Inteligência artificial é o próximo grande crescimento no desenvolvimento de aplicativos móveis: o que os desenvolvedores precisam saber e como começar o celular – iCrowdNewswire
 
x

RSS Newsfeeds

See all RSS Newsfeeds

Global Regions

United States ( XML Feed )

Dec 7, 2017 1:20 PM ET

Inteligência artificial é o próximo grande crescimento no desenvolvimento de aplicativos móveis: o que os desenvolvedores precisam saber e como começar o celular

iCrowdNewswire - Dec 7, 2017

AI é a próxima grande coisa do mundo móvel. Certifique-se de que está tocando nesta mina de ouro e saiba por que o tempo está pronto para essa tecnologia.

Você pode bancar: a Inteligência Artificial (AI) será a próxima grande coisa no celular. No Simpósio MIT CIO, em maio, o CIO Jim Fowler deixou claro que estamos caminhando para “um mundo onde as máquinas vão dizer às pessoas o que fazer”, em vez de vice-versa. 1 Sensores mais acessíveis, dados ricos disponíveis em tempo real e ferramentas de análise poderosas estão alimentando o movimento.

GE CIO Jim Fowler deixa claro que estamos caminhando para “um mundo onde as máquinas vão dizer às pessoas o que fazer”, em vez de vice-versa.

AI: estamos entrando na era do Smart Everything

De fato, o vice-presidente do Gartner e o David Gearner, David Cearley, dizem que aplicativos inteligentes serão uma das dez principais tendências estratégicas para 2017.    Ele está falando mais do que apenas assistentes digitais virtuais, fazendo tarefas comuns, como priorizar o e-mail, mais fácil. Em vez disso, ele prevê que o AI será incorporado em cada categoria de aplicativo móvel na empresa. Na verdade, o Gartner é tão otimista na IA em todos os lugares que espera que a maioria das 200 maiores empresas do mundo tenham desenvolvido aplicativos inteligentes até 2018.

A inteligência artificial é diversificada, incluindo chatbots, APIs em nuvem, visão por computador, processamento de linguagem natural, voz para texto (e vice-versa), robótica e muito mais. Os especialistas esperam que a AI seja usada para muitas finalidades, incluindo a inclusão de chatbots em aplicativos de varejo, adicionando inteligências incorporadas a aplicativos empresariais tradicionais como ERP e integrando sensores inteligentes sensíveis ao contexto para uso industrial e consumidor.

O Gartner define a inteligência artificial (IA) através de três traços-chave – a capacidade de aprender, prever e surpreender.

Por que o tempo é agora: o hardware está pronto

Considere isso: a Apple está trabalhando em um processador projetado exclusivamente para executar tarefas relacionadas ao AI, e eventualmente será incluído em muitos de seus dispositivos, incluindo iPhones e iPads.   E, curiosamente, esta é uma instância em que a Apple não está liderando o caminho – até certo ponto, está jogando o catch-up. Qualcomm lançou recentemente o processador móvel Snapdragon 835, que possui um módulo para aprendizagem em máquina e gerenciamento de tarefas de inteligência artificial.   Os processadores Snapdragon são usados ​​em muitos telefones Android. O Google lançou um processador relacionado ao AI denominado Tensor Processor Unit em 2016, embora, por enquanto, o chip seja usado nos centros de dados do Google para o reconhecimento de imagens e para oferecer resultados de pesquisa mais rápidos e melhores. Mas não se surpreenda se o Google desenvolva um processador focado na AI para celular também.

Ao mesmo tempo, o preço dos sensores continua a cair, tornando-os uma realidade para não apenas os carros e aparelhos mais caros, mas praticamente qualquer coisa – desde máquinas industriais até sapatos para garrafas de bebidas. Sensores mais acessíveis, incorporados em tudo, desde roupas até máquinas, irão adicionar informações a uma rede cada vez maior de dispositivos conectados. Por exemplo, Wearable X anunciou $ 299 calças de yoga que usarão sensores incorporados e um aplicativo móvel para ajudar os ioginis de todas as habilidades para melhorar suas poses de ioga.

