[00:00:31] Bem-vindos, todos. Meu nome é Nikolai Shchetikhin ae tenho comigo Jim Johnson. Oi, Jim, como você está? Eu estou fazendo o bem, Nick, e você? Eu sou fazendo maravilhas. Obrigado. E hoje, nós somos indo falar sobretico muito interessante, como sempre. E hoje, isto será artificial. inteligência e tudo relacionado a ela. Coisas como aprendizagem de máquinas e aprendizagem de reforço. E vamos tentar responder à pergunta, se é tecnologia que nos ajuda na indústriary, ou ainda é mais um gancho de marketing.

[00:01:09] É o assunto interessante, Nick, na semana passada, eu estava lendo que até o final de 2024 75% das empresas passarão da pilotagem com AI para aplicações realmente práticas em seus negócios diários. Isso"ll aumentar em cinco vezes a quantidade de dados que estão sendo usados para streaming enquanto isso está acontecendo hoje.

[00:01:32] Uau. E eu também sei que dentro deste contexto pandêmico, nós somos já utilizando inteligência artificial para prever a propagação do vírus e medir como a eficácia está indo com as contramedidas, certo. Sim, e

[00:01:54] Há outras maneiras inteligentes, mais inteligentes também, em termos de reforço da aprendizagem está sendo aplicada a realmente fazem problemas mais complexos. E em termos de nosso logística própria, particularmente.

[00:02:06] Certo, então vamos olhar o que esta terminologia significa e em que consiste, porque está em todas as notícias e em toda a mídia, inteligência artificial, aprendizagem de máquinas, aprendizagem de reforço, mas o que é que isso faz de mim?um? Portanto, inteligência artificial é um termo geral. E a aprendizagem de máquinas é uma das principais abordagens em inteligência artificial. E sob seu guarda-chuva, há várias maneiras diferentes de fazê-lo. E uma delas é o aprendizado profundo, quando se usa muito de dados, muitos dados históricos. E você pode fornecer alguma visão ou sistema, dando você visão sobre o que é que se passa nele tentando simular a operação e o comportamento do cérebro humano. O outro método é o aprendizado de reforço é quando um computador está tentando para atravessar o processo de tentativas. E através dos erros e sucessos, está melhorando a si mesmo, o comportamento e tentando descobrir a solução ótima, mais ou menos como você indo através do labirinto e da descoberta um saída. E há um reforço azul profundoo aprendizado, que é uma combinação de aprendizado profundo e aprendizado de reforço onde usamos dados históricos em grande escala, e também passamos pelo maze.

[00:03:40] É o um pouco interessante essa explicação, mas ela faz show a importância de seus dados dados é, é a limpeza de seus dados, a credibilidade em torno de seu conjunto de dados é muito, muito importante se você estiver usando técnicas de aprendizagem de máquinas, ou aprendizagem de reforço profundo. E é crítico que, como esses modelos estão usando dados históricos para treiná-losque, se você está procurando precisão de resultados, esse conjunto de dados precisa ser preciso e confiável, antes de você começar a treinar seu ferramenta de aprendizagem da máquina.

[00:04:15] Sim, exatamente. Porque, se você pensar bem, e o resultado pode ser bastante crítico. Ele poded ser alguns negócios decisão que está em jogo. E também, como se nós pensássemos sobre o que que temos neste momento no mundo real como um exemplos de uso de inteligência artificial. Portanto por exemplo, todos nós sabemos sobre esses autocondução carros que são ujá cantam essas tecnologias. Há aplicativos que estão tentando ajudá-lo e sugerir como investir seu dinheiro. Há tecnologias de reconhecimento facial e com isso, por exemplo, existe um face tecnologia que pode colocar seu rosto a cara da cabeça de qualquer pessoa, por exemplo, no vídeo, para que você possa acabar no filme do Tarantino. E também, houve um exemplo bastante assustador, porque as pessoas tentando usar essas tecnologias e encontrar um caminhos de usá-los. Portanto, Facebook em 2017, eles criaram para conversar bots, tei, colocá-los em dois dispositivos e deixá-los falar um com o outro. E depois de um tempo eles desenvolveram sua própria linguagem, ninguém conseguia entender o que eles são ditado. Então eles tiveram que desligá-los.

[00:05:33] Uau, ou seja incrível. E há outra aplicação real of aprendizagem da máquina dentro do cartão de crédito. Então americano Americano Express, eles processam algo como um trilhão de dólares no valor de de transações, e cerca de 110 milhões de portadores de cartões. Portanto, eles estão usando o aprendizado da máquina apenas para verificar se há fraude do que qualquer outra transaçãoque eles atravessam. E você pode imaginar o enorme volume de dados. Portanto, eles estão usando o aprendizado de máquinas para tentar testar onde a fraude está ocorrendo, e classificar isso. Mas também aproveitando os fluxos de dados, para realmente conectar os titulares dos cartões com novos produtos e diferentes gamas de serviços oferecem moedas e ofertas de material. Assim como muito acontece com a aprendizagem de máquinas, e no mundo real de hoje.

