Engenharia Ensaios em Engenharia, Ciência e Sustentabilidade

30/04/2019 | domtotal.com

Inteligência artificial, engenharia, trabalho e empregos

A inteligência artificial está encontrando cada vez mais seu caminho nos contextos industrial e manufatureiro.

Como engenheiros, é importante nos mantermos informados sobre as inovações tecnológicas.
Como engenheiros, é importante nos mantermos informados sobre as inovações tecnológicas. (Pixabay)

Por Jose Antonio de Sousa Neto*

Inteligência Artificial (ou IA) refere-se a sistemas que agem de forma inteligente, seja em um domínio específico (AI estreito) ou em geral (IA forte). Projetar tais sistemas não é tarefa fácil. O cérebro humano, formado por cerca de 86 bilhões de neurônios, foi postulado como o objeto mais complexo do universo conhecido; naturalmente, recriar até mesmo uma parte dessa complexidade provou ser um desafio.

Nós ainda não entendemos completamente como a consciência surge no cérebro humano, e ainda há muito debate em torno de se a consciência pode ser separada da inteligência avançada. Mas a inteligência artificial não precisa ser tão complexa; vemos exemplos muito mais simples do que poderíamos descrever como inteligência artificial em uma base regular. Os assistentes de voz pré-instalados em todos os smartphones modernos são apenas um exemplo e, agora, esses mesmos "AIs" estão sendo integrados em despertadores e sistemas de interação para que possam ser usados para controlar uma variedade de dispositivos inteligentes em casa.

A inteligência artificial está encontrando cada vez mais seu caminho nos contextos industrial e manufatureiro. Há até mesmo os "IAs" sendo usados para conduzir negociações de alta frequência no mercado de ações. Os "IAs" estão agora em toda parte, o que significa que está ficando fácil esquecer o quão incrivelmente complexos eles são. Os "IAs" têm muito a oferecer ao mundo da engenharia. Na verdade, alguns dos usos atuais e futuros mais empolgantes da inteligência artificial estão exatamente no campo da engenharia.

Como engenheiros, é importante nos mantermos informados sobre as inovações tecnológicas, especialmente considerando seu impacto potencial em nossa profissão. A IA é uma dessas tecnologias de base que está se tornando cada vez mais relevante para não dizer absolutamente essencial.

Observamos cinco maneiras através das quais a IA deve afetar a profissão de engenharia:

1. A história mostrou que os avanços tecnológicos no passado ajudaram a criar novos empregos. Isso será especialmente relevante para os membros da comunidade de engenharia.

2. Com a rápida evolução da tecnologia, haverá uma necessidade crescente de engenheiros para pesquisar, criar e testar sistemas de IA.

3. Os engenheiros  têm uma enorme oportunidade de mostrar sua criatividade em resposta aos avanços da IA.

4. Novos tipos de especialistas serão cada vez mais procurados em resposta aos novos tipos de trabalho criados pela tecnologia da IA.

5. Novos desenvolvimentos em IA permitirão aos engenheiros concluir seu trabalho com mais eficiência e resolver uma ampla gama de problemas.

Uma das avenidas mais produtivas da pesquisa de IA é o aprendizado de máquina. Isso se refere a algoritmos que, por meio de um conjunto de "dados de treinamento" (training data), permitem que programas de computador aprendam a fazer algo para o qual não foram explicitamente programados. Por exemplo, pode-se expor um algoritmo a imagens de cães e gatos, com a esperança de que o programa aprenda a diferenciá-los.

Alguns dos métodos mais eficazes de aprendizado de máquina são baseados no conceito de redes neurais artificiais (RNAs). As RNAs são modeladas de acordo com os neurônios no cérebro humano e consistem de uma rede de nós (análogos aos neurônios) conectados com vários graus de correlação (análogos às sinapses).

Um dos primeiros métodos para o treinamento de RNAs foi o algoritmo perceptron. O perceptron ensina uma rede de camada única a classificar uma dada entrada em uma de duas classes, desde que as classes sejam linearmente separáveis (isto é, você pode separar os dados com uma linha, plano ou hiperplano etc.). Esse algoritmo funciona inserindo dados de treinamento, comparando a saída dos nós com a saída esperada e atualizando sua ponderação com base na diferença. Apesar de sua eficácia na classificação binária, o algoritmo do perceptron era muito simples para a maioria das aplicações. No entanto, você pode aumentar a eficácia das RNAs adicionando mais camadas de nós e usando uma técnica mais poderosa (como retropropagação) para atualizar seus pesos. Camadas entre os neurônios de entrada e saída são chamadas de camadas ocultas e são usadas extensivamente para o que é chamado de aprendizado profundo (Deep learning).

Outra aplicação de IA e aprendizado de máquina é, obviamente, uma que está prestes a causar uma ruptura em quase todos os setores imagináveis: análise de big data. Vamos dar um passo para trás na AI por um segundo e falar sobre a Internet das coisas, ou IoT. Em suma, a IoT transformara tudo em uma "coisa inteligente" (smart-thing). No nível do consumidor, pense em roupas inteligentes que podem monitorar sua saúde. No nível industrial, pense em linhas de produção que podem se comunicar entre si usando um arsenal de sensores para coletar dados constantes sobre todo o processo de fabricação. Essa coleção de dados em massa é apropriadamente chamada de big data.

Big data é a chave para a promessa da análise de dados de IA. A inteligência artificial, especialmente em suas implementações mais sofisticadas, depende muito de grandes conjuntos de dados e aprendizado algorítmico. E essa é uma grande promessa, já que a combinação de automação de fábrica, big data e IA está prevista para o que está sendo chamado de quarta revolução industrial, também conhecida como Indústria 4.0. Com acesso praticamente ilimitado a dados de produção, a esperança é que as técnicas de aprendizado de máquina resultem em insights de dados que aumentam a eficiência desta mesma produção.

