Investindo em Inteligência Artificial (IA) – Tudo o que Você Precisa Saber

Inteligência Artificial (IA) é um campo que não necessita de introdução. IA tem seguido a Lei de Moore, que afirma que a velocidade e a capacidade dos computadores podem dobrar a cada dois anos. Desde 2012, a quantidade de computação usada nas maiores execuções de treinamento de IA tem aumentado exponencialmente, dobrando a cada 3 a 4 meses, resultando em um crescimento de 300.000 vezes nos recursos de computação alocados para IA desde 2012. Nenhum outro setor pode comparar com essas estatísticas de crescimento.

Exploraremos quais áreas da IA estão liderando essa aceleração, quais empresas estão melhor posicionadas para aproveitar esse crescimento e por que isso importa.

Tipos de Aprendizado de Máquina

Aprendizado de máquina é um subcampo da IA que essencialmente programa máquinas para aprender. Existem múltiplos tipos de algoritmos de aprendizado de máquina, sendo o mais popular, de longe, o aprendizado profundo, que envolve alimentar dados em uma Rede Neural Artificial (ANN). Uma ANN é uma rede de funções matemáticas muito intensiva em computação, unidas em um formato inspirado nas redes neurais encontradas no cérebro humano.

Quanto mais big data for alimentado em uma ANN, mais precisa a ANN se torna. Por exemplo, se você está tentando treinar uma ANN para aprender a identificar fotos de gatos, se alimentar a rede com 1.000 fotos de gatos a rede terá um nível pequeno de precisão, talvez 70 %; se você aumentar para 10.000 fotos, o nível de precisão pode subir para 80 %; se você aumentar para 100.000 fotos, então você acabou de aumentar a precisão da rede para 90 %, e assim por diante.

É aqui que reside uma das oportunidades: empresas que dominam o campo de desenvolvimento de chips de IA são naturalmente propensas ao crescimento.

Existem muitos outros tipos de aprendizado de máquina que mostram potencial, como aprendizado por reforço, que consiste em treinar um agente por meio da repetição de ações e recompensas associadas. Usando aprendizado por reforço, um sistema de IA pode competir contra si mesmo com a intenção de melhorar seu desempenho. Por exemplo, um programa que joga xadrez jogará contra si repetidamente, com cada partida melhorando seu desempenho na próxima.

Atualmente, os melhores tipos de IA utilizam uma combinação de aprendizado profundo e aprendizado por reforço, o que é comumente chamado de aprendizado profundo por reforço. Todas as principais empresas de IA no mundo, como a Tesla (TSLA ), utilizam algum tipo de aprendizado profundo por reforço.

Embora existam outros tipos importantes de sistemas de aprendizado de máquina que estão sendo avançados atualmente, como meta-aprendizado, para simplificar, aprendizado profundo e seu primo mais avançado, aprendizado profundo por reforço, são o que os investidores devem conhecer melhor. As empresas que estão na vanguarda desse avanço tecnológico estarão melhor posicionadas para aproveitar o enorme crescimento exponencial que estamos testemunhando na IA.

Ciência de Dados & Big Data

Se há um diferencial entre as empresas que terão sucesso e se tornarão líderes de mercado, e as empresas que falharão, esse diferencial é o big data. Todos os tipos de aprendizado de máquina dependem fortemente da ciência de dados, que pode ser descrita como um processo de entender o mundo a partir de padrões nos dados. Nesse caso, a IA está aprendendo a partir dos dados, e quanto mais dados, mais precisos são os resultados. Existem algumas exceções a essa regra devido ao que é chamado de sobreajuste, mas isso é uma preocupação que os desenvolvedores de IA conhecem e tomam precauções para compensar.

A importância do big data é o motivo pelo qual empresas como a Tesla têm uma clara vantagem de mercado quando se trata de tecnologia de veículos autônomos. Cada Tesla em movimento que utiliza o piloto automático está enviando dados para a nuvem. Isso permite que a Tesla use aprendizado profundo por reforço e outros ajustes de algoritmo para melhorar o sistema geral de veículos autônomos.

Isso também explica por que empresas como o Google serão tão difíceis de serem destronadas por concorrentes. Cada dia que passa é um dia em que o Google coleta dados de sua infinidade de produtos e serviços, incluindo resultados de busca, Google Adsense, dispositivos móveis Android, o navegador Chrome e até o termostato Nest. O Google está acumulando mais dados do que qualquer outra empresa no mundo. Isso nem inclui todos os projetos ambiciosos em que está envolvido.

Ao entender por que aprendizado profundo e ciência de dados são importantes, podemos inferir por que as empresas abaixo são tão poderosas.

Empresas de IA para Investir

Existem três líderes de mercado atuais que serão muito difíceis de desafiar.

