A relação entre IA e Python está se estreitando, deixando cada vez mais claro que essa é a linguagem de programação certa para quem não quer passar sustos com a sua empregabilidade em um futuro próximo. Conheça a opinião de Matt Asay, da MongoDB, publicada na InfoWorld.
Habilidades relacionadas à inteligência artificial, ao aprendizado de máquina (machine learning - ML) e aos modelos de linguagem avançados (large language models - LLMs) estão com alta demanda em várias indústrias.
Mas calma, a IA não vai tomar seu emprego (pelo menos não ainda). Segundo Matt Asay, os melhores usos da inteligência artificial e do aprendizado de máquina complementam a criatividade humana em vez de substituí-la.
Ironicamente, os principais modelos de linguagem avançados são treinados - talvez nem sempre de forma legal - utilizando produtos com direitos autorais da criatividade humana. Então, provavelmente, pessoas e robôs vão coexistir pacificamente em um futuro previsível.
Mesmo assim, algumas indústrias estão adotando a IA de forma mais agressiva do que outras, como revelado no mais recente Relatório AI Index de 2022 do Stanford Institute for Human-Centered Artificial Intelligence (Instituto de Inteligência Artificial Centrada no Ser Humano da Universidade Stanford).
Durante o último ano, praticamente todas as indústrias aumentaram seus investimentos em pessoas com habilidades em IA, com ofertas de emprego ainda mais centradas em IA por empresas dos seguintes setores:
Informação (5,3%);
Serviços profissionais, científicos e técnicos (4,1%);
Finanças e seguros (3,3%).
Se você está preocupado com seu emprego ou simplesmente quer aproveitar essa tendência, a dica de Matt Asay é uma só: aprenda Python.
Empresas assumem a liderança em pesquisas de IA/ML
Até 2014, a academia era o centro do universo do aprendizado de máquina. Não mais. Grandes empresas assumiram o protagonismo de IA/ML desde 2014 e, em 2022, empresas lançaram 32 modelos de aprendizado de máquina, enquanto a academia lançou apenas três. As instituições acadêmicas não conseguem acompanhar o ritmo dos dados, ciclos de CPU e dinheiro que a indústria traz.
Especificamente falando de dinheiro: enquanto um modelo de linguagem avançado como o GPT-2 custou US$ 50 mil para treinar em 2019, o PaLM custou cerca de US$ 8 milhões para ser treinado, com 360 vezes mais parâmetros do que o GPT-2 (que era de ponta na sua época).
Governos poderiam arcar com esse tipo de investimento, mas eles têm se preocupado principalmente em tentar (sem sucesso) regular os modelos de linguagem avançados. Consequentemente, a indústria tem preenchido essa lacuna.
Ao fazer isso, o apetite das empresas por talentos em IA/ML aumentou em quase todos os setores industriais americanos. Em média, o número de postagens de emprego relacionadas à IA/ML aumentou de 1,7% em 2021 para 1,9% em 2022. Esse número pode parecer pequeno, mas essas porcentagens são de todas as ofertas de emprego nos EUA. Chegar a 2% é enorme, dado o quão pouco comprovada ainda é a IA/ML para a maioria das empresas.
Como mencionado anteriormente, alguns setores têm taxas muito mais altas de postagens de emprego que exigem expertise em IA/ML.
A porcentagem de empregos que exigem habilidades de IA está crescendo na maioria dos setores. (Fonte: Stanford Institute for Human-Centered Artificial Intelligence)
Em termos de dinheiro, o setor médico e de saúde lidera o caminho com US$ 6,1 bilhões em investimentos em IA em 2022. Logo atrás da área de saúde vem a gestão de dados, processamento e nuvem (US$ 5,9 bilhões); depois, o setor de fintech (US$ 5,5 bilhões).
De acordo com o relatório, as empresas usam a IA de várias maneiras, mas as áreas principais incluem automação de processos robóticos (39%), visão computacional (34%), compreensão de texto em linguagem natural (33%) e agentes virtuais (33%).
