-
Por que estudamos sobre
inteligência artificial?
-
A inteligência artificial já está
presente no nosso dia-a-dia,
-
desde ações mais simples como
recomendações em e-commerce
-
até sistemas de geração
de conteúdo
-
com a inteligência
artificial generativa.
-
Em busca de otimização
de processos e recursos,
-
as grandes empresas seguem
investindo em tecnologia
-
para reduzir o tempo de execução
de tarefas repetitivas
-
ou criar a escala necessária
para poder atender
-
uma quantidade de demanda
ao mesmo tempo.
-
Em uma empresa que analisa
de 80 a 100 contratos diariamente,
-
a empresa que investiu
em um sistema
-
que faça uma pré-análise
dos contratos
-
vai otimizar o trabalho
dos advogados
-
na análise das cláusulas
mais comuns.
-
Em vez de analisar 100 contratos,
a empresa pode chegar a analisar
-
de 150 a 200 contratos,
um ganho de 50% a 100%.
-
Com a presença da tecnologia,
os profissionais precisam aprender
-
sobre a inteligência artificial
e como utilizá-la diariamente
-
para se manterem atualizados
-
e poderem, de fato,
extrair benefícios.
-
Um desenvolvedor iniciante pode usar o GitHub Copilot ou o Amazon
-
QDeveloper para construir códigos mais robustos e de fácil
-
manutenção.
-
Também podem utilizar o Chat de EPT ou o Cloud para aprender novos
-
assuntos como Clean Code ou Solid.
-
O primeiro passo para aprender sobre Inteligência Artificial é
-
entender os tipos de dados que temos à nossa volta.
-
Dados estruturados, dados não estruturados e dados semi-estruturados.
-
O dado estruturado nada mais é do que aquele dado organizado e
-
armazenado em um formato pré-definido.
-
Esse tipo de dado segue uma estrutura consistente e é tipicamente
-
armazenado em bancos de dados relacionais ou planilhas.
-
Cada coluna e linha possui uma estrutura muito bem definida com o
-
tipo de dado.
-
Uma planilha Excel com dados representa um exemplo de dado
-
estruturado.
-
O dado não estruturado, por outro lado, não possui uma estrutura pré
-
-definida ou uma estrutura organizada.
-
Geralmente o dado está em uma forma bruta e não possui uma
-
organização.
-
Exemplos de dados não estruturados são documentos de texto, e-mails,
-
postagens em redes sociais, arquivos de áudio e vídeo, dados sensores
-
e muito mais.
-
Já os dados semi-estruturados não possuem uma estrutura bem definida,
-
mas possuem uma certa organização e flexibilidade.
-
Normalmente os dados semi-estruturados são representados em formatos
-
como XML, JSON ou HTML.
-
São formatos que permitem a inclusão de metadados, estruturas
-
hierárquicas ou chave-valor.
-
Para cada tipo de dado existem técnicas para gerenciar e extrair
-
valor para usar dentro do seu negócio.
-
Então entender como extrair e como conectar com a sua inteligência
-
artificial permitirá que você evolua na sua solução.
