A fuga dos especialistas em IA

Mais de 70% dos especialistas digitais globais, incluindo experts em Inteligência Artificial (IA) de Data Science, mudariam de país por uma proposta de emprego. Entre os fatores de atração estão oportunidades de aprendizado e treinamento e um bom relacionamento com colegas de trabalho.

Dos 26.806 profissionais entrevistados em 180 países, 14% são especialistas de alto nível em IA, cujas competências estão em alta demanda nas empresas. Os dados fazem parte da recente edição do estudo Decoding Global Talent, do Boston Consulting Group (BCG), em parceria com a The Network, que este ano incluiu um recorte sobre especialistas digitais.

As preferências desses profissionais são os Estados Unidos (38%) e a Alemanha (34%), sendo Nova York e Berlim grandes centros de tecnologia que oferecem amplas oportunidades de emprego e carreira.

No Brasil, dos 131 profissionais entrevistados, 39% são especialistas em IA e Machine Learning. A maioria deles imigraria para os Estados Unidos (Nova York, de preferência) ou para Europa (Londres, Lisboa e Barcelona), em busca de possibilidades de aprendizado e de crescimento na carreira.

O perfil demográfico de todos os especialistas ouvidos foi montado no estudo e mostra, por exemplo, que 30% são mulheres e 41% não estão cargos de gestão. A meta, da maioria, é trabalhar em grandes empresas (clique no gráfico para ver a imagem em tamanho real)

A aposta bilionária na Inteligência Artificial Genérica

Um acordo de 1 bilhão de dólares entre a Microsoft e a OpenAI, uma das mais proeminentes startups dedicada à Inteligência Artificial, deu uma chacoalhada no mercado de nuvem esta semana.

Sam Altman, atual CEO da OpenAI e um dos seus fundadores em 2015, junto com Elon Musk e outros expoentes do Silicon Valley, sonha criar a tal Inteligência Artificial Genérica (AGI), considerada o santo graal da Inteligência Artificial porque, na prática, significa criar com algoritmos e poder computacional um cérebro como o nosso, capaz de pensar e aprender qualquer coisa. É a matéria dos nossos maiores sonhos e piores pesadelos.

O desejo da Microsoft é que a OpenAI a ajude a desenvolver e treinar em conjunto novas tecnologias de IA para o serviço de computação em nuvem Azure, levando-o a aumentar sua participação de mercado. Hoje, a plataforma da Microsoft é a segunda em market share, atrás somente da Amazon Web Services.

“Ao unir a tecnologia revolucionária da OpenAI com as novas tecnologias de supercomputação do Azure AI, nossa ambição é democratizar a IA - mantendo sempre a segurança da IA ​​em primeiro plano - para que todos possam se beneficiar.” (Satya Nadella, CEO da Microsoft)

O trabalho conjunto provavelmente incluirá chips projetados especificamente para o treinamento de sistemas AGI. Como o Google, a Amazon e dezenas de startups em todo o mundo, a Microsoft também está empenhada no desenvolvimento de em chips personalizados baseados em FPGAs (Field Programmable Gate Arrays) e ASIC (Application Specific Integrated Circuits). Esses chips serão fortemente otimizados para executar cargas de trabalho modernas baseadas em IA e computação de alto desempenho (HPC).

A AGI tem um pouco de ficção científica. Há anos os pesquisadores perseguem, em vão, o desenvolvimento de uma IA semelhante à inteligência humana, capaz de aprender, raciocinar e transferir a competência de um domínio do conhecimento para outro.  A maioria dos especialistas acredita que a AGI é um sonho distante. Até Altman admite que a OpenAI pode nunca chegar lá. Mas a corrida continua.

Entusiastas argumentam que a AGI permitiria um salto de séculos em relação aos avanços tecnológicos, transformando a medicina, a produção de alimentos e tudo mais.  Já os críticos advertem que, se mal projetada, ela poderia ser uma catástrofe para os seres humanos.

