A acessibilidade das redes neurais ao público: possíveis utilizações e avanços 

Não é novidade que ferramentas de rede neural e aprendizagem de máquina já estejam nas mãos do público qualificado a tempos, visto que a anos já se fazem “desafios”, onde se compara uma I.A própria a performance de jogadores online ^(aqui), mas com capacidade computacional mais que dobrando em períodos menores, e o foco em I.A pelas gigantes tecnológicas, vemos que as capacidades e a complexidade das funções praticadas vêm ganhando destaque. O que antigamente era considerado uma máquina extremamente potente, que sofria para criar gerações com maiores números de entidades para o deep learning, passou a ser um computador comum que muitos temos em cima de nossas mesas. 

De uma forma simplista o processo de criação e treinamento de uma rede neural consiste em um treinamento através de “recompensas”, onde dados são providos como uma entrada para máquina, que efetua o processamento e apresenta um resultado ou saída, esse dado pós processamento é comparado a um resultado esperado, seja um certo ou errado ou um valor estipulado como ideal, então com os dados adquiridos a I.A tenta chegar mais perto desse resultado. Esse processo requer quantidades grandes de dados para uma maior precisão, o processamento necessário para suprir as camadas de uma rede neural ainda é considerado grande, e continua sendo um processo trabalhoso, porém mais palpável do que nunca. ⁽¹⁾ 

A evolução da tecnologia é um dos pontos da batalha pela popularização desse tipo de método, o outro é a criação de mais conhecimento no tema, facilitando a entrada de novos entusiastas, sem a necessidade de uma formação, ou muitos anos de estudo, de certa forma esse processo acaba suprindo a si mesmo, com o maior acesso à tecnologia, mais pessoas trabalham nesse tema, criando mais conhecimento e reduzindo as barreiras de entrada, de forma que ainda mais conhecimento seja gerado. ⁽²⁾  

Seguem exemplos de como essa ferramenta vem sendo utilizada em diversos setores: 

Saúde: 

• Diagnóstico médico: Redes neurais podem analisar imagens médicas, como radiografias e tomografias, para auxiliar no diagnóstico de doenças com maior precisão e rapidez. 

• Desenvolvimento de medicamentos: O aprendizado de máquina pode ser usado para identificar novos compostos com potencial para se tornarem medicamentos, acelerando o processo de desenvolvimento de novos tratamentos. 

• Análise de dados genômicos: Redes neurais podem analisar grandes conjuntos de dados genômicos para identificar padrões e mutações associadas a doenças, auxiliando no diagnóstico personalizado e no desenvolvimento de terapias genéticas. 

Finanças: 

• Detecção de fraudes: Redes neurais podem analisar transações financeiras para identificar padrões que indicam atividades fraudulentas, protegendo bancos e clientes contra fraudes. 

• Análise de mercado: O aprendizado de máquina pode ser usado para analisar grandes conjuntos de dados de mercado, como preços de ações e notícias financeiras, para identificar tendências e auxiliar na tomada de decisões de investimento. 

• Gestão de risco: Redes neurais podem avaliar o risco de crédito de clientes, auxiliando bancos na concessão de empréstimos e na mitigação de riscos. 

Manufatura: 

• Manutenção preditiva: O aprendizado de máquina pode analisar dados de sensores em máquinas industriais para prever falhas antes que elas ocorram, evitando paradas de produção e custos desnecessários. 

• Controle de qualidade: Redes neurais podem inspecionar produtos durante o processo de produção para identificar defeitos e garantir a qualidade final dos produtos. 

• Otimização da logística: O aprendizado de máquina pode otimizar rotas de entrega e gerenciar estoques, reduzindo custos e aumentando a eficiência da cadeia de suprimentos. 

Varejo: 

• Recomendação de produtos: Redes neurais podem analisar o histórico de compras de clientes para recomendar produtos relevantes, aumentando a probabilidade de compras e a fidelização de clientes. 

• Análise de sentimento: O aprendizado de máquina pode analisar as avaliações online de produtos para identificar a opinião dos clientes e tomar decisões sobre produtos e serviços. 

• Previsão de demanda: Redes neurais podem prever a demanda por produtos, permitindo que os varejistas otimizem seus estoques e evitem rupturas de estoque ou excesso de estoque. 

Mesmo com toda a evolução e com as diversas aplicações das redes neurais um velho problema da I.A volta a aparecer, a possibilidade de viés algorítmico, e por ser um processo complexo muitas vezes se torna ainda mais difícil de detectar, também por ter mais possíveis motivos para a existência desse viés, seja uma base de dados enviesada, ou um algoritmo que possua em si o viés, em casos mais graves criando inclusive a discriminação a grupos de indivíduos, gerando injustiça nas respostas de uma máquina que deveria prezar a eficiência. O processo de discriminação algorítmica pode afetar áreas incluindo a da saúde, ao perpetuar estereótipos, ou na triagem de currículos no recrutamento de empregos, causando consequências negativas diretas na vida de pessoas e erodindo a confiança na tecnologia, fechando os olhos de muitos as possíveis funcionalidades da I.A ⁽³⁾ 

A forma mais comum de mitigar o viés é o aumento na abrangência das bases de dados, mas mesmo com a mais ampla base, um erro humano ao criar o algoritmo, ou definir o objetivo da Inteligência artificial, pode facilmente “manchar” o funcionamento da ferramenta, ainda sendo necessário a pesquisa por parte das gigantes da tecnologia para evitar ao máximo a existência da discriminação algorítmica, porém, se baseando no trabalho de um humano, a eliminação completa desse problema se vê bastante complexa.  

Com todos esses avanços, que trouxeram a democratização de uma área inteira antes restrita a especialistas em empresas capazes de investimentos gigantes, é de extrema importância o papel dos pesquisadores em refletir sobre a atuação ética apontando os desafios sempre que forem encontrados, pelo menos em uma tentativa de garantir um futuro mais promissor quanto a atividade das I.A’s, que podem ser um caminho para a resolução de problemas complexos e transformar diversos setores da sociedade, sendo assim necessário um cuidado enorme ao lidar com o tema, visto que sem a atenção devida é possível que a ferramenta seja aplicada de forma incompleta, ou até em detrimento ao desenvolvimento humano e a qualidade de vida da população geral .   

Referencias 

^{(1) IBM Brasil. “Redes Neurais: Como funcionam e por que são importantes.” IBM. Disponível em: O que é uma rede neural? | IBM. Acesso em: 17 jun. 2024.} 

^{(2) AMAZON WEB SERVICES (AWS). Neural Network. Disponível em: https://aws.amazon.com/pt/what-is/neural-network/. Acesso em: 17 jun. 2024.} 

^{(3) Viés Algorítmico na Interpretação de Dados. Cidades Inteligentes, 2024. Disponível em: https://cidadesinteligentes.org.br/artigo/vies–algoritmico-na-interpretacao–de-dados/140. Acesso em: 17 jun. 2024.}