Categorias
Inovação Inteligência Artificial

Programar em IA: Escolher as melhores linguagens & ferramentas

A Inteligência Artificial (IA) tem vindo a revolucionar várias indústrias, da saúde à banca, e programar tem um papel importantíssimo na implementação de aplicações IA. Quer sejas um novato ou um developer experenciado, à procura de explorar o mundo da IA, escolher as linguagens de programação e ferramentas corretas é essencial. Em baixo, vamos identificar as linguagens de programação mais populares para o desenvolvimento de IA, as suas características principais, e outras considerações importantes.

 Python

Python

Python é geralmente considerada uma das linguagens mais populares para programação IA. A sua simplicidade, facilidade de leitura e bibliotecas extensas fazem dela uma ótima escolha. Python oferece frameworks poderosos como TensorFlow e PyTorch, que simplificam o desenvolvimento e a implementação do modelo IA. Para além disso, bibliotecas como NumPy e Pandas providenciam dados de manipulação e capacidades de análise extremamente eficientes, que são essenciais para tarefas IA.

Melhores linguagens IA - R

R

R é outra linguagem normalmente usada em IA, particularmente em modelos estatísticos e análise de dados. Oferece uma vasta coleção de pacotes desenhados especificamente para tarefas de machine learning e data science. A sintaxe da linguagem R é intuitiva e permite uma fácil exploração e visualização dos dados, tornando-se assim bastante adequada para modelos estatísticos e análise preditiva.

Java

Java

Java é uma linguagem versátil usada num variado leque de aplicações, incluindo o desenvolvimento IA. Embora não seja uma das primeiras escolhas para IA devido à sua verbosidade, a linguagem Java oferece robustez, independência de plataforma e escalabilidade, sendo uma boa opção para sistemas IA de grande escala. As bibliotecas de Java como Deeplearning4j e DL4J incluem ferramentas para deep learning e redes neurais artificiais.

Melhores linguagens IA - C++

C++

C++ é uma linguagem poderosa e eficiente, bastante usada em IA, especialmente para aplicações pesadas a nível de desempenho. O seu controlo e a sua rapidez de baixo nível tornam-na ideal para a implementação de algoritmos e optimização de código. As bibliotecas mais populares como OpenCV e CUDA aproveitam o melhor da linguagem C++ aplicada à visão computacional e programação GPU, respetivamente.

Matlab

MATLAB

MATLAB é uma linguagem de programação comumente usada nos campos científico e de engenharia, incluindo IA. Oferece um rico conjunto de funções e toolboxes embutidas para análise de dados, visualização de dados e machine learning. As capacidades matemáticas avançadas da linguagem MATLAB tornam-na particularmente útil para o desenvolvimento de algoritmos e protótipos.

Outras considerações

Para além das linguagens de programação, existem outros fatores a ter em consideração no desenvolvimento IA:

Frameworks:

Considera utilizar frameworks AI populares como TensorFlow, PyTorch, ou scikit-learn, que oferecem funções pré-feitas e APIs para um eficiente desenvolvimento de modelos IA.

Preparação de dados

A limpeza e o pré-processamento são passos cruciais em IA. As bibliotecas como Pandas e scikit-learn dispõem de ferramentas para a manipulação de dados, feature engineering e normalização de dados.

Seleção de algoritmos

É importante compreender os diferentes algoritmos de IA, tal como as redes neurais artificiais, árvores de decisão e máquina de vetores de suporte, para conseguir escolher o approach mais sustentável para o teu problema específico.

Desenvolvimento colaborativo

Tira partido de sistemas de controlo de versão como o git e de plataformas colaborativas como o GitHub para facilitar a colaboração em equipa e a gestão de código.

Melhores linguagens de IA - Ferramentas: git & GitGub
git & GitGub

Em conclusão, a programação está no núcleo do desenvolvimento em IA e escolher a linguagem e ferramenta certas é essencial para o sucesso. Python, R, Java, C++ e MATLAB são linguagens populares, utilizadas para diferentes domínios em IA.