Quanto aos casos de uso, o principal abraçado em 2022 foi a otimização das operações de serviço (24%). Outros casos populares foram a criação de novos produtos baseados em IA (20%), segmentação de clientes (19%), análise de serviços ao cliente (19%) e novas melhorias baseadas em IA de produtos (19%).
Os efeitos da IA no mercado de trabalho
De acordo com um estudo realizado por pesquisadores da Universidade da Pensilvânia e financiado pela OpenAI, "cerca de 80% da força de trabalho dos EUA pode ter pelo menos 10% de suas tarefas de trabalho afetadas pela introdução de LLMs, enquanto aproximadamente 19% dos trabalhadores podem ver pelo menos 50% de suas tarefas impactadas".
Quem está em risco? 😨
Contadores, matemáticos, intérpretes e escritores criativos, entre outros.
Quem não está em risco? 😌
Profissionais focados em trabalho mais físico, como cozinheiros, mecânicos ou trabalhadores de petróleo e gás (no entanto, os veículos elétricos podem estar chegando para este último grupo).
Esta notícia não precisa ser ruim, é claro. Como estamos vendo com o desenvolvimento de software, a inteligência artificial pode remover parte do tédio de um determinado trabalho, liberando funcionários (neste caso, desenvolvedores) para se concentrarem em tarefas de maior valor.
Para aqueles que procuram aumentar suas chances nesse futuro impulsionado pela IA, o relatório de Stanford destaca uma tecnologia em particular acima das outras: a linguagem Python.
Python e o Santo Graal da IA
O impacto do Python na ciência de dados não deve ser uma surpresa. Matt Asay escreveu em 2021 que "a linguagem mais provável de dominar [a ciência de dados] é aquela que é mais acessível para a população mais ampla dentro da empresa".
Um ano, isso ainda era verdade: "À medida que as organizações buscam um grupo mais diverso para ajudar na ciência de dados, a apelação em massa do Python torna mais fácil a entrada", reforçou Asay.
Assim, cada vez mais, o Python é a linguagem preferida tanto para especialistas como para iniciantes quando mergulham na ciência de dados.
No relatório de Stanford, o Python se destaca tanto pelo seu crescimento relativo em comparação com outras habilidades desejadas quanto pelo seu crescimento absoluto:
Todas as habilidades relacionadas à IA tiveram um grande salto na demanda, com o Python liderando o caminho. (Fonte: Stanford Institute for Human-Centered Artificial Intelligence)
Segundo Asay, existem várias razões pelas quais o Python continua a liderar em ciência de dados (em geral) e IA/ML (especificamente):
Python ajuda a reduzir a complexidade inerente à IA/ML, fornecendo uma série de bibliotecas poderosas que simplificam o desenvolvimento.
É também simples e consistente, com uma sintaxe clara que é legível para humanos, diminuindo a barreira para se tornar proficiente.
Python também vem com uma comunidade ampla e acolhedora para ajudar os desenvolvedores a se tornarem produtivos mais rapidamente, enquanto é executado em praticamente qualquer plataforma que você possa querer usar.
Resumindo…
Matt Asay acredita que a IA pode tornar obsoletas algumas partes do trabalho dos desenvolvedores, dado a habilidade das máquinas de fazerem coisas de forma mais eficiente do que os humanos. No entanto, especialmente para aqueles que aprendem Python, deverá haver muitas oportunidades para abraçar a ascensão da revolução robótica e adaptá-la às suas necessidades (e às do seu empregador) usando Python e outras ferramentas.
Então, se você curte IA e estava em dúvida sobre qual linguagem de programação aprender - ou afiar suas habilidades -, Python parece ser o caminho. 🐍
![O que é FinOps: como otimizar custos de cloud e infraestrutura digital [VERSÃO REDUZIDA]](/_next/image?url=https%3A%2F%2Fcdn.hashnode.com%2Fres%2Fhashnode%2Fimage%2Fupload%2Fv1689365697155%2Fdb41e005-1e30-47f3-a6e1-205399b02921.png&w=3840&q=75)
