Essas tend\u00eancias surgiram no Radar de Impacto de Tecnologias Emergentes e Tend\u00eancias do Gartner de 2023. De acordo com a pesquisa, se destacam 26 tend\u00eancias e tecnologias emergentes \u00e0s quais os fornecedores devem responder, sejam eles um player novo ou estabelecido nesse espa\u00e7o.<\/p>\n\n\n\n
O Impact Radar retrata a maturidade, o momento do mercado e a influ\u00eancia das tecnologias. Sendo assim uma ferramenta \u00fatil para os l\u00edderes de produtos identificarem e rastrearem as tecnologias e tend\u00eancias que os ajudar\u00e3o a melhorar e diferenciar seus produtos. Ou seja, isso inclui permanecer competitivos e capitalizar as oportunidades de mercado.<\/p>\n\n\n\n A maioria das tecnologias e tend\u00eancias emergentes deste ano est\u00e3o de tr\u00eas a oito anos longe de alcan\u00e7ar a ado\u00e7\u00e3o generalizada. Assim, representam uma inova\u00e7\u00e3o significativa nos pr\u00f3ximos anos. Vejamos quatro que achamos que ser\u00e3o especialmente interessantes.<\/p>\n\n\n\n Os sistemas de computa\u00e7\u00e3o neurom\u00f3rfica simplificam o desenvolvimento de produtos, permitindo assim, que os l\u00edderes de produtos desenvolvam sistemas de IA mais rsponsivos \u00e0 imprevisibilidade do mundo real.\u00a0Dessa forma, seus recursos aut\u00f4nomos reagem rapidamente a eventos e informa\u00e7\u00f5es em tempo real e formar\u00e3o a base de uma ampla gama de futuros produtos baseados em IA.\u00a0Os primeiros casos de uso incluem detec\u00e7\u00e3o de eventos, reconhecimento de padr\u00f5es e treinamento de pequenos conjuntos de dados.<\/p>\n\n\n\n Esperamos dispositivos neurom\u00f3rficos inovadores at\u00e9 o final de 2023, mas provavelmente levar\u00e1 cinco anos para que esses dispositivos atinjam a ado\u00e7\u00e3o inicial da maioria.<\/p>\n\n\n\n Al\u00e9m disso, espera-se um impacto significativo e que a computa\u00e7\u00e3o neurom\u00f3rfica interrompa muitos dos\u00a0desenvolvimentos atuais da tecnologia de IA<\/a>. Proporcionando assim, economia de energia e benef\u00edcios de desempenho n\u00e3o alcan\u00e7\u00e1veis \u200b\u200bcom as gera\u00e7\u00f5es atuais de chips de IA.<\/p>\n\n\n\n Os modelos auto-supervisionados aprendem como as informa\u00e7\u00f5es se relacionam com outras informa\u00e7\u00f5es. Por exemplo, quais situa\u00e7\u00f5es normalmente precedem ou seguem outra e quais palavras geralmente andam juntas.<\/p>\n\n\n\n A aprendizagem auto-supervisionada emergiu recentemente da academia e atualmente \u00e9 praticada por um n\u00famero limitado de empresas de IA.\u00a0No entanto, algumas empresas focadas em vis\u00e3o computacional e produtos de PNL recentemente adicionaram aprendizado auto-supervisionado a seus roteiros de produtos.<\/p>\n\n\n\n O impacto potencial e os benef\u00edcios do aprendizado auto-supervisionado s\u00e3o extensos, pois estender\u00e1 a aplicabilidade do aprendizado de m\u00e1quina para organiza\u00e7\u00f5es com acesso limitado a grandes conjuntos de dados.\u00a0Dessa forma, sua relev\u00e2ncia \u00e9 mais proeminente em aplicativos de IA que normalmente dependem de dados rotulados, principalmente vis\u00e3o computacional e NLP.