Paralelamente, frameworks, técnicas de preparação de dados, seleção de algoritmos e ferramentas de colaboração têm um papel fulcral na construção de sistemas de IA eficientes. Ao tirar partido das linguagens e ferramentas mais apropriadas, os developers conseguem desbloquear o imenso potencial da IA e criar soluções inovadoras em virtualmente qualquer indústria.

Categorias
Cibersegurança Inovação

Edge Computing: Vantagens e desafios

Até há relativamente pouco tempo não sentíamos a necessidade de nos questionar: de quanta potência informática precisamos no edge computing? Quando as redes não precisavam de ser inteligentes, esta questão nem era particularmente relevante. Tudo isto mudou, uma vez que agora é possível mover quantidades consideráveis de poder informático diretamente para a borda da rede.

Fonte: https://innovationatwork.ieee.org/

As vantagens

Tal como acontece no mundo físico, quando os dados percorrem distâncias mais curtas, o tempo de resposta diminui. Quando as funções de computação, armazenamento e rede são fornecidas na extremidade da rede, isto resulta em latências mais baixas para aplicações e utilizadores.

Latência reduzida

O edge computing inclui o processamento e análise de dados mais perto da fonte onde estes foram gerados, tal como dispositivos IoT, em vez de enviar esses mesmos dados para uma nuvem centralizada para análise. Este approach reduz a latência e aumenta a velocidade de processamento de informação, essencial para aplicações que requerem respostas em tempo real, como veículos autónomos, automação industrial, e cidades inteligentes (smart cities).

Maior segurança na cloud

A segurança do armazenamento de dados baseada em cloud tem avançado dramaticamente em anos recentes, e continuará a melhorar. Para além disso, o edge computing significa que menos dados estão centralizados no armazenamento da cloud. Ao processar e armazenar alguns dos dados numa rede edge, a situação de ter “todos os ovos no mesmo cesto” é minimizada — a edge filtra dados que sejam redundantes, estranhos ou desnecessários. Apenas a informação mais crítica e importante é enviada para a cloud.

Redução de largura de banda

Tal como o edge computing ajuda a reduzir a latência, também consegue reduzir a largura de banda. Como estamos a processar, analisar e armazenar localmente mais informação, é menor a informação que estamos a enviar para a cloud. Esta redução em flow de dados (data flow) minimiza custos para o utilizador, visto que uma menor largura de banda significa upgrades menos frequentes ao armazenamento da cloud.

Envolvimento de machine learning & AI

O edge computing está a despoletar também o desenvolvimento de novas tecnologias como a edge AI (de Inteligência Artificial) e edge analytics. A edge AI envolve lançar modelos de machine learning em dispositivos edge, permitindo processamento de dados e tomada de decisão em tempo real, imprescindíveis para aplicações como veículos autónomos e drones, onde o processamento de informação tem de ser feito rápida e corretamente.

A edge analytics inclui o processamento de dados na borda da rede para gerar insights em tempo real, que podem ser usados para melhorar a eficiência operacional, e reduzir o tempo de paragem. Este approach é essencial para aplicações de manutenção preventiva, onde uma rápida detecção de potenciais falhas pode prevenir custos elevados de paragem e danos em equipamentos

Os desafios

No entanto, apesar de ser altamente promissor, este modelo apresenta ao mesmo tempo alguns problemas que não podem ser ignorados quando se trata de computação de ponta. Em certos cenários, continua ainda a fazer sentido optar por uma arquitetura de rede convencional:

Poder de processamento e capacidade de armazenamento limitados

Os dispositivos edge têm normalmente um poder de processamento e capacidade de armazenamento algo limitados, em comparação com centro de dados centralizados. Isto pode resultar em performance reduzida e tempos de resposta mais lentos para certas aplicações.

