A imagem do robô amigável interagindo com elementos tecnológicos como redes neurais, símbolos de computação quântica e dispositivos de ponta cercado por exibições holográficas e fluxos de dados futuristas, renderizados e em estilo simples, enfatiza a natureza avançada das tecnologias IA em constante evolução e, em 2024, não será exceção, com avanços em áreas desde otimização de modelos a computação quântica moldando o futuro IA. Um dos focos de 2024 é a otimização de modelos IA buscando torná-los mais eficientes e acessíveis inseridas em técnicas como o LoRA, Low Rank Adaptation, e quantização revolucionando o modo como modelos são ajustados e treinados, reduzindo memória necessária e acelerando processo de ajuste fino, inovações que permitem startups e empresas desenvolverem IA sofisticada sem necessidade de infraestrutura cara, já que, IA explicável, XAI, ganha importância em setores críticos como cuidados de saúde e veículos autônomos em que XAI concentra-se em modelo IA mais transparentes e compreensíveis ao usuário, aumentando confiança e responsabilidade na utilização, além disso, o uso de IA desenvolvida em quadros éticos e técnicas de mitigação de preconceitos garante que sistemas IA sejam inclusivos. Já, a computação quântica, começa cruzar com aprendizado profundo resolvendo tarefas de otimização e inferência além do alcance dos computadores tradicionais, associadas a avanços nos algoritmos e hardware quânticos abrindo caminho à modelos de aprendizagem profunda aprimorados pela computação quântica, uma das áreas mais interessantes e promissoras à 2024, enquanto a aprendizagem auto-supervisionada e a aprendizagem contínua transformam o modo como modelos IA aprendem e adaptam a novos dados ao longo do tempo em que o aprendizado auto-supervisionado permite modelos serem treinados em dados não rotulados, reduzindo necessidade de conjuntos de dados anotados manualmente, por outro lado, a aprendizagem contínua permite modelos se adaptarem de modo incremental mantendo o desempenho.
Compreender conceitos e ferramentas permite desenvolver e aplicar tecnologias de modo eficaz já que a base de muitas técnicas IA reside em fundamentos matemáticos como álgebra linear, cálculo, probabilidade e estatística, elementos cruciais para entender como funcionam algoritmos de aprendizado de máquina e aprendizado profundo com técnicas de otimização desempenhando papel vital, melhorando desempenho dos modelos e ajustando parâmetros de forma eficiente. A programação Python é a linguagem predominante decorrente simplicidade e versatilidade e, dentro da Python, bibliotecas NumPy e Pandas são essenciais à manipulação e análise de dados em que o TensorFlow e Keras são estruturas populares à construção e treinamento de redes neurais, enquanto PyTorch tornou-se escolha de pesquisadores devido flexibilidade e facilidade de uso, além disso, Scikit-learn é biblioteca à implementação de algoritmos básicos e avançados de aprendizado de máquina com ferramentas à aprendizado supervisionado e não supervisionado. Quanto ao domínio de modelos, a aprendizagem supervisionada e não supervisionada é a base com técnicas avançadas como CNN, redes neurais convolucionais e RNN, redes neurais recorrentes, avanços em áreas como visão computacional e processamento de linguagem natural em que grandes modelos de linguagem como GPT-3 e BERT, continuam evoluir fornecendo recursos avançados à geração e compreensão de texto e, entre as técnicas emergentes, a otimização de modelos no treinamento e implantação de grandes modelos reduz recursos necessários, além disso, aprendizagem auto-supervisionada ganha terreno permitindo que modelos sejam treinados em dados não rotulados, útil em contextos onde a obtenção de dados anotados é escassa ou cara. Na busca por implementação prática IA em aplicações empresariais, emergem ferramentas como Apache Kafka, RabbitMQ e Docker que permitem integração de modelos IA com sistemas de negócios existentes, facilitando criação de micro-serviços e implantação contínua de modelos em produção, enquanto combinação da robótica com Processamento de Linguagem Natural, PNL, leva a novos níveis a interação homem-máquina com avanços na visão computacional, na AR, realidade aumentada, e na VR, realidade virtual, transformam o modo como percebemos e interagimos com o mundo ao redor, tecnologias, impactando em setores como educação, entretenimento e saúde, proporcionando experiências imersivas e eficientes, enquanto Assistentes virtuais inteligentes e IA conversacional se integram cada vez mais na vida diária, com os Assistentes como Siri e Alexa transformando o modo como interagimos com a tecnologia oferecendo experiências personalizadas e interfaces intuitivas, no entanto, os desafios são o preconceito nos algoritmos IA e na privacidade dos dados.
