Transcrição do Episódio 0:00 [música de introdução] Fala pessoal! 0:09 Direto da maior comunidade de ciência de dados do Brasil, a gente traz o Data Hackers News, as notícias mais quentes da semana da área de AI, dados e tecnologia, direto do podcast Data Hackers. 0:21 Eu sou Monique Femm e junto comigo eu trago aqui o Paulo Vasconcelos pra gente discutir as notícias mais quentes da semana e que viraram destaque lá na newsletter do Data Hackers. E aí, Paulo, como você tá? 0:33 Opa, e aí, Monique? Beleza. Sexta edição aí do Data Hackers News. Firme e forte aí. E eu tô-- Tando com a colaboração de todo mundo aí, gostando pra caramba, dando feedbacks. 0:41 Obrigado a todo mundo aí que tá acompanhando a gente, né? E eu tô curtindo aqui, hein? Eu acho que es-- E hoje também vai ser uma semana boa de notícias aí pra galera também. Verdade. 0:49 E ó, Paulo, já trazendo uma novidade quentinha aqui do forno, falando do State of Data, a gente exatamente agora passamos ali das mais de três mil respostas. Olha aí, é isso aí, galera. 1:04 Obrigado aí pela participação de todo mundo. E lembrando ainda, quem não conhece, né, o State of Data é o maior mapeamento do mercado de dados do Brasil. 1:11 Então a gente aí tá falando de mapear o mercado de pessoas que trabalham com dados, inteligência artificial, ciência de dados, big data, data engineering, enfim, todas essas buzzwords, essas áreas aí que envolvem a área de dados. 1:23 Então três mil é uma marca legal que a gente comemora com certeza, mas estamos longe ainda do objetivo da gente pra esse ano, que a gente quer chegar ali a cinco mil respostas pra essa edição do State of Data, mas já agradecer a participação de todo mundo aí que contribuiu até agora. 1:36 E dá tempo ainda, né? Lembrando que dá tempo de você participar. Se você ainda não teve a chance, é só entrar no stateofdata.com.br/podcast que aí você vai poder fazer a sua participação. 1:48 E lembrando que se você tentou: "ah, eu fiz uma-- comecei a fazer a pesquisa, deixei de fazer pra fazer outra coisa aqui". 1:52 Se você voltar pelo mesmo dispositivo que você tava respondendo, você recupera todas as respostas que você fez. Não precisa começar tudo de novo, não. Olha! 2:00 [risos] E se você já respondeu, ajuda a gente aí compartilhando a pesquisa nas suas redes sociais, no grupo de trabalho, com seus amigos aí, reforça pra galera pra participar, porque esse é um mapeamento para a comunidade, né? 2:10 A gente quer dar o máximo de insights possível para você tomar as melhores decisões na sua carreira, sabendo o que que tá rolando no mercado em questão de salário, regime de trabalho, uso de ferramentas, é, percentual de propor-- é, proporção de profissionais das diferentes áreas de dados, proporções de pro-- de profissionais, é, mulheres, pessoas pretas, enfim, a gente tá, tá mapeando isso também. 2:30 Então a gente conta muito com a sua colo-colaboração aí, né, Monique. É verdade. Toda a comunidade Data Hackers conta com vocês pra preencher a pesquisa. E ainda dá tempo. 2:43 [música de fundo] Bora pras notícias, Paulo? Vambora começar a notícia porque a galera agora vai poder envenenar a IA. Você tava sabendo disso aí, Monique? É, tá bom. Como assim? 2:58 Foi lançado o Nightshade, que é uma ferramenta que agora artistas vão poder usar para envenenar modelos com dados de treinamento corrompido. Bizarro, hein? Bizarro, hein, Paulo. 3:08 Ó, isso porque na semana passada você tinha mei-meio que comentado, né, que virou a moda de todo mundo começar ali a denunciar a própria AI. 3:19 E o Nightshade, na verdade, é uma ferramenta que talvez possa salvaguardar os artistas, né? Então... Pois é. 3:26 Pelo que diz ali um pouquinho da, da própria matéria, e eu quero também ouvir de você, Paulo, que o, o Nightshade ele vem ali como uma, uma ferramenta onde os próprios artistas podem subir ali as suas obras e toda vez que um modelo de AI possa utilizar essas, essas artes, essas obras, ele traria ali uma confusão sobre o que de fato seria consumido. 