Questões de segurança

Assim como existem benefícios de segurança a nível da cloud, existem desafios de segurança a nível local. Os dispositivos edge encontram-se normalmente em espaços públicos ou localizações remotas, fazendo com que se tornem vulneráveis a ataques físicos ou cibernéticos. Assegurar a segurança destes dispositivos e os dados por eles recolhidos pode ser desafiante, especialmente se não estão bem protegidos.

Falta de estandardização

Neste momento, nao existe um approach estandardizado ao edge computing, o que significa que diferentes dispositivos e sistemas podem não conseguir comunicar uns com os outros. Isto pode levar a problema de compatibilidade e limitar a capacidade das organizações de aproveitar os benefícios do edge computing.

Criação de redundância

Num modelo de edge computing, um grande cluster central é trocado por muitas máquinas locais. Uma máquina de arestas substitui uma instância do aglomerado central. Porém, o modelo vai criando com frequência novas redundâncias que aumentam os custos – por exemplo, quando toca ao armazenamento, em vez de criar uma cópia central de cada ficheiro, uma rede edge pode manter uma cópia independente em cada nó de edge. No caso de pequenas redes edge, todas estas cópias adicionais podem criar redundância. Assim, com mais 100 nós de edge, é provável que o armazenamento seja cerca de 100 vezes mais caro. Isto pode ser limitado pelo armazenamento de dados apenas nos nós que são ativamente utilizados pelos utilizadores individuais – mas o problema da duplicação ainda não desaparece completamente. A certa altura, o custo disto começa a ter impacto no custo total.

Questões legais e de compliance

Em alguns países, o imposto sobre as vendas é cobrado sobre as compras online, noutros não. Além disso, nos EUA, por exemplo, existem regulamentos fiscais estatais individuais. Em muitos casos, os impostos aplicáveis dependem da localização física do hardware sobre o qual o processamento de dados é efetuado. A informática de ponta pode aumentar a confusão sobre quais as leis aplicáveis. Os impostos são uma questão complexa que as partes interessadas devem abordar antes de decidir utilizar a computação de ponta.

Proteção de dados

Tanto a localização dos utilizadores como a localização dos dados estão sujeitas às leis de proteção de dados. Alguns países são abrangidos pelo âmbito do GDPR, outros por outras estruturas. Existem também regulamentos como a HIPAA, que lidam especificamente com gestão de dados de dispositivos médicos. Para as empresas, isto significa que terão de analisar quais as leis e regulamentos que se aplicam aos respetivos nós de edge – e descobrir como assegurar o cumprimento dos mesmos. Isto é especialmente verdade quando os utilizadores e servidores estão localizados em diferentes países. Uma solução mais simples seria operar todos os nós de edge numa só jurisdição.

Em conclusão, a crescente relevância do edge computing está a revolucionar a maneira como pensamos sobre computação e processamento de dados. Resta analisar as vantagens e desvantagens, e perceber se esta é uma tecnologia relevante e benéfica para o nosso caso em particular.

Categorias
Inovação

Afinal, os NFT estão “mortos”?

Apesar da grande vaga de compra e venda de NFT ter abrandado significativamente, e de muitos terem dito que seria mesmo o seu fim, a tecnologia não desapareceu, e milhões de dólares em coleções são negociados diariamente. Mas afinal, o que são de facto NFT e como funcionam? E estão “mortos”?

O que é um NFT?

Os NFT, ou non-fungible tokens, são bens digitais únicos e indivisíveis, verificáveis através de uma blockchain, e que não podem ser duplicados ou falsificados.

Apesar de terem subido à ribalta principalmente devido às peças de arte digital, os NFT são muito mais que isso. Devido à sua natureza transparente e descentralizada, os NFT podem servir uma panóplia de funções: real estate em mundos virtuais, colecionáveis, substituição de bilhetes físicos para eventos e espetáculos, autenticação de bens de luxo, identidade pessoal soberana (SSID, self-sovereign identity em inglês), entre outros.

Então e uma colecção de NFT?