Moral da Nota: a “Crypto Survey in América Latina 2024”, publicado pela bolsa Binance, informa que um em cada dois investidores, 50,3%, compra criptomoedas com visão de longo prazo, liderando o mercado cripto na América Latina, enquanto os day traders que se concentram em obter lucros a partir de flutuações diárias do mercado, vêm em 2º lugar com 18,8%, sendo que usuários também têm alto uso cripto no mercado P2P, pessoa a pessoa, representado por 8,4%, considerando que a usabilidade de criptomoedas à compras representa 4,9% e remessas refletem 3,4%, segundo usuários entrevistados na América Latina pela Binance e, no relatório publicado, a pesquisa visa “esclarecer como os latino-americanos percebem e usam criptomoedas e o ecossistema Web3 mostrando o que os usuários esperam do mercado nos próximos anos” em que as respostas de 10 mil usuários de Argentina, Brasil, Colômbia e México abordaram temas como investimento, mercado, expectativas de preço e adoção. Já a Lei Fintech do Chile destinada regular ecossistema financeiro aberto e que entrará em vigor em julho de 2026 incentiva maior concorrência e melhor inclusão financeira no país com a Comissão do Mercado Financeiro prevendo que o regulamento contribuirá à transformação do setor financeiro chileno, beneficiando usuários em que a CEO da CryptoMarket comenta que a nova Lei Fintech imporá integração obrigatória de entidades classificadas como Instituições Provedoras de Informação e Instituições Provedoras de Contas, acrescentando que a “regulamentação inclui bancos, emissores de cartões de pagamento com disponibilização de fundos, seguradoras e cooperativas de poupança e crédito reguladas pela CMF, Comissão do Mercado Financeiro”. O sócio da SW Consulting e diretor da CryptoMarket explicou que o financiamento aberto é conjunto de regras que permite usuários compartilhar dados de modo seguro à obter melhores condições nos serviços financeiros, com prestadores de serviços podendo se conectar às instituições financeiras via APIs, interfaces de programação de aplicações, que permite integração eficiente e segura entre sistemas, destacando que a implementação do Sistema de Financiamento Aberto será feita por etapas com um primeiro período de 24 meses até a plena vigência prevista para julho de 2026, período em que serão feitas adaptações e desenvolvimento de manuais técnicos especificando funcionamento do sistema. Já, no Relatório do Corpo Técnico publicado pós aprovação da 8ª revisão do acordo com a Argentina, o FMI sublinhou necessidade de regular empresas Fintech e garantir quadro equitativo com instituições bancárias tradicionais e, conforme o documento divulgado, o Governo Nacional Argentino pretende implementar alterações regulatórias “para garantir condições de concorrência equitativas entre empresas Fintech e bancárias tradicionais”, defendendo que as medidas não só aumentarão concorrência no mercado mas reforçarão canais de crédito, cruciais à recuperação do crédito privado que se encontra atualmente em mínimos históricos entre os argentinos. Analistas do mercado financeiro interpretam a menção do FMI como reconhecimento de assimetrias regulatórias e fiscais que beneficiam as Fintech em detrimento dos bancos tradicionais, afetando o desenvolvimento da inclusão financeira, tais vantagens, aliadas ao uso da tecnologia permitiram crescimento explosivo de empresas como o Mercado Libre e sua carteira Mercado Pago, que segundo especialistas, alcançou posição dominante que exclui outras empresas concorrentes, sendo que o Mercado Libre desfrutou benefícios fiscais de mais de US$ 100 milhões sob a Lei do Conhecimento e, o BCRA, Banco Central da República Argentina, permitiu que sua subsidiária, Mercado Pago, captasse fundos e prestasse serviços bancários sem ter licença bancária. Concluem que, para nivelar as condições de concorrência, tanto o Mercado Libre como o Mercado Pago teriam que obter licença bancária para oferecer estes serviços, além disso, observam que, no México, o Mercado Pago teve que fazer isso para continuar operando o que poderia abrir precedente à futuras regulamentações na Argentina, sendo que o apelo do FMI procura promover maior equidade e competitividade no setor financeiro garantindo que entidades operem sob as mesmas regras e promovam inclusão financeira ampla e justa.