A missão do Artefact Research Center é promover um ecossistema de inovação em torno de IA e data, incentivando a colaboração entre professores universitários e representantes de empresas parceiras internacionais.
O objetivo: pesquisa de ponta impulsionada pelo data e as aplicações industriais de suas empresas parceiras.
Qual é o DNA do Artefact?
A Artefact é uma consultoria de engenharia especializada em IA e data. Líder europeu presente em 23 países, com forte presença na França, emprega 1.700 pessoas, das quais grande parte são engenheiros. A Artefact dá suporte às empresas clientes em seus projetos de IA e data, abrangendo questões estratégicas, como data governance, até o desenvolvimento e a implementação de modelos.
Nossas equipes compostas por cientistas, engenheiros de software e analistas data podem implementar uma ampla gama de técnicas de aprendizado de máquina em casos aplicados. O objetivo: operar em toda a cadeia de valor para que os clientes possam aproveitar totalmente a IA.
O Artefact também tem outras facetas, como a Escola do Data, que se concentra na reciclagem de profissionais, e a organização de grandes eventos na França, como o AI for Health ou o Adopt AI.
Conte-nos sobre o Artefact do Research Center
O centro de pesquisa é dedicado à pesquisa de código aberto. Sua missão é aprimorar a IA em aplicativos de negócios para torná-la mais utilizável e mais adequada às necessidades. Nosso objetivo é quebrar a percepção do aprendizado de máquina como uma caixa preta incontrolável.
Para isso, o centro está dividido em duas áreas de especialização: matemática aplicada para aprimorar modelos a partir de uma perspectiva estatística; e ciência da administração, que trata empresas e organizações como objetos de estudo. Examinamos como elas adotam a tecnologia e imaginamos possíveis melhorias.
Como o senhor opera?
Acima de tudo, realizamos pesquisas científicas sem fins lucrativos. Nosso trabalho resulta em publicações científicas e conferências internacionais. Ao contrário da consultoria, que se move muito rapidamente, o centro de pesquisa opera em um cronograma mais longo. Criamos parcerias entre especialistas acadêmicos e empresas que trazem desafios do mundo real. Essa correlação nos permite lidar com casos de uso concretos, acessando as bases data das empresas parceiras. O objetivo é testar e aprimorar nossas metodologias nesses problemas de larga escala do mundo real.
Uma revolução para o varejo?
O varejo é um setor com muito data, principalmente por meio de recibos de caixa. Ao se adaptar a essa estrutura, o artificial intelligence pode “decodificar” o tíquete, pois cada produto listado pode ser visto como uma palavra, conectada a outras.
Isso nos permite prever os hábitos dos consumidores e adaptar as lojas de acordo com eles. Podemos capturar interações de produtos para, por exemplo, exibir produtos complementares juntos ou evitar a “canibalização” entre produtos ou promoções. Estamos convencidos de que esse uso do data é o futuro do varejo. A IA nunca substituirá a experiência e o know-how de um gerente de departamento ou de um parceiro de varejo, mas pode torná-los ainda mais eficazes, trazendo insights valiosos do data.
Uma ferramenta crucial também no setor bancário?
Mais uma vez, o Artefact não tem como objetivo substituir os analistas financeiros, que têm um excelente conhecimento de domínio. Entretanto, eles não conseguem detectar todos os clientes vulneráveis ou fraudadores. Usando modelos de pontuação treinados no histórico do data, podemos sinalizar perfis de clientes incomuns e antecipar eventos negativos antes que se tornem problemas reais. Como os analistas precisam justificar suas decisões, o que é uma exigência regulamentar, trabalhamos na criação de sistemas de pontuação que sejam explicáveis e ofereçam motivos interpretáveis para perfis de alto risco.
Então, a IA aprimora as capacidades humanas no trabalho?
Com certeza. Costumo usar o exemplo do Google. Quando o senhor pesquisa algo on-line, ocorre uma análise. O aprendizado de máquina consulta trilhões de páginas da Web, algo impossível sem automação. O tempo economizado pelo algoritmo representa todo o trabalho de base que os seres humanos não precisam mais fazer. A IA funciona de forma semelhante. Em última análise, é sempre o ser humano que escolhe adotar ou não o resultado e dar significado a ele. Isso começou com as pesquisas em livros, continuou com o surgimento da Internet e da Wikipédia e agora continua com as tecnologias atuais. E isso não vai parar tão cedo.
Quais são os desafios da IA generativa, na opinião do senhor?
Houve um ponto de virada, especialmente com o ChatGPT, na forma como o público adota novas tecnologias. Pela primeira vez, vimos algo ser adotado de baixo para cima: os funcionários começaram a encontrar boas maneiras de usar o ChatGPT como uma ferramenta útil em seu trabalho. Do ponto de vista da Artefact, a questão principal é enquadrar essas tecnologias em casos de uso específicos. Em vez de usar uma ferramenta de uso geral para tudo, o objetivo é criar aplicativos robustos para tarefas específicas.
No momento, esses modelos carecem de robustez, recuperam informações da memória de maneiras que não compreendemos totalmente, correndo o risco de gerar resultados inadequados ou até mesmo absurdos. Estamos trabalhando, por exemplo, em um índice de confiança simples e confiável para exibir aos usuários. O objetivo é evitar informações enganosas e incentivar uma mentalidade crítica em relação às respostas do modelo.
