Tive a oportunidade de palestrar em um dos maiores eventos de Inteligência de Dados do mundo, Smart Data Conference, que ocorreu na semana passada em San Jose na California. San Jose está a 20min de Sillicon Valley, ou seja, o local foi escolhido por estar diretamente conectado com o “motor tecnológico” do mundo.

O evento foi realizado pela

Dataversity

e dividido em 2 partes:

1) uma parte mais técnica: para discutir código e infraestrutura para suportar esse novo momento que vivemos, com dados sendo coletados de tudo que é lugar, em alta velocidade, de diferentes fontes e formatos. A conversa nos corredores dessa parte do evento girava em torno de ferramentas para armazenar e tratar dados; naturalmente isso atraiu um público de programadores e de tecnologia da informação;2) a segunda parte - onde eu estava participando - tinha um foco em transformação de dados não estruturados em estratégias: Para isso, muita aplicação científica (estatística, matemática, lógicas,…)traduzindo dados em novos formatos de mensuração, monitoramento e análise. Minha palestra foi sobre empoderar pessoas no processo de decisão com forte orientação por dados, mostrando quanto as ciências exatas estão contribuindo com esse processo. Vi muita coisa legal nos dois dias que fiquei no evento, e vou contar rapidamente aqui - em formato de timeline/rascunho mesmo, apenas para deixar algum tipo de registro desse evento que foi tão legal. Não tenho a pretensão de chegar em uma conclusão do evento - foi muita informação para um simples resumo, algumas delas confesso que nem entendi ainda ou a ficha não caiu.Para começar, aqui é possível conferir como organizei a minha agenda por lá (o evento era gigante com muitas palestras simultâneas, e essas foram as que eu escolhi para ver):Como é possível perceber, nesse meu programa tem coisas relacionadas a robótica, inteligência artificial, computação cognitiva, algebra, visão dos dados de consumidor, análises de dados e obviamente ciência de dados aplicada. Se eu fosse resumir as palestras que assisti em temas/tópicos, colocaria mais ou menos nessa ordem:Cognitive Computing, Artificial Intelligence, Machine Learning, Deep Learning, Data Science, Predictive Analytics, Algebra/Mathematic, Analytics, Strategy/Data Intelligence, Robotic. Combinamos entre nós - um grupo de especialistas que estavam palestrando, que nos reuniríamos para uma espécie de “hackaton” sobre tudo que estávamos vendo por lá, foram 5 encontros nesses dias, faziam parte desse time: 2 pessoas da IBM, 1 da GE, 1 do Google, 1 do Facebook, 1 do MonkeySurvey, 2 doutores (1 de Stanford e outro de Berkley), e eu :) Esse grupo debateu as coisas mais legais que viram e seus pontos de vista sobre aquilo, e discutiram como transformar isso em algum tipo de solução para um problema de mercado/negócio. Foi super-bacana, não posso divulgar muitas coisas desse trabalho, mas posso dizer que saíram de lá: 3 oportunidades de produto, 4 soluções/aplicações para negócio e 8 novas formas de análises, e tudo isso vai para prancheta de projetos para ser viabilizado.Bom, fora bastidores, vou deixar aqui alguns registros aleatórios desse evento, de coisas que me chamaram a atenção:As discussões giraram em torno de técnicas específicas que precisam entregar valor, do tipo como algumas visões/conceitos que estão evoluindo:PREDICTIVE ANALYTICS -> REAL-TIME BUSINESS ACTION & LEARNINGNATURAL LANGUAGE PROCESSING -> CONCEPTUAL DOMAIN UNDERSTANDINGARTIFICIAL INTELLIENCE -> AUMENGTED INTELLIGENCETRUST THE ANALYST -> TRUST THE EVIDENCENO USER CONTEXT -> DEEP KNOWLEDGE OF USE AND CONTEXTLEARNING -> AUTOMATED LEARNINGAté já se fala em rotinas/algoritmos para automatização inteligente do processo de tomada decisão que antes era apenas um papel humano, estão chamando isto de DEEP COGNITION ENGINE, que significa um composto de Cognitive Search & Discovery + Cognitive Personalization + Cognitive Learning; e isso tudo no final não precisaria de um serhumano tomador de decisão, e sim um COGNITIVE AGENT, ou seja, aquele que determina as premissas e regras envolvidas em um processo de decisão; o resultado seria uma solução chamada de COGNITIVE INSIGHTS. Isso não é um produto específico, e sim um raciocínio lógico para um processo que pode ser estruturado e cada vez mais irá substituir a intuição humana por decisões lógicas e estruturadas. Sim, surgiu aquela famosa discussão filosofal/ética sobre o significado disso pra raça humana, mas preferimos nos concentrar na evolução que é inevitável e fugimos dessa visão mais conceitual.Esse gráfico da IBM explica o caminho da Cognitive Computing:

Obviamente que a IBM levou o famoso Watson, e explicou como ele trabalha - tanto na construção de raciocínio quanto na associação de coisas para construir inteligência artificial:

E essa evolução vai impactar seis áreas de uma forma muito direta:Quando falo da substituição do ser humano em por algoritmos tomadores de decisão, me refiro a algo mais ou menos assim:Better decision making using cognitive computing - space-time insightAsset Intelligence: Spacial + Temporal + Nodal = Anomaly Detection, Predictive Analytics e Stochastic optimization (prescriptive analytics).Em resumo, inputs de assets de inteligência que nortearão tudo.Se pensarmos isso num processo tradicional de decisão, a transformação seria algo bem-parecido com essa representação visual do Gartner de 2013:

E se a primeira impressão é que isso seria em níveis de decisão mais superficiais, é bem o contrário;

o papel do ser humano seria determinar as regras/premissas, e a partir dali as máquinas/algoritmos tomam conta do processo

.

