Algoritmos. Algorítmico. Aprendizado de máquina. Aprendizado profundo. Se você está lendo este artigo, há uma boa chance de já ter se deparado com esses termos em algum momento. Um algoritmo provavelmente recomendou este artigo para você. O termo abrangente para tudo isso é inteligência artificial (IA), que utiliza dados de diferentes tipos e fornece previsões ou respostas com base neles. Há uma boa chance de você já ter se beneficiado dessa tecnologia de alguma forma, seja em um aplicativo de mapas, busca de imagens do seu varejista favorito ou autocompletar inteligente.

No entanto, vou te contar um pequeno segredo. Às vezes, talvez na maioria das vezes, o sucesso de um projeto de IA não está no algoritmo que você escolhe. Em vez disso, a chave está nos dados que você possui, no estado em que eles se encontram e nas etiquetas que eles têm.

Na G2, observamos duas tendências que destacam isso:

• Ascensão de ferramentas focadas na etapa de dados da jornada de IA
• Ascensão de soluções de IA sem código e de baixo código

Dados impecáveis são fundamentais

Dados são o cérebro da sua organização. Eles dão vida e significado ao seu negócio, seja por meio da análise de dados da empresa ou com o uso de dados em IA.

No entanto, o ditado "lixo entra, lixo sai" (ou "rubbish in, rubbish out" para nossos amigos britânicos) deve ser levado a sério. Um algoritmo é tão bom quanto os dados em que é treinado. Suponha que os dados sejam de baixa qualidade, ou seja, não estejam devidamente etiquetados, cheios de erros, incompatibilidades de tipo de dados, etc. Nesse caso, provavelmente não farão previsões precisas ou úteis.

Com isso em mente, qualidade de dados e software de preparação de dados podem ajudar as empresas a controlar seus dados e garantir que estejam impecáveis.

Desbloqueando o poder dos dados

Uma vez que a empresa reconheceu o poder e a potência dos dados, ela pode e deve começar a pensar maior. Mesmo que não tenha o maior conjunto de dados da cidade, se for proprietário, ainda pode ter uma vantagem competitiva. Quando se trata de conjuntos de dados, a empresa orientada por dados de 2022 tem acesso a uma série de dados abertos e prontamente disponíveis, como os disponíveis na Lista de Conjuntos de Dados. No entanto, como qualquer pessoa tem acesso a esses dados, eles não fornecem uma vantagem competitiva. Se uma empresa tem acesso a dados proprietários, ela pode garantir sua qualidade e tê-los só para si. 

Dados não são como um "chia pet", na medida em que você não pode despejar água neles para fazê-los crescer. No entanto, o que você pode fazer é explorar vários recursos para expandir seus dados já impecáveis, como:

• Dados sintéticos são úteis, pois são falsos, mas estatisticamente idênticos ao conjunto de dados original, permitindo assim a análise de dados e aprendizado de máquina sem preocupações com privacidade.
• Enriquecimento de dados ajuda as empresas a encontrar dados ou conjuntos de dados relacionados por meio de software de troca de dados e algumas plataformas de ciência de dados e aprendizado de máquina. Esse enriquecimento de dados pode ajudar a melhorar a precisão dos modelos, pois o conjunto de dados enriquecido contém dados novos e expandidos.
• Rotulagem de dados é fundamental para treinar modelos em dados não estruturados. Dados não estruturados, como imagens, áudio e texto, são essencialmente como um mistério envolto em um enigma sem rótulos. Como visto abaixo, como um computador pode obter o contexto necessário para entender a diferença entre um chihuahua e um muffin? A resposta está na rotulagem de dados. Através desse processo, pode-se construir um conjunto de dados de milhares de imagens rotuladas definitivamente como chihuahua e muffin. Isso, por sua vez, ajudará o algoritmo a determinar entre as duas imagens inseridas.

Fonte: Twitter

Amamos vocês, modelos, mas…

O foco na etapa de dados na jornada de aprendizado de máquina é prudente e está em ascensão. Historicamente, especialmente ao olhar para dados estruturados, havia muito foco no treinamento real de modelos, usando métodos testados e comprovados como regressão linear. Isso incluía seleção de características (escolher quais características são essenciais para o modelo) e seleção de modelos. Essas tarefas eram críticas para garantir que as previsões fossem precisas e que os melhores modelos pudessem ser escolhidos e colocados em produção.

No entanto, estamos vendo a ascensão de tecnologias mais fáceis de usar, como aprendizado de máquina de baixo código e sem código e tecnologias relacionadas, como aprendizado de máquina automatizado (AutoML).

Como observa o analista associado de pesquisa de mercado da G2 Amal Joby:

Com essa proliferação vem a comoditização dos algoritmos, já que cientistas de dados e desenvolvedores cidadãos podem pegar um algoritmo pronto e implantá-lo rapidamente. Na G2, vimos a importância dos algoritmos pré-construídos. Avaliadores no Relatório Grid® da G2 para Plataformas de Ciência de Dados e Aprendizado de Máquina para o Inverno de 2022 classificaram os principais produtos no Grid® altamente por seus algoritmos pré-construídos. O produto número um, com base na pontuação G2, obteve uma nota de 9 em 10 para algoritmos pré-construídos. Isso mostra que, para um produto de ciência de dados ser altamente avaliado, ele deve ter algoritmos pré-construídos.

Algoritmos pré-construídos podem ser usados tanto para conduzir análises rápidas de dados quanto para usar esses dados para fazer previsões. Por exemplo, um gerente de produto em um varejista de calçados pode usar essas ferramentas para otimizar facilmente seu aplicativo móvel, alterando dinamicamente o banner em uma página de produto com base no comportamento do usuário.

Essa mudança de foco dos modelos (etapas 3 e 4 na jornada de ciência de dados abaixo) também leva a uma tendência diferente: a colisão de análises e IA. 

Por exemplo, na G2, o ex-diretor de marketing de produto da Kraken (agora Qlick AutoML) disse:

 "Kraken é principalmente uma plataforma construída para analistas de dados ou analistas de negócios sem um entendimento profundo de ciência de dados. Como tal, tentamos automatizar o máximo possível do trabalho de ciência de dados e atualmente não suportamos recursos de nível mais avançado, como ajuste de hiperparâmetros." 

À medida que as ferramentas de análise fornecem aos usuários modelos preditivos prontos para uso, analistas de dados e cientistas de dados de diferentes níveis de especialização podem colaborar no uso desses dados para derivar insights e construir aplicações baseadas em dados. Isso é algo que ganhará força em um futuro próximo.

Editado por Sinchana Mistry