personalizadas irão proliferar

À medida que a adoção da nuvem cresce, os tipos de instâncias de computação vão tonar-se ainda mais segmentados e otimizados para casos específicos de uso; permitindo melhor desempenho e novas aplicações. Em 2018, veremos o crescimento de instâncias de aplicações especificas dentro da nuvem — desde big data e otimização para IA até redes de alto desempenho e tipos de memória grandes. Aplicações otimizadas que aproveitarem estes pontos, vão começar a surgir.

Por exemplo, no início deste ano, a A10 em parceria com a Microsoft conseguiu entregar 30Gbps com o vThunder na Azure. Isso é uma instância de alta performance. Espere ver mais destes modelos surgindo em 2018.

Previsão Bônus

Adeus às preocupações com segurança na nuvem

A segurança está ausente da nossa lista de previsões da nuvem. Por quê? Simples. É hora de seguir em frente. Sim, a segurança é sempre importante e ainda mais na nuvem. Mas não é mais o obstáculo que era quando a nuvem estava em seus primeiros passos. Ao longo dos anos, a nuvem e os serviços disponíveis nela amadureceram. Há mais segurança integrada. Mais ferramentas estão disponíveis. O compliance chegou à nuvem.

Como toda a TI, é primordial pensar em soluções de segurança, políticas e governança ao implementar cloud ou uma grande mudança de infraestrutura, mas, em 2018, a nuvem não será mais considerada como um ambiente não seguro por padrão.

Conclusão

No mundo da nuvem, as coisas se movem rapidamente. Isso é apenas um snapshot do que achamos que Doc e Marty encontrarão se levarem o DeLorean para o próximo ano. Certamente veremos grandes manchetes sobre uso da nuvem, pois mais pessoas encontrarão maneiras cada vez mais inovadoras de consumi-las.

Fonte: ComputerWorld