Carolina Afonso, Professora Universitária / Marketing Manager

A internet de grande velocidade a preços mais baixos, o armazenamento na Cloud mais seguro, a existência de soluções de mobilidade e equipamentos com custo mais acessível são alguns dos factores que originaram os últimos desenvolvimentos na Inteligência Artificial (AI). E daí falar-se que um dos maiores desafios atuais é a passagem do conceito de mobile first para o de AI first.

A AI não é um conceito novo e os últimos avanços têm sido na área do deep learning, que tal como o machine learning são sub-divisões da AI. Importa distinguir estes dois conceitos que muitas vezes são mal utilizados.

O que é Machine Learning e Deep Learning?

Machine Learning é uma sub-divisão da inteligência artificial que faculta aos computadores a facilidade de aprender sem ter que estar explicitamente programado e poder estar exposto a nova informação.

Deep Learning por sua vez é uma Sub-divisão de Machine Learning que se baseua num conjunto de algoritmos que transformam conceitos/modelos em dados.

Os grandes players da área estão neste momento a explorar machine learning e deep learning. Por exemplo, a Google lançou a sua API de linguagem natural cloud-based. Este serviço permite aos utilizadores analisar o conteúdo dos arquivos de texto para sentimento, conteúdo e sintaxe. A Amazon, por exemplo, tem impulsionado grandes volumes de vendas graças em parte aos seus motores de recomendação construídos em torno de algoritmos de machine learning. Assim como o Facebook, com a opção de se fazer anúncios com base em “look alike audiences”, isto é, criar uma audiência com um perfil semelhantes ao dos nossos melhores clientes.

O exemplo dos Chatbots

De acordo com a Gartner, o desenvolvimento de apps inteligentes integram uma das 10 tendências estratégicas das empresas para 2017.

Muitas empresas estão a começar a adoptar inteligência artificial como uma ferramenta de engagement e retenção de clientes.

Um dos exemplos de utilização de AI tem sido o desenvolvimento de chatbots, sendo que alguns destes são com base em AI, incorporando a capacidade de entender o que o utilizador quer dizer através do que este escreve ou pergunta. Isto é, tem a capacidade de aprender e entender linguagem natural e não apenas comandos. Estes chatbots aprendem com o histórico e com outros serviços (dados). Ou seja, quanto mais pessoas utilizarem o chatbot, mais inteligente este vai ficando.

À medida que a tarefa realizada pelo chatbot se torna mais complexa, a necessidade de ser inteligente aumenta. É a inteligência que torna uma conversa complexa em algo fácil e sem esforço. A inteligência artificial simula a inteligência humana respondendo a perguntas baseadas em conjuntos codificados de dados. A inteligência artificial é muitas vezes ativada através de machine learning, que fornece o enquadramento através do qual um software pode testar vários conjuntos de dados e respostas face a um resultado específico. Em vez de programar manualmente perguntas e respostas com um script para um bot para interagir com um utilizador, o programador planeia algoritmos que “ensinam” a um bot como responder em vez de se referir a uma resposta padronizada.

Em suma, os avanços na AI estão a permitir explorar novas formas de conexão das marcas com o consumidor e a redifinir o conceito de personalização. Abrem-se novas possibilidades neste domínio. Por exemplo, um chatbot ao saber a localização do utilizador consegue atribuir-lhe um contexto e cruzá-lo com a análise de padrões de comportamento. Claro que ainda não estamos nem sequer a 1% do que a inteligência artificial se pode vir a tornar e existe ainda ainda um enorme caminho a ser percorrido…

Carolina Afonso, Professora Universitária / Marketing Manager

Avalie este artigo
5 votos

 Loading ...