Você pode adotar essa premissa de análise de dados ativada por IA e habilitada por big data e aplicá-la a praticamente qualquer domínio. Planejamento Urbano, Gestão de Tráfego e Gerenciamento de Edifícios são apenas algumas das áreas. Para os engenheiros que estão trabalhando em projetos públicos de larga escala, o big data será um elemento básico de seu trabalho. A análise de grandes volumes de dados pode dizer aos pesquisadores, em detalhes sem precedentes, onde o fluxo de pessoas em ambientes urbanos é mais denso. Isso, por sua vez, significa que as decisões de infraestrutura pública podem ser baseadas em análises científicas objetivas. Além disso, no contexto da engenharia de obras públicas, o big data pode ser usado para analisar o desempenho de certas soluções quando implementadas em outro local. Os dados em larga escala também podem permitir uma comparação objetiva e detalhada de como o ambiente atual é semelhante àquele em que a solução foi usada anteriormente. Isso é relativamente simples ao usar técnicas de análise de big data, mas seria um processo longo e caro para concluir em caso contrário. Não precisa nem dizer o impacto de tudo isso nos princípios e valores do desenvolvimento sustentável.

Muitos engenheiros temem que seus empregos (ou trabalhos, mais precisamente e com uma visão de futuro ) possam em breve ser dominados por robôs suficientemente avançados. Esses medos não são infundados, pois a automação continua a afastar as pessoas de várias atividades nas mais diferentes áreas. Nenhuma discussão sobre o impacto que a inteligência artificial está tendo na engenharia seria completa sem mencionar o impacto da automação nas tarefas. Em muitos lugares existem medos e ansiedades generalizados em torno da automação. No caso dos engenheiros, especificamente, a inteligência artificial está, por outro lado, abrindo alguns novos horizontes. Essas novas oportunidades devem ser abraçadas. É importante perceber que muitos desses avanços farão uma grande diferença na nossa capacidade de lidar com alguns dos maiores problemas enfrentados pela nossa civilização.

Enquanto muitos profissionais desconfiam da IA, pois poderia "roubar seus empregos", um relatório da Universidade de Oxford coloca as profissões de Engenharia e Ciência como as menos ameaçadas pela IA. Na realidade, a maioria dos estudos aponta para o fato de que os engenheiros estão obtendo grandes benefícios com o surgimento de ferramentas de inteligência artificial. A IA e o aprendizado de máquina substituirão os trabalhos que conhecemos hoje, mas, por trazer novos recursos, abrirá novos setores e novos empregos que nem estão no radar do engenheiro moderno. Empregos de baixo valor e sem sentido atualmente em vigor serão automatizados. Isso permitirá que se gaste mais tempo em melhores decisões. 

De acordo com o engenheiro civil Tim Chapman, diretor do Arup Infrastructure Design Group, a IA trará algumas grandes mudanças para a profissão de engenharia. Uma dessas mudanças será a automação de muitas tarefas de engenharia de baixo nível. Como Chapman argumenta, isso poderia não ser tão benéfico como parece à primeira vista: “Inteligência Artificial irá processar muitas das tarefas profissionais mais simples e redundantes – potencialmente substituindo completamente muitas das tarefas pelas quais nossos engenheiros mais jovens e outros profissionais se utilizam para aprender os detalhes de nossa profissão." Pessoalmente, penso de forma diversa. É preciso mudar o modelo mental (mind set). Os detalhes da profissão serão aprendidos de uma outra maneira, em uma outra dimensão e com perspectivas novas e possivelmente muito mais ricas.

Não importa se você já tem adotado tecnologias de aprendizado de máquina e mesmo, em um quadro mais amplo, a inteligência artificial. O fato é maioria dos engenheiros reconhece que grandes mudanças na engenharia estão chegando. Pareceria natural encaixar a inteligência artificial no CAD, nos nossos fluxos de trabalho, na nossa engenharia de uma forma geral. Isso não apenas facilita nosso crescimento como engenheiros, mas nos dá a capacidade de projetar com complexidades nunca antes possíveis. Tudo isso pode ser assustador para enfrentar como engenheiro. 

A forma como praticamos a engenharia mudou ao longo dos anos, à medida que o CAD evoluiu de 2D para 3D e agora para um hub de design 3D. Em essência, CAD passou de uma ferramenta complementar para engenheiros para uma ferramenta agora fundamental de como trabalhamos. Se examinarmos a tendência da IA o suficiente, podemos começar a ver como a solidificação do CAD em nosso fluxo de trabalho diário não é muito diferente do que pode acontecer com a implementação da IA. Mas talvez o aspecto mais impactante da inovação de IA em engenharia seja como isso afetará nosso gerenciamento dos fluxos de trabalho. A IA se estende muito além do processo de design e se estende ao gerenciamento de dados, ao gerenciamento de projetos e à gestão em um conceito mais amplo.

Permanecer no topo do nosso jogo de engenharia não é tarefa fácil quando o jogo está sendo inovado constantemente com novas tecnologias. Para nos mantermos relevantes como engenheiros, precisamos entender – e até prever – como o aprendizado de máquina e a inteligência artificial vão mudar este jogo e nos adaptar antes de ficarmos na poeira. Um dos caminhos é evidentemente o investimento em pesquisa. Neste contexto, não resta a menor dúvida de que a engenharia e a ciência da computação foram feitas uma para a outra.

* Jose Antonio de Souza Neto é professor da Escola de Engenharia de Minas Gerais (EMGE)

EMGE

*O DomTotal é mantido pela Escola de Engenharia de Minas Gerais (EMGE). Engenharia Civil conceito máximo no MEC. Saiba mais!

Comentários

Instituições Conveniadas