<\/p>\n\n\n\n \u00c9 um exemplo de tend\u00eancia combinat\u00f3ria em que v\u00e1rias tend\u00eancias e tecnologias individualmente importantes, discretas e em evolu\u00e7\u00e3o independente interagem umas com as outras para dar origem a outra tend\u00eancia.\u00a0Ou seja, as tecnologias e tend\u00eancias emergentes e de suporte incluem (mas n\u00e3o est\u00e3o limitadas a) computa\u00e7\u00e3o espacial e a web espacial;\u00a0persist\u00eancia digital;\u00a0ambientes multientidade;\u00a0tecnologia de descentraliza\u00e7\u00e3o;\u00a0rede de alta velocidade e baixa lat\u00eancia;\u00a0tecnologias de detec\u00e7\u00e3o;\u00a0e\u00a0aplicativos de IA<\/a>.\u00a0<\/p>\n\n\n\n Os recursos e funcionalidades que esses ETT trazem para o metaverso precisar\u00e3o atingir uma maioria inicial para que ele atravesse o abismo. Dessa forma, consideramos todos os exemplos atuais como precursores ou ofertas pr\u00e9-metaversos, pois s\u00e3o potencialmente capazes e compat\u00edveis, mas ainda n\u00e3o atendem \u00e0 defini\u00e7\u00e3o de metaverso.<\/p>\n\n\n\n Embora os benef\u00edcios e as oportunidades do metaverso n\u00e3o sejam imediatamente vi\u00e1veis,\u00a0as solu\u00e7\u00f5es emergentes deste fornecem um indicador de poss\u00edveis casos de uso<\/a>.\u00a0Assim, esperamos que a transi\u00e7\u00e3o para o metaverso seja t\u00e3o significativa quanto a do anal\u00f3gico para o digital.<\/p>\n\n\n\n A HCAI assume um modelo de parceria de pessoas e IA trabalhando juntas para melhorar o desempenho cognitivo, incluindo aprendizado, tomada de decis\u00e3o e novas experi\u00eancias.\u00a0Por isso, ela \u00e0s vezes \u00e9 chamada de \u201cintelig\u00eancia aumentada\u201d, \u201cintelig\u00eancia centauro\u201d ou \u201chumano no circuito\u201d. Por\u00e9m com um sentido mais amplo, mesmo um\u00a0sistema totalmente automatizado<\/a>\u00a0deve ter como objetivo os benef\u00edcios humanos.<\/p>\n\n\n\n A HCAI permite que os fornecedores gerenciem os riscos da IA \u200b\u200be sejam \u00e9ticos, respons\u00e1veis \u200b\u200be mais eficientes com a automa\u00e7\u00e3o, complementando a IA com um toque humano e bom senso. Muitos fornecedores de IA j\u00e1 mudaram suas posi\u00e7\u00f5es para a abordagem HCAI mais impactante e respons\u00e1vel. Assim, a abordagem centrada na tecnologia de desenvolvimento de produtos de IA levou a in\u00fameros impactos negativos, estimulando os fornecedores a repensar suas estrat\u00e9gias de produtos de IA.<\/p>\n\n\n\n O impacto potencial da HCAI \u00e9 alto porque alavanca as habilidades humanas para torn\u00e1-los mais produtivos e remover limita\u00e7\u00f5es, vieses e pontos cegos evit\u00e1veis.<\/p>\n\n\n\n![\"\"](\"https:\/\/hdbsystems.com.br\/wp-content\/uploads\/2023\/01\/image-1.png\")
Conhe\u00e7a as 4 tecnologias emergentes que far\u00e3o disrup\u00e7\u00e3o nos pr\u00f3ximos oito anos<\/h2>\n\n\n\n
N\u00ba 1: Computa\u00e7\u00e3o neurom\u00f3rfica<\/h3>\n\n\n\n
\n
N\u00ba 2: Aprendizagem auto-supervisionada<\/h3>\n\n\n\n
\n
N\u00ba 3: Metaverso<\/h3>\n\n\n\n
\n
N\u00ba 4: IA centrada no ser humano<\/h3>\n\n\n\n
\n