Estive a convite do Google no último Google Cloud Summit em São Paulo, entre os dias 5 e 6 de dezembro.

O evento teve uma característica que me encantou: tudo foi demonstrado na prática.

Por exemplo: ao invés de dizer que é possível configurar um ambiente no Google Cloud em menos de uma hora, eles fizeram um mini-hackaton, chamado Google Cloud Hero. Uma sala cheia de jovens DevOps disputavam para ver quem terminava de configurar o ambiente mais rápido. O campeão da edição brasileira finalizou as configurações em 42 minutos.

Mais tarde no palco outra demonstração impressionante: uma migração de servidores em poucos minutos usando Velostrata. Mudanças que demorariam mais de 24 horas feitas em 15 minutos, os dados continuam migrando em background e você pode apontar o DNS da sua aplicação para os novos servidores.

No título desse artigo falei sobre como usar Inteligência Artificial pode ser tão simples quanto criar uma planilha certo? Pois bem, os 2 exemplos acima mostram como algumas tecnologias evoluíram para simplificar tarefas técnicas. Porém para simplificar Inteligência Artificial não basta automatizar tarefas, é preciso criar modelos e disponibilizar esses modelos. Para esses modelos serem eficientes eles precisam de muitos, mas muitos dados.

Quantos dados o Google tem?

Dados são o combustível da Inteligência Artificial, se você quer criar alguma coisa usando Machine Learning antes é necessário coletar um monte de dados para criar modelos, depois é preciso ter algo que lhe permita treinar esses modelos.

A análise de dados em todas essas aplicações permite que o Google antecipe um monte de comportamentos. Hoje quando você responde um e-mail o Gmail já lhe sugere uma série de possíveis respostas, quando você tira uma foto ele já identifica uma série de elementos nessa foto (tente buscar por praia, flores ou cachorro nas fotos do seu celular). Tudo isso é inteligência que o Google está acumulando, são modelos que são treinados diariamente.

Um dos subprodutos desse aprendizado é o AutoML, com ele você consegue configurar modelos de Machine Learning baseados em imagens e linguagem natural rapidamente. No evento tinha uma demonstração onde uma câmera lia seus movimentos e transformava numa interface para jogar Pac Man, um exemplo de como o AutoML vision consegue criar modelos com dezenas de imagens.

Outra coisa impressionante foi como o Google conectou esses 2 mundos, do desenvolvimento de aplicações até a hospedagem dessas aplicações em nuvem.

Com o uso de Containers é possível desenvolver em qualquer lugar, independente se vai rodar em servidores locais, cloud ou máquinas virtuais, assim você garante que a aplicação funcione sem se preocupar com a infraestrutura.

Com o uso de Kubernetes é possível rodar centenas de containers em produçãopermitindo uma otimização dos recursos e economizando horas de administração de servidores.

Ou seja, com o ecossistema que o Google criou na nuvem é possível desenvolver aplicativos, hospedar aplicativos, escalar aplicativos e usar inteligência artificial de uma forma muito mais simples que há poucos meses atrás.

O resultado? Imagino que em pouco meses veremos diversas aplicações em nuvem utilizando inteligência artificial que vão gerar impacto em diferentes indústrias. Se você não está planejando nada do tipo é bom tomar cuidado com o que sua concorrência está fazendo, criar um app com inteligência artificial definitivamente não é mais ciência de foguete.

Deixe um comentário

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair /  Alterar )

Foto do Google

Você está comentando utilizando sua conta Google. Sair /  Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair /  Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair /  Alterar )

Conectando a %s