Mesmo as categorias mais caras de sensores estão vendo os preços caírem. Em abril, a Velodyne anunciou um novo sistema de LiDAR de estado sólido novo, chamado Velarray, que poderia tornar os carros auto-dirigidos uma realidade acessível. O sensor é capaz de reconhecer objetos com baixa reflectividade até 200 metros de distância, possui melhores campos de visão verticais e horizontais do que predecessores e pretende vender por apenas algumas centenas de dólares quando produzido em volumes em massa.

Provavelmente, começaremos a ver sensores que transportam dados sobre tudo, desde condições rodoviárias até o uso de instalações para carros em equipamentos industriais. As empresas, que por sua vez estão usando mais dispositivos móveis e wearables do que nunca, precisarão transmitir, coletar e analisar esses dados para tomar decisões cada vez mais inteligentes – e eles vão querer fazê-lo em tempo real. Máquinas inteligentes que permitem que os funcionários com dispositivos móveis na loja saibam que precisam ser consertados, sensores que alertam os funcionários do serviço de campo com telefones celulares que precisam fazer uma chamada de serviço imediata e muito mais.

Esta notícia de hardware é evidência clara de que a AI está realmente à beira de se tornar uma realidade cotidiana. Mas enquanto os desenvolvimentos de hardware são críticos, a outra parte da história é o software – ou aplicativos. Uma vez que coletamos os dados de todos esses sensores, a AI ajudará a analisá-lo e informar aos funcionários o que fazer em seguida, mas o local de trabalho da empresa mudou. Os funcionários se afastaram das PCs de mesa e do papel e clipboards e estão fazendo cada vez mais negócios em dispositivos móveis. Os desenvolvedores tradicionais de aplicativos de negócios devem pensar em termos deaplicativos móveis quando eles pensam AI.

“Nossa perspectiva é que o custo de ambos os sensores e dispositivos está se aproximando e o tamanho aproxima-se invisível. Nossa perspectiva é, literalmente, tudo terá tecnologia IOT em algum momento “, diz James Bailey, Diretor Gerente de Prática de Mobilidade, Accenture no TechCrunch.

Empowering Today’s Workers: Mobile Apps

O custo da computação móvel despencou junto com grandes avanços no desenvolvimento de software móvel. Atualmente, uma das maiores tendências tem sido a adoção de aplicativos internos de negócios móveis B2B e B2E para tornar os trabalhadores muito mais produtivos e eficientes em todo o negócio. Até o advento de dispositivos móveis acessíveis e padronizados, quase toda a computação empresarial se centrou em tornar os trabalhadores vinculados à mesa mais produtivos. Os “trabalhadores em pé” – que representam 60% dos 2.5 bilhões de trabalhadores em todo o mundo – foram obrigados a usar papel e prancheta ou interagir em um terminal estacionário para afetar diretamente os processos comerciais.   As empresas perceberam que levar o trabalhador permanente no século 21 e longe de canetas, pranchas ou terminais é essencial para se manter competitivo.

Agora, os funcionários podem obter informações exatamente onde eles funcionam – a um custo menor, seja no chão de fábrica, em uma reunião de clientes, em um local de construção ou em um reparo de campo. Adicione sensores móveis e AI à mistura e você possui uma combinação poderosa. Falha em incorporá-los e seu aplicativo móvel pode estar à beira de ser obsoleto antes de obtê-lo implantado.

Rethinking Enterprise Applications: Combinando AI, Sensores e Aplicativos Móveis

O que diferencia os aplicativos móveis de aplicativos tradicionais em PCs de mesa é a capacidade de estar ciente de sua localização e do mundo exterior usando sensores. Adicionar AI à mistura torna os aplicativos ainda mais úteis. Aqui estão alguns exemplos de AI e aprendizagem de máquinas usando a entrada dos sensores e fazer recomendações sobre o que você deve fazer em seguida com o poder de um aplicativo móvel:

Cadeia de mantimentos

O protótipo da garrafa Johnnie Walker Blue Label de Diego usa sensores eletrônicos extremamente finos que podem saber se a garrafa foi aberta ou não e onde está na cadeia de suprimentos. E esses sensores também significam que a Diageo pode enviar informações aos clientes que digitalizam a garrafa com seus smartphones – e alteram essa informação, graças a que os sensores estão sempre “conectados”. Por exemplo, a Diageo pode fazer o upload de ofertas promocionais enquanto a garrafa está na loja, mas muda essa informação para receitas de coquetel quando os sensores mostram que a garrafa foi aberta em casa.