Teve uma parte do evento chamada

Lightning talks,

onde startups apresentaram produtos que respondam a essa nova tendência de mercado.

Esse vídeo aqui ajuda a explicar um pouquinho melhor essa linha de raciocínio, a partir de uma premissa do quê fazer, sensores, máquinas e algoritmos fazem o restante do processo

:

http://www.youtube.com/watch?v=EmQoK8dpugc Obviamente que isso tudo pode ser aplicado em qualquer área de negócio, inclusive o próprio trabalho de ciência de dados já pode ser semi-automatizado, como foi apresentado em um caso real da GE:AI for semi-automating data scienceKey challenges: data acquisition; multi-source integration; data modeling & refiniment; classification ; prediction; simulation. Um sistema chamado http://www.maana.io faz tudo isso.

Uma percepção geral é que na verdade somos apenas uma parte de se grande algoritmo que está sendo construído, e que sejam nossos dados primários que fazem com que a máquina conheça todos, até o ponto que estamos ensinando elas a tomarem decisões, continuamos sendo apenas dados do sistema como um todo.

Eu prefiro sempre acreditar que tudo isso, na verdade, vai distribuir poder; que quanto mais tivermos acesso aos dados, cada indivíduo vai poder transformar isso em uma informação diferente, aplicar de maneira inovadora e assim modificar a lógica - na verdade criando novas lógicas, por isso levei uma palestra sobre Empoderamento de pessoas através da inteligência de dados.

Mostrei como uma informação gerada - por esses dados - pode deixar uma pessoa comum mais poderosa no momento que ela precisa tomar uma determinada decisão, e isso vai melhorar a vida dela e/ou a sua performance nos negócios, ou seja,

FROM INFORMATION TO EMPOWERMENT

.

Até mostrei essa matriz, ela representa essa evolução das máquinas mas que na verdade apenas está nos levando para um ambiente de maior colaboração e de distribuição de poder (aliás, tem um livro que conta muito bem essa história chamado O FIM DO PODER do Moises Naim, que conta como isso esta acontecendo em todo mundo).

Uma coisa muito legal que vi lá foram as aplicações de inteligência de dados para diferentes áreas de negócio - como logística, produção, saúde, segurança pública, e assim por diante. São, por exemplo, exames médicos sendo feitos de forma incrivelmente rápida, que antecipam tratamentos de saúde e salvam vidas humanas, ou seja, o benefício dessa revolução é levar uma solução para problemas que enfrentamos no nosso dia-a-dia. Inclusive surgem nos bastidores algumas discussões sobre o conselho de grandes empresários do mundo que tem se reunido para focar seus esforços em iniciativas para prolongamento da vida humana através desse tipo de aplicação. Tem uma parte mais técnica desses encontros que se concentrou em entender formas mais eficazes de ensinar essas máquinas a traduzirem comportamento humano em códigos, de uma forma mais rápida e acelerada; então as análises de forma, linguagem e contexto para “educar” máquinas são coisas que tem alta concentração de especialistas nesse momento. Uma das palestras que mais me impressionou foi a do Aditya Jami, um cientista que apresentou uma máquina - o RoboBrain - tomando decisões orientadas por preferências dos humanos; nesse caso o robô sabe o melhor momento de ofertar as coisas para o ser humano, de acordo com os hábitos dele. http://www.youtube.com/watch?v=5HmPv6CwGtYTHE DATA EXPERIENCE by CAPPRA DATA SCIENCENa Cappra Data Science atendemos um grupo pessoas que são tomadores de decisão em importantes organizações do mundo :) Aproveitamos que algumas dessas pessoas foram até o Smart Data conosco, e fizemos um Data Tour em Silicon Valley. Passamos por Stanford, MIT, Google, LinkedIn e Facebook conversando com cientistas que são responsáveis por projetos bem bacanas por lá.A galera nos recebeu super bem e mostraram muitas coisas legais, que ajudaram os tomadores de decisão a perceber/entender o quanto essa evolução vai impactar suas vidas e negócios.Uma das coisas mais bacanas que vi nessas visitas foi o projeto Atlas da Boston Dynamics (que é do google) saindo de dentro do laboratório e indo para a rua, como vc pode ver nesse vídeo aqui:

http://www.youtube.com/watch?v=NwrjAa1SgjQEsse projeto tem engenheiros, biomecânicos, programadores, psicólogos, cientistas de dados,… ou seja, ninguém vai ficar de fora.

Bom, era isso que eu tinha pra contar, sei que é um texto super-bagunçado, mas é assim que está minha cabeça agora, muita informação, ainda não estruturada, que precisa ser organizada para aplicação. A única conclusão é que essa evolução que estamos passando não pode ser controlada e muito menos evitada, então é bom estudarmos/entendermos e assim encontrar nosso papel nessa transformação (que no caso podemos ser do grupo que está fazendo a transformação ou o grupo que está sendo transformado por toda essas influências).

Smart Data Conference 2015 by Cappra