[00:00:31] Sejam todos bem-vindos. Meu nome é Nikolai Shchetikhin aE tenho Jim Johnson comigo. Olá, Jim, como você está? Estou está indo bem, Nick, e você? Estou está se saindo muito bem. Muito obrigado. E hoje, estamos vai falar sobreo tema muito interessante, como sempre. E hoje, isso será artificial inteligência e tudo relacionado a ele. Coisas como aprendizado de máquina e aprendizado por reforço. E tentaremos responder à pergunta se é tecnologia que nos ajuda no setorou ainda é mais um gancho de marketing. 

[00:01:09] É assunto interessante, Nick, na semana passada, eu estava lendo que, até o final de 2024, 75% das empresas passarão de pilotos usando IA para aplicações práticas reais dela em seus negócios diários. Isso‘ll aumentar a quantidade de dados usados para streaming em cinco vezes, enquanto isso está acontecendo hoje. 

[00:01:32] Nossa! E também sei que dentro desse contexto de pandemia, estamos já estão usando inteligência artificial para prever a disseminação do vírus e medir como está a eficácia das contramedidas, certo. Sim, e   

[00:01:54] Quero dizer, há outras maneiras inteligentes, maneiras mais inteligentes também, em termos de aprendizagem por reforço que estão sendo aplicadas a realmente resolvem problemas mais complexos. E em termos de nossa logística própria, principalmente. 

[00:02:06] Certo, então vamos Veja o que essa terminologia significa e em que consiste, porque ela está em todos os noticiários e em toda a mídia, inteligência artificial, aprendizado de máquina, aprendizado por reforço, mas o que isso significa?an? Portanto, inteligência artificial é um termo geral. E o aprendizado de máquina é uma das principais abordagens da inteligência artificial. E, sob esse guarda-chuva, há várias maneiras diferentes de fazer isso. E uma delas é a aprendizagem profunda, que é quando você usa muito de dados, muitos dados históricos. E você pode fornecer algum insight ou sistema em vez de dar você visão sobre o que é que está ocorrendo nele, tentando simular a operação e o comportamento do cérebro humano. O outro método é o aprendizado por reforço, quando um computador está tentando para passar pelo processo de tentativas. E por meio dos erros e acertos, ele está se aprimorando, melhorando seu comportamento e tentando descobrir a solução ideal, mais ou menos como você indo pelo labirinto e encontrar e saída. E há um reforço azul profundoA aprendizagem de ent, que é uma combinação de aprendizagem profunda e aprendizagem por reforço, na qual usamos dados históricos em grande escala, e também passamos pelo processo de aprendizagem de ent.ze. 

[00:03:40] É Essa explicação é interessante, mas não deixa de ser show A importância de seus dados dados 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 aprendizado de máquina, ou aprendizado por reforço profundo. E é É fundamental que, como esses modelos estão usando dados históricos para treiná-los, Se você está buscando precisão nos resultados, esse conjunto de dados precisa ser preciso e confiável antes de começar a treinar seu ferramenta de aprendizado de máquina.    

[00:04:15] Sim, exatamente. Porque, se você pensar bem, o resultado pode ser bastante crítico. Ele poded) alguns  negócios decisão que está em jogo. E também, se pensarmos sobre o que que temos agora no mundo real como um exemplos de uso de inteligência artificial. Portanto Por exemplo, todos nós sabemos sobre aqueles direção autônoma carros que são ujá usam essas tecnologias. Há aplicativos que tentam ajudá-lo e sugerir como investir seu dinheiro. Há tecnologias de reconhecimento facial e, com isso, por exemplo, há uma tecnologia bastante popular, a deep face tecnologia que pode colocar seu rosto em O rosto da cabeça de qualquer pessoa, por exemplo, no vídeo, para que você possa acabar em um filme de Tarantino. Além disso, havia um exemplo bastante assustador, porque as pessoas tentavam usar essas tecnologias e encontrar um formas de usá-los. Portanto Facebook em 2017, eles criaram dois bots de bate-papo, tEles os colocaram em dois dispositivos e os deixaram conversar entre si. E, depois de algum tempo, eles desenvolveram sua própria linguagem, e ninguém conseguia entender o que eles diziam. eles são dizendo. Portanto eles tiveram que fechá-los.   

[00:05:33] Uau, isso é incrível. E há outro aplicativo real dof aprendizado de máquina no cartão de crédito. Portanto, a American Americano Express, eles processam algo em torno de um trilhão valor em dólares de transações e cerca de 110 milhões de titulares de cartões. Portanto estão usando o aprendizado de máquina apenas para verificar fraudes do que qualquer outra transaçãoque eles passam. E você pode imaginar o grande volume de dados. Portanto Eles estão usando o aprendizado de máquina para tentar testar onde a fraude está ocorrendo e resolver isso. Mas também aproveitando os fluxos de dados para realmente conectar os titulares de cartões com novos produtos e diferentes gamas de serviços oferecem moedas e ofertas de coisas. Portanto, há muita coisa acontecendo com o aprendizado de máquina e no mundo real hoje.  