Easing Port Congestion

A SAP está trabalhando com o Porto de Hamburgo para ajudar a reduzir o congestionamento do tráfego em torno da porta. Ele descobriu que 70 por cento dos caminhões chegam muito cedo, se o navio está pronto para receber a carga ou não. Os sensores poderiam deixar o sistema saber que um navio ainda não havia encaixado, e comunicá-lo aos camionistas antes de dirigirem para a área da porta.   Isso poderia reduzir o congestionamento e a poluição em torno da porta.

Segurança da construção

A Komatsu fornece uma solução, a SmartConstruction, que conecta as informações do local de trabalho sobre equipamentos e pessoas. O SmartConstruction permite aos usuários pesquisar seu site de trabalho via drone ou scanner 3D para produzir um modelo 3D das condições existentes do site do trabalho, levar os dados ao KomConnect para simular automaticamente a criação de planos de construção e, em seguida, transmitir os dados em movimentos de terra sem motorista automáticos veículos para automatizar escavações. O controle inteligente da máquina da Komatsu pode eliminar o erro humano e prevenir riscos de segurança que podem ocorrer quando os humanos estão expostos a máquinas pesadas. Ao mesmo tempo, o aplicativo móvel da Komatsu que permite aos usuários visualizar informações da máquina do sistema de monitoramento da frota Komtrax em seus smartphones ou tablets da Apple ou Android.

A combinação de aplicativos móveis, sensores e AI pode mudar radicalmente a forma como os negócios são feitos e vai muito além do que os aplicativos de desktop tradicionais já esperavam fazer. Os analistas esperam que esse tipo de capacidade de AI seja incorporado em muitos aplicativos móveis no próximo ano e não apenas para rastreadores de aptidão física. Como resultado, os desenvolvedores que possam criar aplicativos inteligentes e sensíveis ao contexto que façam uso de dados importantes estarão em demanda. E, mais cedo do que você pensa, porque é provável que seu concorrente já esteja ficando à frente de você.

Um bom começo: aplicação de AI para UI móvel

Embora muitas tecnologias de mudança de jogo tenham levado meses ou anos para chegar ao mercado, há boas notícias: você pode começar pequeno e rapidamente. Os desenvolvedores de negócios em muitas indústrias já estão ajudando a linha de usuários de negócios a melhorar decisões e agilizar os processos de negócios com orçamentos limitados, simplesmente aplicando AI ao curplano de IU de aluguel nos projetos de aplicativos atuais.

O fornecedor da AI, Neura, sugeriu várias maneiras pelas quais os desenvolvedores podem começar a incorporar inteligência artificial em seus aplicativos para melhorar as experiências dos usuários e diminuir a saturação:

  • Alertas baseados em momentos – normalmente, os alertas são baseados no relógio, mas AI gera alertas ou lembretes com base no contexto do usuário ou em atividades em tempo real.
  • Mensagens personalizadas – as aplicações podem gerar mensagens inteligentes e personalizadas com base em comportamentos que são capturados e analisados.
  • Autoconhecimento / Consciência – aplicativos que capturam comportamentos podem então informar os usuários sobre eles mesmos, suas tendências físicas e ação imediata ou comportamento no aplicativo.
  • Serviço pró-ativo – aplicativos inteligentes que possuem serviços pró-ativos agem de acordo com o comportamento de um usuário, como desligar um termostato ou luzes quando um usuário sai da casa.
  • Smart Logins – quem não está frustrado com os processos de login? Obter usuários dentro e fora dos sistemas, conforme necessário, ou conforme exigido por requisitos de segurança ou segurança, pode proporcionar melhores experiências de usuários.
  • Gamiling e incentivos de nível seguinte – aplicativos que podem entender o comportamento do usuário e recompensá-los podem ajudar a fazer aplicativos uma parte divertida e rotineira do dia.

