Leitura:
Machine Learning Widens the Gap Between Knowledge and Understanding
Models We Can Understand
Audiovisual:
The Why and What of Everyday Chaos
David Weinberger: El conocimiento en la era de Internet
Changing Nature of Knowledge in the Internet Epoch David Weinberger
Is the internet disappointed in us? David Weinberger's CIPR Lecture
A internet nasceu modesta e ingênua, mas sua realidade vem sendo modificada ao longo do tempo, pouco lembrando aquele simples sistema de transmissão de comandos do passado. As possibilidades criadas pela rede vieram a mostrar o melhor e pior dos ser humano.
ResponderExcluirPodemos fazer e criar muitas coisas, é realmente um admirável mundo novo. A tecnologia vem recheada de novas possibilidades, mas é necessário ter cuidado com o que é feito e como é utilizado. Hoje em dia, o uso da internet e da tecnologia é tão natural que parece haver uma cegueira em uma parte da população que se esquece de que apesar de ser um mundo virtual, quem está por trás dos computadores são pessoas com sentimentos e que merecem ser respeitadas. Cabe a nós mesmo usuários da internet que utilizemos de forma respeitosa e que saibamos que assim como qualquer lugar na própria internet devemos ter nossos direitos e nossos deveres.
É maravilhoso que possamos ter, basicamente, todo o conhecimento humano construido ao longo de milênios, na palma de nossas mãos. Porém, com toda grande mudança do ambiente, também devemos nos adaptar a mudança de paradigmas. Dai, uma ideia muio interessante do David Weinberg, de ajustarmos nossos filtros, para que aquilo que nós importa seja capturado de forma efetiva.
ResponderExcluirPessoalmente fico sem palavras quando penso na quantidade de informação e conhecimento que existe, e a incapacidade fisica do homem de absorver tudo.
"But life is short and information endless: nobody has time for everything. In practice we are generally forced to choose between an unduly brief exposition and no exposition at all. Abbreviation is a necessary evil and the abbreviator’s business is to make the best of a job which, though intrinsically bad, is still better than nothing." - Huxley, 1958
A velocidade de informação vem crescendo cada vez mais, fico imaginando quando abandonaremos a leitura e escrita para obter e compartilhar informação.Todos as possibilidades, impactos e futuro das tecnologia são impossíveis de prever. Claro que com novas tecnologias surgirão novas polêmicas, como será o emprego em um mundo em que a tecnologia substitui o ser humano? Já imaginou que um dia um político pode ser uma inteligência artificial? Uma inteligência artificial deve ter direito a propriedade?
ResponderExcluirAcredito que só possamos sonhar com o que o futuro nos aguarda.
Todas as mudanças que a tecnologia proporcionou na vida das pessoas nas últimas décadas podem ser consideradas avanços muito pequenos se comparados aos que nos esperam para os próximos 20-30 anos.
ResponderExcluirSe as previsões estiverem certas, neste período teremos carros autônomos inteiramente integrado, drones entregando realizando serviços de entrega,robôs que nos servirão como nossos empregador. Parece animador, pois entre as novidades também aparecem a eliminação do câncer e da pobreza, viagens aeroespaciais.
Deep Patient é um sistema de aprendizagem de máquina implementado por pesquisadores do Mount Sinai Hospital em New York. Eles alimentaram o sistema com centenas de dados médicos sobre 700k pacientes. Como resultado, ele foi capaz de prever o aparecimento de doenças que desafiaram as capacidades diagnósticas humanas.
ResponderExcluirO Google também usou a tecnologia de Deep Learning para um projeto relacionado a predições/diagnósticos. O time analisou os registros de saúde hospitalar de 216.221 adultos. Dos 46bi de dados, o projeto conseguiu
prever a duração de estadia de um paciente no hospital, a probabilidade
que o paciente sairia vivo, e muito mais.
Estes dois sistemas funcionam muito bem, mas a complexidade que os mesmos possuem até chegar a uma probabilidade final fazem com que seja extremamente complicado para um ser humano acompanhar estes dados. Por exemplo, o Deep Patient pode definir quais pacientes têm risco de desenvolver esquizofrenia, uma condição que é extremamente difícil para os médicos preverem. E as pistas que o sistema usa para fazer essas previsões não são necessariamente as mesmas que os médicos normalmente utilizam. Por exemplo, dormência pode ser um sinal precoce de esclerose múltipla, sede súbita pode indicar diabetes. E se você perguntasse ao Deep Patient como ele chegou a classificar as pessoas como propensas a desenvolver esquizofrenia, a resposta seria praticamente não entendível, com constelações de dados extremamente complexas.
Agora, vamos imaginar um caso em que o Deep Patient erra. Como o médico analisaria essa complexidade de dados? Não tem como confiar 100%, é complicado. Mas acredito sim que estes sistemas vêm para melhorar, agregar. Tudo, claro, com cuidado e respeito ao ser humano.
A primeira vez que tive contato com o que é Inteligência artificial do ponto de vista conceitual foi numa aula de Introdução a Sistemas Inteligentes. Lembro que o professor naquela época usou um exemplo fantasioso, porém muito
ResponderExcluirperspicaz e que me levou a ter diversas reflexões sobre o assunto. O exemplo consistia em comparar um médico cardiologista com 30 anos de experiência na área e um sistema de IA desenvolvido por alguma pessoa de 20 e poucos anos. O professor falou isso e perguntou “Suponha que você esteja com suspeita de câncer no coração, a quem você confiaria a tarefa de lhe dar o diagnóstico certo, ao médico ou ao sistema?” e todos responderam “Ao médico”. Em seguida o professor disse que o médico conseguia analisar radiografias de coração e dar diagnósticos com assertividade de 85%, enquanto o sistema desenvolvido pela pessoa mais jovem fazia a mesma tarefa, sendo que com 96% de assertividade nos diagnósticos. Após dizer isso, o professor fez a mesma pergunta novamente e, dessa vez, a sala ficou em silêncio. O médico, nos seus 30 anos de carreira, provavelmente estudou a ciência da cardiologia por diversas vezes. Contudo, um sistema de IA pode “computar” esses mesmos estudos em intervalos muito menores de tempo. Um ser humano pode levar décadas para se tornar especialista em um assunto complexo, enquanto um sistema de IA apenas treina algumas horas ou dias para se especializar no mesmo assunto complexo e, provavelmente, com uma eficiência maior do que a do ser humano. Isso é, ao mesmo tempo, fascinante e assustador.