Só 1 em cada 10 projetos de Data Science dá resultado. Por quê?

Muitas empresas ainda têm dificuldades ou simplesmente não conseguem implementar as estratégias de Inteligência Artificial.  Historicamente, 87% dos projetos de Data Science são descontinuados. Por que isso acontece?

Foi o que Deborah Leff, Global Leader and Industry CTO for Data Science and AI da IBM e Chris Chapo, vice-presidente sênior de dados e análise da Gap,  tentaram responder durante o painel  “What the heck does it even mean to ‘Do AI’”,  realizado na semana passada, durante o VB Transform 2019. Vale reservar meia-hora do seu dia para assistir.
 
Na opinião de Chapo existem três maneiras de evitar que um projeto de Ciência de dados saia do trilho:  escolher um pequeno projeto para começar (“não tente ferver o oceano, mas escolha um ponto a ser resolvido, onde você pode mostrar um progresso demonstrável”, diz ele);  assegurar-se de que você tem a equipe certa, interfuncional; e alavancar terceiros (parceiros) para ajudar a acelerar sua jornada desde o começo.

Cambridge Analytica ganha novo documentário

Como pensar como um(a) cientista de dados 

Como funciona a cabeça de um(a) cientista de dados? O chefe de ciência de dados do Panoption Labs, Brian Godsey resolveu, como bom profissional do ramo, fatiar a resposta levando o leitor pelo processo de fazer ciência de dados e, como consequência, "fazer um download" do processo mental dos profissionais que a fazem. Daí nasceu o livro “ Think Like a Data Scientist ”, que ganhou resenha no site Craking The Data Science Interview, do Medium (um ótimo repositório de insights sobre o tema). 

O livro divide a tarefa em 12 passos e no final acabamos aprendendo como olhar para um problema da mesma forma que um cientista de dados. A boa coisa é que esse framework vale para a vida, digamos assim, porque pode ser aplicado na hora de pegar qualquer desafio e fazer acontecer.

Brian divide um projeto (e por tabela o pensamento de cientista) em 3 etapas, dentro das quais estão os 12 passos: Preparo (tempo e esforço dedicados a capturar as informações que vão fazer parte do projeto); Construção (hora de fazer o produto, do planejamento à execução, usando tudo o que foi acumulado na fase 1 e todas as ferramentas de software); finalização (a hora de entregar o produto, pegar feedback, revisar, dar suporte e fechar o ciclo).

3 Insights importantes:

• Primeiro de tudo, um cientista de dados ama o cliente (não podia ser diferente, concordam?): é a partir dele que as metas do projeto ficam claras. Ou seja, por quê, para quê e para quem o projeto importa.
   
• Segundo, um cientista de dados faz boas (e muitas) perguntas. Boas perguntas levam a dados relevantes que precisam levar a insights úteis. Se a pergunta é boa mas os dados não têm relevância, não vai sair insight importante dali. Muda a pergunta.
   
• Terceiro, um cientista de dados cria metas compatíveis com as perguntas, dados e respostas. É a hora de analisar o propósito do projeto por um filtro pragmático baseado em ciência de dados. Este filtro inclui fazer estas perguntas: (1) O que é possível? (2) O que é valioso? (3) O que é eficiente? Aplicá-las alinha as expectativas e gera metas realistas e praticáveis para o produto final.

12 startups que estão pavimentando as smart homes

O algoritmo que virou advogado

Uma startup de legaltech, a Genie AI, vai tirar o emprego de muito estagiário dos escritórios de advocacia com uso da IA e ainda, de quebra, garantir que as regras do GDPR serão totalmente preservadas e aplicadas.