Alphabet Inc (NASDAQ: GOOGL)

Alphabet Inc (GOOG ) é a empresa-mãe de todos os produtos Google, que inclui o motor de busca Google. Uma breve lição histórica é necessária para explicar por que eles são tão líderes de mercado em IA. Em 2010, uma empresa britânica DeepMind foi lançada com o objetivo de aplicar várias técnicas de aprendizado de máquina para construir algoritmos de aprendizado de propósito geral.

Em 2013, a DeepMind surpreendeu o mundo com várias conquistas, incluindo tornar-se campeã mundial em sete jogos Atari usando aprendizado profundo por reforço.

Em 2014, o Google adquiriu a DeepMind por US$ 500 milhões, pouco depois, em 2015, o AlphaGo da DeepMind tornou-se o primeiro programa de IA a derrotar um jogador profissional humano de Go, e o primeiro programa a derrotar um campeão mundial de Go. Para quem não conhece o Go, ele é considerado por muitos o jogo mais desafiador que existe.

A DeepMind é atualmente considerada um líder de mercado em aprendizado profundo por reforço, e uma concorrente de destaque para alcançar a Inteligência Artificial Geral (AGI), um tipo futurista de IA com o objetivo de eventualmente alcançar ou superar a inteligência humana.

Ainda precisamos considerar os outros tipos de IA nos quais o Google está atualmente envolvido, como Waymo, líder de mercado em tecnologia de veículos autônomos, segundo apenas à Tesla, e os sistemas de IA secretos atualmente usados no motor de busca do Google.

O Google está atualmente envolvido em tantos níveis de IA que seria necessário um artigo exaustivo para cobri-los todos.

Tesla (NASDAQ: TSLA)

Como mencionado anteriormente, a Tesla está aproveitando o big data de sua frota de veículos nas estradas para coletar dados de seu piloto automático. Quanto mais dados são coletados, mais pode melhorar usando aprendizado profundo por reforço; isso é especialmente importante para os chamados casos extremos, conhecidos como cenários que não ocorrem com frequência na vida real.

Por exemplo, é impossível prever e programar todos os tipos de cenários que podem acontecer na estrada, como uma mala rolando para o tráfego ou um avião caindo do céu. Nesse caso há poucos dados específicos, e o sistema precisa associar dados de muitos cenários diferentes. Essa é outra vantagem de ter uma enorme quantidade de dados; embora possa ser a primeira vez que um Tesla em Houston encontre um cenário, é possível que um Tesla em Dubai já tenha encontrado algo semelhante.

A Tesla também é líder de mercado em tecnologia de baterias, e em tecnologia elétrica para veículos. Ambas dependem de sistemas de IA para otimizar a autonomia de um veículo antes que seja necessária uma recarga. A Tesla é conhecida por suas frequentes atualizações over-the-air com otimizações de IA que melhoram em alguns pontos percentuais o desempenho e a autonomia de sua frota de veículos.

Como se isso não fosse suficiente, a Tesla também está desenvolvendo seus próprios chips de IA, o que significa que não depende mais de chips de terceiros, e pode otimizar os chips para trabalhar com seu software de condução totalmente autônoma desde o início.

NVIDIA (NASDAQ: NVDA)

NVIDIA (NVDA ) é a empresa melhor posicionada para aproveitar o atual aumento na demanda por chips GPU (Unidade de Processamento Gráfico), pois atualmente são responsáveis por 80% de todas as vendas de GPU.

Embora as GPUs inicialmente fossem usadas para videogames, foram rapidamente adotadas pela indústria de IA especificamente para aprendizado profundo. O motivo de as GPUs serem tão importantes é que a velocidade dos cálculos de IA é consideravelmente aumentada quando as computações são realizadas em paralelo. Ao treinar uma ANN de aprendizado profundo, são necessárias entradas que dependem fortemente de multiplicações de matrizes, onde o paralelismo é crucial.

A NVIDIA está constantemente lançando novos chips de IA que são otimizados para diferentes casos de uso e requisitos de pesquisadores de IA. Essa pressão constante por inovação mantém a NVIDIA como líder de mercado.

Escolha um Corretor de Ações

O primeiro passo em sua jornada deve ser escolher um corretor de ações. Um corretor que recomendamos é Firstrade.

Resumo

É impossível listar todas as empresas que estão envolvidas de alguma forma com IA; o importante é entender as tecnologias de aprendizado de máquina que são responsáveis pela maior parte da inovação e do crescimento que a indústria tem testemunhado. Destacamos 3 líderes de mercado, muitos mais surgirão. Para se manter atualizado sobre IA, você deve acompanhar as notícias de IA, evitar o hype em torno da IA e entender que este campo está em constante evolução.