Focando-nos especialmente na arte digital, as coleções de NFT são geradas e vendidas em formato digital como imagens, vídeos, músicas, entre outras. Estes tokens são armazenados individualmente numa blockchain e cada peça de arte digital única tem metadados que contêm o nome do artista, data de criação, título, e outras informações relevantes e que identificam a mesma como única.

Desde gorilas hipster a zombies punk, de artistas famosos a campanhas solidárias, o valor de uma coleção de NFT depende essencialmente da raridade da arte e da popularidade e criatividade do artista, à semelhança da arte tradicional, cujo valor também está intrinsecamente ligado ao valor e notoriedade do próprio artista. Para além disso, o preço de um token sobe ou desce à medida que mais ou menos pessoas mostram interesse em comprar outros dentro da mesma coleção.

Os NFT são normalmente comprados usando criptomoedas e vendidos no mercado aberto. Existem vários mercados que permitem a sua compra e venda, e tal como os ativos normais, o seu valor segue a regra da oferta e da procura. Os principais exemplos de mercados onde se podem comprar estas coleções são o OpenSeaRarible, e Nifty Gateway, sendo este primeiro o maior e mais popular mercado de NFT.

The Merge, comprado por $91 800 000 em 2021

Os preços dos NFT, como mencionado, podem variar consoante o mercado e os seus utilizadores. O token vendido pelo valor mais elevado até hoje foi a ilustração digital The Merge, comprado por $91.800.000 (curiosamente não por apenas um comprador mas sim por um grupo de 29.983 pessoas).

O jogado brasileiro Neymar comprou dois Bored Apes por um valor combinado de mais de 1 milhão de dólares.

No último ano, o setor dos NFT viu um enorme declínio em volume de vendas e no preço de itens; ainda assim, a atividade do espaço NFT está longe de estar parada, especialmente considerando a emergência do Blur como um dos marketplaces de NFT mais ativos, com um aumento de +100% no volume de trading no início deste ano, e outros indicadores que mostram que os NFT vieram para ficar.

Têm havido crescentes debates sobre a sustentabilidade do mercado de NFT e se é apenas mais uma moda, ou um investimento viável (embora especulativo) a longo-prazo. De um lado, argumenta-se que são uma bolha à espera de rebentar, por outro acredita-se que os NFT não vão a lado nenhum tão cedo e que vão até revolucionar a maneira como vemos a propriedade e autenticidade no mundo digital.

Como é que chegámos aqui?

Em Janeiro de 2022, o Opensea registou uns espetaculares 4,87 mil milhões de dólares em trading de NFT. Ao mesmo tempo, o “hype” à volta dos NFT estavam no seu nível mais alto desde sempre, enquanto algumas das maiores celebridades do mundo como Eminem e Jimmy Fallon apoiavam colecções como Bored Ape Yacht Club (BAYC), entre outros.

O que são NFT? Histórico de trading de NFT no OpenSea
O volume de NFT no OpenSea viu um forte declínio depois do pico do primeiro trimestre de 2022. Fonte

O frenesim deste mercado causou alguns NFT a terem avaliações completamente absurdas, como a colagem fotográfica digital de Beeple, vendida por 69 milhões, o “clock” de Pak, vendido por 52 milhões de dólares ou o The Merge, mencionado em cima. Agora, basicamente um ano depois, a situação já mudou muito, com nenhum NFT vendido a chegar ao patamar dos milhões.

A razão principal para este definhamento foi o declínio do mercado das criptomoedas, que viu a Bitcoin, Ethereum e a maioria das outras principais moedas perder valor desde o pico de 2021. Os NFT sofreram fortemente com esta queda, e muitas pessoas perderam a fé no mercado, deixando de perceber porque é que certas coleções deveriam valer tanto, causando assim essa mesma desvalorização de preço.

Evolução da Bitcoin, desde Abril 2020

Para além disso, muitos projetos mais pequenos foram abandonados (o termo usado na gíria é rug pull, ou “puxar o tapete”) pelos seus criadores, levando assim a acusações infundadas que todos os NFT de arte digital eram scams e não valiam o investimento. No final de contas, foi a combinação de um crypto bear market (Bear Market, que em tradução livre significa “Mercado do Urso”, é a expressão usada para definir períodos em que a bolsa de valores enfrenta desvalorizações acompanhadas de pessimismo por parte dos investidores.) e a queda a pique das vendas de NFT causou um ambiente pouco vantajoso no geral.