Nascida dentro da incubadora Entrepreneur First (que é bancada pelo fundador do LinkedIn,Reid Hoffman), a Genie AI arrecadou 2 milhões de libras esterlinas em uma rodada de investimentos que combina 1,2 milhões de libras da Connect Ventures, com a participação de vários investidores anjos, incluindo o ex-presidente do Supremo Tribunal Lord Neuberger e o professor Jun Wang na UCL, e um subsídio de 800 mil libras concedido pelo governo britânico através do UK Research and Innovation.

O dinheiro será usado para continuar o desenvolvimento de um editor inteligente de contratos para escritórios de advocacia e um produto visando a conformidade com o GDPR. O algoritmo do editor inteligente, batizado de SuperDrafter, trabalha analisando toda a base de conhecimento de um escritório de advocacia para recomendar cláusulas de um contrato enquanto os advogados trabalham em tempo real.

O pulo do gato do SuperDrafter é dar acesso aos advogados à “inteligência coletiva”, passada e presente, acumulada no escritório, permitindo que negociem os melhores contratos para os clientes. A Genie AI garante que o SuperDrafter não precisa ser treinado por um ser humano. Em vez disso, o algoritmo "aprende sozinho".

Ética na IA garante a fidelidade dos consumidores

E para não esquecer da ética na IA, saiu um novo estudo da Capgemini que endereça o assunto de dentro das corporações. A ideia geral do relatório “Why Addressing Ethical Questions in AI Will Benefit Organizations” é que ética e transparência no uso da Inteligência Artificial são fundamentais para que os clientes confiem na tecnologia.

Foram entrevistados 4,4 mil consumidores globais. A maioria afirmou que seriam mais leais e comprariam mais com interações de IA que tenham padrões éticos declarados. Nove em cada dez executivos de TI ouvidos também pela pesquisa falaram sobre ocorrência de problemas éticos com Inteligência Artificial nos últimos 3 anos.

“Muitas organizações se encontram em uma encruzilhada no uso da IA. Consumidores, funcionários e cidadãos estão cada vez mais abertos a interagir com a tecnologia, mas estão atentos a possíveis implicações éticas”, afirmou Anne-Laure Thieullent, líder da oferta de IA e de Analytics na Capgemini.

O garimpo da semana

• The state of AI in 2019 - Um tour de force sobre o progresso da IA, segundo alguns dos principais especialistas e capitalistas de risco do mundo: fundador da Air Street Capital e RAAIS , Nathan Benaich, e o investidor anjo da AI, e o professor visitante da UCL IIPP, Ian Hogarth.
   
• Custo oculto - Estamos acumulando uma "dívida intelectual" sempre que confiamos na Inteligência Artificial sem entender como ela funciona, sustenta artigo da The New Yorker.
   
• Êxodo - Google Research, DeepMind, OpenAI e outros centros de pesquisa privados estão roubando os talentos de TI da academia.
   
• EUA, China e as 5 dimensões da IA - Quantidade, profundidade, qualidade, diversidade e acesso são importantes para avaliar a base e a trajetória da indústria de Inteligência Artificial. Entre os países, China e EUA estão em vantagem.
   
• Empresas de jogos online perdem 40% da receita anual das compras in-app e micro-transações por causa de fraudes dentro dos seus games. A Panopticon Labs é a primeira empresa de cibersegurança do mercado focada unicamente em cibersegurança para publishers de games. Eles desenvolveram a uma plataforma de data analyitcs e machine learning que detecta anomalias de comportamento dentro dos jogos e alerta sobre fraudes potenciais.
   
• Curiosidade, observação, paciência unem cientistas e poetas. A tese é de Elisa New, professora da Universidade de Harvard e apresentadora da Poetry in America, que tem procurado cientistas para ler e falar sobre poesia e seus trabalhos científicos. Seu projeto Poetry in Science merece uma visita.
   
• Um algoritmo criado por dois cientistas formados no MIT está selecionando os melhores vinhos para entregar na casa dos clientes da Bright Cellars. Um quiz ajuda a definir e personalizar os kits de assinatura de vinhos. Por enquanto, só nos EUA.