Embora estes saibam como pequenos passos, ainda existem muitas tecnologias e fornecedores de AI no mercado. Quais tecnologias de AI você deve olhar primeiro se você tiver tempo limitado ou orçamento?

Como se atualizar rapidamente: incorporando AI em aplicativos

Janakiram & Associates Analista Janakiram MSV aconselha os desenvolvedores a estabelecer um roteiro para aplicativos empresariais inteligentes e oferece conselhos práticos para começar. Ele descreve 3 passos que os desenvolvedores podem tomar para começar a polir seus conhecimentos sobre a tecnologia AI para o desenvolvimento de aplicativos:

  • Comece a consumir APIs de Inteligência Artificial Esta é a maneira menos perigosa de começar – transformando aplicativos existentes inteligentes integrando-se com APIs para texto para velocidade, fala para texto, processamento de linguagem natural, pesquisa de vídeo, compreensão de idiomas, processamento de imagem e Mais. Algumas Plataformas de Inteligência Artificial que expõem suas APIs a um preço acessível incluem:
    • Amazon AI Services
    • Serviços Google Cloud ML
    • IBM Watson Services
    • Microsoft Cognitive Services
    • Clarifai
    • AIception
    • Algorithima
    • Lexalytics
    • Vize.it
  • Construa e implemente modelos de AI personalizados na nuvem Uma vez que as empresas começam a consumir APIs, eles vão querer mudar para o próximo nível – é aí que as empresas vão querer adquirir dados de uma variedade de fontes corporativas e implementar modelos personalizados de aprendizagem de máquinas que utilizem dados equipe de engenharia ou ciência dos dados. Ele sugere que as ofertas de Aprendizado de Máquina como Serviço (MLaaS) podem levar os dados e expor o modelo final como um ponto final da API (semelhante a como as ofertas de Plataforma como Serviço (PaaS), como Alpha Anywhere, pegue o código e dimensione-o no ambiente de produção). Uma lista de desenvolvedores de plataforma MLaaS deve considerar se eles estão prontos para esta etapa inclui:
    • Amazon ML
    • Azure ML Studio
    • Bonsai
    • BigML
    • PredicSis.ai
    • MLJar
    • Dominó
    • DataRobot
    • DataScience
    • Algorithms.io
    • Seldon.io
    • Ersatz Labs
  • Execute as plataformas Open Source AI no local. Finalmente, Janakiram lista as plataformas de código aberto para Aprendizado de Máquinas e Aprendizagem Profunda, que os desenvolvedores devem começar a explorar esforços mais sofisticados de inteligência artificial:
    • MXNet
    • Microsoft Cognitive Toolkit
    • Tensor de fluxo
    • Theano
    • Caffe
    • Tocha

É aí que as plataformas rápidas de desenvolvimento de aplicativos podem ser um ativo real para os desenvolvedores que criam a próxima geração de aplicativos empresariais. Por exemplo, o Alpha Anywhere permite que os desenvolvedores de todos os níveis de habilidade criem aplicativos móveis que possam acessar os recursos de hardware móvel – câmera, GPS, áudio, etc. – enquanto se integram com os dados do sensor e alavancando as API de AI e a tecnologia de código aberto.

A Oportunidade de AI

A Inteligência Artificial oferece muitas novas maneiras pelas quais os desenvolvedores podem melhorar as experiências dos usuários, fazer aplicativos com ferramentas empresariais mais poderosas e reduzir a saturação. Tim O’Reilly disse uma vez: “O cara com a maioria dos dados ganha”.   Os dados ainda estão alimentando negócios e todos esses aplicativos, mas na era da inteligência artificial e aplicativos móveis, você pode dizer “O cara com o aplicativo inteligente ganha”.

Contact Information:

Amy Groden-Morrison

View Related News >