Porém, com os assets digitais a mostrarem claros sinais de recuperação em tempos recentes e a bitcoin a atingir o seu valor mais alto nos últimos nove meses depois de notícias encorajadoras face à inflação, os NFT voltaram a evoluir de forma positiva.

Os NFT estão “mortos”?

A forma mais objetiva de perceber a evolução do setor dos NFT é observar e analisar a informação ao longo do tempo e perceber quanto é que se tem vindo a comprar e vender em cada um dos marketplaces. Isto permite-nos examinar o estado atual do mercado e comparar com o histórico de performance.

O volume de trading de NFT mais que duplicou para 2.2 mil milhões em Fevereiro

O que são afinal NFT? O volume de trading de NFT mais que duplicou para 2 mil milhões em fevereiro de 2023
O volume de trading de NFT alcançou os 2 mil milhões de dólares, depois de dificuldades em alcançar os mil milhões nos 7 meses anteriores. Fonte: Dapp Radar

Porque é que os NFT se podem tornar ainda mais populares no futuro

Apesar de serem conhecidos principalmente pelas imagens digitais dispendiosas, os NFT têm um potencial enorme, pois podem ser utilizados para variados propósitos em diferentes setores para além da arte digital: no comércio, na autenticação de bens, verificação de identidade, no registo e proteção de dados confidenciais e importantes como dados médicos, etc. Algumas das razões por que os NFT podem e mostram que provavelmente irão recuperar e tornar-se ainda mais populares no futuro são:

Já deram provas de funcionar: Conforme a tecnologia por trás dos NFT continua a melhorar e tornar-se mais acessível, pode atrair mais investidores e compradores ao mercado;

O futuro do gaming: Conforme os grandes players no campo do hardware continuam a fazer fortes apostas no desenvolvimento de Realidade Virtual, vão criar-se as condições para oferecer uma maior interatividade entre o jogador e a arte digital;

Autenticidade num mundo cada vez mais falso: É cada vez mais difícil discernir produtos falsificados, e os NFT têm o potencial de permitir aos produtores uma resolução simples. O exemplo da Coda Coffee e os seus “traceable beans” é bastante simples: através do scan de um código QR único, permitem aos seus consumidores validar a data e localização de cada transação pela qual os grãos do seu café passaram, desde a colheita, à lavagem e secagem, moagem, torrefação, exportação e venda.

Maior aceitação: Cada vez mais artistas e marcas mainstream começam a criar e vender NFT. Esta maior aceitação poderá levar a que mais pessoas comprem e troquem NFT, e sucessivamente façam aumentar o seu valor.

Embora não existam quaisquer garantias que os NFT irão recuperar totalmente no futuro, os fatores mencionados sugerem que existe um enorme potencial de crescimento no mercado. Como com qualquer investimento, é importante estar-se ciente dos riscos inerentes, que são ainda mais pronunciados em assets emergentes como os NFT. Neste momento, resta-nos apenas esperar para ver o desenrolar da história.

The bottom line: Não, os NFT não estão mortos – pelo menos por enquanto.

Apesar de ter caído abruptamente depois de Maio de 2022, devido especialmente ao que chamamos o Inverno de cripto, o volume de transações de NFT mostra um nível de atividade de quem está bem vivo: em Fevereiro deste ano registou-se cerca de 2 mil milhões de dólares em transações, bem acima dos 946 milhões no mês anterior.

Seja de que maneira for que olhemos para a questão, e mesmo que consideremos que está longe de atingir os níveis de popularidade de 2021, uma indústria que, para além de todos os seus potenciais para além da arte, ainda mostra mais de 2 mil milhões de volume de trading num único mês não está, de longe, morta e enterrada.