Em um papo descontraído e recheado de percepções sobre o futuro, Mike Rhodin, o Head do IBM Watson, compartilha como ver um computador derrotar pessoas no Jeopardy o motivou a liderar o avanço de uma tecnologia que saiu da ficção científica para salvar milhões de vidas

Falar em inteligência artificial pode ainda causar receios: de humanos serem dominados por máquinas ou de eles perderem empregos por causa delas. Mas, para Mike Rhodin, executivo que é um dos líderes no desenvolvimento do supercomputador Watson, da IBM, estamos finalmente separando a ciência da ficção científica em relação ao assunto. Ele afirma que ainda não viu sistemas independentes conscientes como os do Exterminador do Futuro, mas que sistemas que ajudam pessoas usando essa tecnologia já são realidade. 

Durante o CEO Summit 2016, ele conversou com o mentor Endeavor, e fundador da Astella Investimentos, Edson Rigonatti sobre o tema.

O Watson é a plataforma de inteligência artificial da IBM que combina machine learning e softwares sofisticados de análise de dados para entender perguntas mais complexas que os seres humanos fazem, inclusive em sua linguagem natural, e dar respostas compreensíveis sobre as mais diversas áreas e aplicações.

“Chegamos naquele momento do tempo em que finalmente há informação disponível e máquinas poderosas o suficientes para criar a inteligência Artificial”

Mike conta que em 1997 foi constatado que computadores um dia iriam ser capazes de responder qualquer pergunta sobre qualquer tópico. Teorias foram feitas, mas ninguém conseguia construir isso. Havia dois problemas: as máquinas não eram poderosas o suficiente para rodar os programas e não haviam quantidades massivas de dados para alimentar esses algorítimos. Isso começou a mudar 10 anos atrás.

Em 2007, a IBM pôs-se a buscar esse desafio. A proposta era: se uma máquina conseguisse derrotar pessoas no tv show de perguntas e respostas Jeopardy, haveria-se criado uma verdadeira Inteligência Artificial. Assistindo ao programa, Mike diz que é possível ver como a máquina vai aprendendo durante o decorrer da competição.

“Nós descobrimos que a oportunidade de benefício da inteligência artificial estão nas indústrias nas quais a quantidade de informação sendo produzida por humanos já ultrapassou a habilidade deles de consumí-la.”

E quando chega-se a esse ponto, onde há muito mais informação do sabemos o que fazer com ela, há duas opções: ou parar de coletar dados ou criar ferramentas que ajudem a processar essas informações. Na saúde, parar de gerar conhecimento é privar pessoas de vida, então foi a primeira área na qual o Watson se envolveu.

Procure uma profissão na qual a informação disponível é maior do que a capacidade do profissional de consumi-la. Encontrar uma situação dessa é como encontrar uma nova aplicação para a inteligência artificial. E é possível encontrar isso em qualquer área ou indústria.

“A diferença entre programas tradicionais e a inteligência artificial é que o primeiro vai te dar sempre a mesma resposta; no segundo, as respostas mudam com base em probabilidades. Não é algo determinístico.”

Não é algo simples:não dá para criar um app para algo tão complexo como o tratamento de câncer. O sistema precisava ser treinado. Por isso, os criadores do supercomputador tiveram que treiná-lo em química, biologia e medicina. Depois, o especializaram em oncologia. E isso era desafiador porque a  linguagem usada em medicina está longe de ser simples. O processo de aprendizado levou dois anos e meio.

Se isso parece demorado, faça a reflexão: quantos anos para preparar um oncologista? 10 anos de estudo. Quanto tempo demora para ser o melhor oncologista do mundo? Décadas. Com a inteligência artificial, é possível escalar nosso conhecimento e expertise. Nenhum estudante de medicina conseguiria integrar todo o conhecimento que já foi gerado no campo da oncologia. Lembra do “áreas que geram mais informações que podem consumir”? Pois é. Imagine se todo estudante começasse já sabendo todo o conhecimento que foi produzido até então.

Você tem um sistema, um aluno, que nunca se cansa de ler

Segundo Mike, a visão de que essa tecnologia irá destruir empregos é equivocada. Na verdade, não existem oncologistas suficientes no mundo, e as pessoas que possuem essas doenças muitas vezes não têm acesso a esses experts. E se pudéssemos levar esse nivel de expertise até todas as pessoas do mundo?

O mais incrível desses sistemas é que, a partir do momento em que foram treinados na informação fundamental de um assunto, a próxima ideia será desenvolvida muito mais rápido. Mike faz a analogia com nossa trajetória pela escola: a cada ano que passamos, ficamos melhores em aprender, e cada vez aprendemos coisas mais complexas. Dessa forma, os primeiros negócios demorarão mais para sair. Estamos ensinando o sistema, e não programando.  E a ideia é deixar o programa disponível. Seria impossível a IBM criar todas as aplicações que o mundo precisa, são milhões de oportunidades.

Você precisa de três ingredientes para um sistema cognitivo: informação, capacidade de processá-la e expertise.

O que as empresas precisam para entrar esse mercado? Segundo Mike, você precisa de três ingredientes para um sistema cognitivo: Primeiro, vastas quantidades de informação. A informação está disponível e acessível? Segundo, capacidade de processar conhecimento. Quais são os processos e fluxos de trabalho dessa indústria? E terceiro, expertise. Quem possui a experiência para ensinar ao sistema sobre esse assunto?

Existem diversas oportunidades para empresas buscarem com essa tecnologia. Mike conta do exemplo de um banco brasileiro que criou apps que respondem perguntas e ajudam o cliente, e de uma empresa que consegue prever com três horas de antecedência um problema com a glicemia de um paciente diabético. Escritórios pequenos de advocacia com acesso a processar todos os casos julgados podem operar no mesmo nível de eficiência de concorrentes grandes e seus exércitos de advogados.

Qualquer negócio com um call center sofre com o turnover de profissionais. . O trabalho é repetitivo, então as pessoas ficam entediadas e vão embora. E treinar novos colaboradores é caro. Se pudermos ter um sistema que lida com as perguntas mais simples, deixando as complexas para as pessoas, isso pode mudar, diz o executivo.

Mike termina com um recado: empreendedores devem olhar para indústrias e profissões, há milhões de oportunidades. As tecnologias agora disponíveis, desde nuvem até APIs, possibilitam entrar nesse mundo sem precisar ter seu próprio supercomputador para criar a próxima grande mudança, e não há motivo para essa nova mudança não vir do Brasil. Não deixe de assistir o vídeo na íntegra!

Conteúdo originalmente postado em Endeavor.