[00:06:19] Sim, muitos aplicativos e, por exemplo, empresas maiores como o Google estão usando máquinas aprendizagem para ajudar seus processos internos. Portanto Eles estão usando esses algoritmos para ajustar o hardware e os resfriadores em seu data warehouse para obter a melhor sustentabilidade de seus negócios. E se falarmos mais sobre agricultura, por exemplo, há um john cervose que é já estão usando inteligência artificial e dados visuais para definir se precisam pulverizar a plantação com um pesticida. 

[00:07:00] Sim, bem, vamos olhar para ele. Quero dizer, no setor avícola, vamos voltar para casa aqui. Quero dizer, há muita operaçãooportunidades para usar a IA em uma indústria avícola, alguns deles estariam olhando para o planejamento, tipo de previsões e na planta e melhorando a precisão da previsão e do planejamento, e analisando grandes conjuntos de dados para analisar a solução de problemas, onde há problemas nas empresas, analisando osprogramação e logística, talvez ao vivords, levando-os das fazendas para a fábrica de processamento e gerenciando e otimizando esse desafio logístico. Portanto Há muita coisa lá. E algo sobre o qual falamos um cuas semanas atrás, em um podcast, havia um IoT. Então, novamente, com a IoT e a isso é onde recebemos informações do galpão de frangos de corte. Portanto as casas dos criadores em tempo real, essa enorme quantidade de conjuntos de dados e muitas informações detalhadas. Portanto, novamente, a aplicação de umAs ferramentas de inteligência artificial podem nos ajudar a processar esses dados. 

[00:08:01] Sim, exatamente. Portanto Por exemplo, como você disse, há muitas complicações no planejamento ou nas projeções, e o aprendizado de máquina realmente pode ajudar com isso. Porque, por exemplo, o planejamentoaferir o peso, é não apenas projetando as aves que estão atualmente no chão e que serão processadas em algumas semanas. Mas é levando em consideração também todo o histórico de rebanhos anteriores, por exemplo, a fazenda or galpão, ou aquela área, ou aquela região. Portanto O aprendizado de máquina pode realmente ajudar a projetar o peso e melhorar a precisão dessa projeção. E, se estivermos falando de cenários mais complicados, em que você realmente precisa descobrir qual é a opção de peso, é possível fazer uma projeção mais precisa.solução ideal para isso ou para aquilo, podemos falar sobre o planejamento do alojamento, pois é preciso analisar os dois lados da oferta e da demanda e descobrir qual é o cronograma ideal de alojamento para as aves, a fim de obter os ovos produzido em ordem para levá-los ao incubatório e ter os pintinhos e, em seguida, ter o número certo de aves em o adequado peso para planejar, é muito a ser considerado. E é nesse ponto que o aprendizado por reforço pode ajudar, pois ele está tentando descobrir que tarefa, mas tentando e erro e sucesso. Assim isso é realmente emocionante. Acho que isso é que é o futuro   

[00:09:39] Sim. Portanto Falando sério, há muitas áreas em que podemos aplicar a inteligência artificial no setor avícola atualmente. E há De muitas maneiras, ele pode nos ajudar a melhorar a precisão do planejamento e da previsão, fornecer insights sobre a produção e começar a ser mais prescritivo sobre como devemos desenvolver nossas aves para otimizar e nos tornarmos mais competitivos e, por fim, para adicionar lucrolidade para o negócio.   

[00:10:05] Sim. E isso é muito bom. E como o que você mencionou, o sistema está dando você ou lhe dar uma receita. Mas ainda precisamos ter pessoas adequadas no local para tomar a decisão. Porque se um O sistema está lhe dando um resultado, uma sugestão ou uma projeção, mas você ainda precisa ter essa experiência para tomar a decisão certa, para onde você precisa ir? E, com cada vez mais tecnologia implementada, ainda haverá muito a ser feito.y alta necessidade de pessoas com uma boa experiência no local.    

[00:10:50] Sim, isso é direito de enfatizar que a Nik E, para finalizar, foi uma discussão interessante, falamos sobre inteligência artificial e como aplicamos o aprendizado de máquinae técnicas de aprendizado por reforço e onde elas podem ser aplicadas no setor avícola moderno. E eu acho que é tudo gira em torno de como podemos aproveitar esse conjunto de dados? Como nos tornamos mais eficazes na maneira como ealizar Como podemos utilizar os dados que temos no setor avícola? Como usamos o software, as modernas ferramentas de software para nos ajudar a melhorar nosso desempenho e nos tornarmos mais competitivos?  

[00:11:24] Sim, exatamente isso. Obrigado, Jim, por esse belo resumo. E pelaaqueles que não quer perder algum dos novos episódios, Se você é um fã de futebol, junte-se a nós no LinkedIn, no Instagram e no Twitter. E vejo você no próximo episódio. Agradecimentos você. Vejo você lá.