A IA do futuro não vai apenas gerar conteúdo: também terá de aprender a compreender o espaço real.
Mapas, robôs, condução autónoma, dispositivos de realidade aumentada: todas estas aplicações dependem do mesmo tipo de informação — dados do mundo real que sejam atualizados continuamente, suficientemente precisos e associados a locais específicos.
O problema é que estes dados não são tão fáceis de obter como o texto. Em muitos lugares, os dados são atualizados muito lentamente, e as informações públicas estão frequentemente incompletas. Os modelos sabem «o que é um centro comercial», mas talvez não saibam que entrada de um determinado centro comercial está em obras hoje, que passagem está encerrada ou se o ambiente envolvente mudou.
É também por isso que a abordagem da Vangrid me interessa.
Ao recolher informações sobre locais específicos através do telemóvel e registar a origem dos dados, qualquer pessoa no mundo real pode vir a fazer parte de uma rede de dados. Em vez de algumas poucas instituições fotografarem todos os lugares de uma só vez, o ambiente real pode ser continuamente complementado e atualizado.
Assim, os dados deixam de ser apenas informações pontuais e impessoais e passam a estar mais próximos da própria realidade. Para modelos espaciais, robôs e IA que precisam de compreender lugares, estes dados podem ser mais valiosos do que um mapa desatualizado.
Claro que a qualidade da recolha, a proteção da privacidade e a validação dos dados são muito importantes. Uma rede verdadeiramente útil não é aquela que acumula mais dados, mas sim aquela que permite saber de onde vêm os dados, quando foram recolhidos e se são realmente utilizáveis.
Para que a IA entre na vida real, não basta ter modelos maiores. Também é preciso uma forma de conhecer continuamente o mundo real.
É isso que a Vangrid está a fazer: transformar locais específicos em dados que a IA possa compreender, validar e utilizar. Em que cenário achas que esta abordagem vai ganhar força primeiro?
@vangrid_io
Mapas, robôs, condução autónoma, dispositivos de realidade aumentada: todas estas aplicações dependem do mesmo tipo de informação — dados do mundo real que sejam atualizados continuamente, suficientemente precisos e associados a locais específicos.
O problema é que estes dados não são tão fáceis de obter como o texto. Em muitos lugares, os dados são atualizados muito lentamente, e as informações públicas estão frequentemente incompletas. Os modelos sabem «o que é um centro comercial», mas talvez não saibam que entrada de um determinado centro comercial está em obras hoje, que passagem está encerrada ou se o ambiente envolvente mudou.
É também por isso que a abordagem da Vangrid me interessa.
Ao recolher informações sobre locais específicos através do telemóvel e registar a origem dos dados, qualquer pessoa no mundo real pode vir a fazer parte de uma rede de dados. Em vez de algumas poucas instituições fotografarem todos os lugares de uma só vez, o ambiente real pode ser continuamente complementado e atualizado.
Assim, os dados deixam de ser apenas informações pontuais e impessoais e passam a estar mais próximos da própria realidade. Para modelos espaciais, robôs e IA que precisam de compreender lugares, estes dados podem ser mais valiosos do que um mapa desatualizado.
Claro que a qualidade da recolha, a proteção da privacidade e a validação dos dados são muito importantes. Uma rede verdadeiramente útil não é aquela que acumula mais dados, mas sim aquela que permite saber de onde vêm os dados, quando foram recolhidos e se são realmente utilizáveis.
Para que a IA entre na vida real, não basta ter modelos maiores. Também é preciso uma forma de conhecer continuamente o mundo real.
É isso que a Vangrid está a fazer: transformar locais específicos em dados que a IA possa compreender, validar e utilizar. Em que cenário achas que esta abordagem vai ganhar força primeiro?
@vangrid_io