[00:06:19] Sim, muitas aplicações e similares, como empresas maiores como o Google está usando máquinas aprendendo a ajudar seus processos internos. Portanto, eles usam esses algoritmos para afinar seu hardware e resfriadores em seu data warehouse para obter a melhor sustentabilidade de seus negócios. E se falarmos mais sobre agricultura, existe um john veadoe quem é já utilizando inteligência artificial e dados visuais para definir se eles precisam pulverizar a cultura com um pesticida.

[00:07:00] Sim, bem, vamos olhe para ele. Na indústria avícola, vamos Volte para casa aqui. Isto é, voltar para casa aqui, há muito opas oportunidades de usar IA dentro de uma indústria avícola, alguns deles estariam olhando para o planejamento, tipo de previsões e na fábrica e melhorando a precisão da previsão e do planejamento, e triturando grandes conjuntos de dados para olhar para a solução de problemas, onde há problemas nas empresas, olhando para sagendamento e logística, talvez viver birds, levando-as das fazendas para a fábrica de processamento e gerenciando e otimizando esse desafio logístico. Portanto, há muita coisa lá. E algo que falamos sobre um couple de semanas atrás em um podcast era um IoT. Assim, novamente, com o IoT, e ou seja onde recolhemos informações da casa de frangos de corte. Assim, os galpões de criação em tempo real, essa enorme quantidade de conjuntos de dados, e essa grande quantidade de informações detalhadas. Portanto, mais uma vez, aplicando umAs ferramentas de inteligência artificial podem nos ajudar a triturar esses dados.

[00:08:01] Sim, exatamente. Então por exemplo, como você disse, há muitas complicações no planejamento ou nas projeções. e o aprendizado de máquinas pode realmente ajudar com isso. Porque, por exemplo, projetartingir o peso, é não apenas projetando as aves que estão atualmente sentadas no chão, e que serão processadas dentro de algumas semanas. Mas é levando também em consideração toda a história anterior dos rebanhos anteriores para que, por exemplo, a fazenda or galpão, ou aquela área, ou aquela região. Portanto, A aprendizagem de máquinas pode realmente ajudar aqui na projeção do peso e melhorar a precisão dessa projeção. E se estamos falando de cenários mais complicados, onde você realmente precisa descobrir qual é a operaçãosolução temporal para isto ou para aquilo, podemos falar sobre o planejamento das colocações porque você precisa olhar para ambos os lados para a oferta e demanda e descobrir qual é o melhor horário de colocação para as aves a fim de ter seus ovos produzido em ordem para empurrá-los através do incubatório e ter os pintinhos e depois ter o número certo de aves em o próprio peso para planejar isso é muito a considerar. E é aqui que o aprendizado de reforço pode ajudar, porque está tentando descobrir que tarefa, mas tentativa e erro e sucesso. Portanto, ou seja realmente emocionante. Isso é o que eu acho que é o futuro

[00:09:39] Sim. Portanto A sério, há muitas áreas nas quais podemos aplicar a inteligência artificial na indústria avícola de hoje. E há muitas maneiras de nos ajudar a melhorar a precisão do planejamento e da previsão, nos permitem ter uma visão mais prescritiva sobre como devemos cultivar nossas aves para nos tornarmos mais competitivos e, em última instância, para adicionar profitabilidade para o negócio.

[00:10:05] Sim. E ou seja realmente bom. E como o que você mencionou que o sistema está dando você insight ou dando-lhe como uma receita médica. Mas ainda precisamos ter pessoas adequadas no lugar a fim de tomar a decisão. Porque se um sistema está dando-lhe um resultado, ou dando-lhe uma sugestão ou dando-lhe uma projeção, você ainda precisa ter essa experiência a fim de tomar a decisão certa, para onde você precisa ir? E com cada vez mais tecnologia em vigor, ainda haverá um very alta necessidade em pessoas com uma boa experiência ali.

[00:10:50] Sim, ou seja direito de enfatizar que Nik e você sabe, só para encerrar realmente, tem sido uma discussão interessante, temos falado sobre inteligência artificial e como aplicamos o aprendizado da máquinaticas de aprendizagem e reforço e onde elas podem ser aplicadas dentro da indústria avícola moderna. E eu acho que é tudo realmente sobre como aproveitar esse conjunto de dados? Como nos tornamos mais eficazes na forma como nós, nós umalyze e nós utilizamos os dados que temos na indústria avícola? Como utilizamos o software, as modernas ferramentas de software para nos ajudar a melhorar nosso desempenho e nos tornarmos mais competitivos?

[00:11:24] Sim, exatamente no agradecimento, Jim, por este belo embrulho. E por esteose quem não querem perder qualquer um dos novos episódiosPor favor, junte-se a nós no LinkedIn, no Instagram e no Twitter. E nos veremos no próximo episódio. Obrigado você. Vejo você lá.