3:50 Então ele dá até um exemplo ali durante a própria notícia, né, em que os pesquisadores envenenam essas imagens, né, então, por exemplo, de cães, pra incluir ali informações nos próprios pixels e, e onde eles, uma vez que é solicitada essa própria imagem, pode aparecer outras imagens como um gato ou algo nesse sentido, né? 4:12 Exatamente. Mas Paulo, minha dúvida é: como que funciona tudo isso, né? É, o modelo, esses tipos de modelo que você usa para atrapalhar, confundir a IA, é, esse, é um tipo de abordagem que se chama de adversarial. Olha! 4:27 Que é você utilizar uma técnica pra confundir a IA. E existem muitos exemplos, tá, que a gente já teve no, no passado. 4:33 Teve um que ficou famoso, que se voc-- é, antigamente, divisão computacional, que sofre muito dessa questão adversarial, pra saber, né, se tipo assim, sei lá, imagina uma divisão computacional num carro. 4:43 Você precisa de técnicas adversariais pra garantir que, por exemplo, a imagem, o carro não vai confundir uma pessoa na rua com uma faixa de pedestre que pode passar por cima, sabe? Aham. 4:52 [risos] Então existem essas técnicas pra garantir que isso não aconteça. Teve várias famosas. 4:56 Teve uma que uma pessoa fez que se você colocasse um, um sticker específico na imagem, modelos de detecção de objeto iam sempre achar que aquela imagem era de uma frigideira ou de uma torradeira, alguma coisa assim. 5:07 Era torradeira, exatamente torradeira. Então isso é uma coisa antiga, isso aí eu tô falando de cinco anos atrás, seis anos atrás. 5:12 Engraçado, engraçado eu falar antigo uma coisa seis anos atrás, né, como se fosse outro milênio, né. 5:16 [risos] Ô Paulo, isso você fez me lembrar, porque eu lembro que tinha, se eu não me engano, não sei se era na China ou no Japão, eles utilizam muito o reconhecimento das pessoas, né, nas ruas e tudo mais. Uhum. 5:28 E em 2019 tinha uma empresa, eu não sei o nome dessa empresa, mas que eles confeccionaram uma roupa onde você poderia circular ali pela cidade. Uhum. 5:38 E essa roupa confundia ali essa captação de imagem, até como uma forma de prevenção da sua própria imagem pessoal. Entendi. Então acho que seria algo semelhante a isso, né? É, um, um tipo de ataque adversarial. 5:52 Eu não, não conhecia essa, essa, dessa roupa aí, mas é um exemplo, né, que a gente tem pra confundir a IA num determinado, num determinado caso. 6:00 Esse caso aqui do Nightshade é uma abordagem interessante, né, tipo, que ele pega a imagem, ela não muda pra você, né, pra nós humanos, a partir do momento que a gente olha, mas por debaixo dos panos ali tem uma representação daquela imagem que confunde, né. 6:12 Então, é, essa imagem de um cachorro, essa representação como se fosse uma marca d'água invisível, por assim dizer, ela fala que é um chapéu, por exemplo, né. Uhum. 6:20 E aí, né, aí entra aquela, aquele jogo do, do, do gato e do rato, né. 6:25 Beleza, criaram uma, uma ferramenta para confundir a IA, mas também podem criar uma ferramenta para detectar se a imagem tem o Nightshade pra tentar remover e ca- Olha! 6:35 [risos] Entender uma ferramenta pra detectar a ferramenta pra poder usar os dados de IA e tudo mais. Mas assim, eu acho que cada vez mais essas abordagens adversariais, é, vão ser utilizadas. 6:44 Eu imagino que tenha formas menos intrusivas, por assim dizer, na imagem pra você se proteger os seus dados, as suas obras de arte, o seu conteúdo de, de copyright ali, direitos autorais, do que você precisar passar por esse tipo de ferramenta. 6:58 Mas é uma boa alternativa que a gente tem aí no mercado pra proteger pessoas aí que a gente já viu várias pessoas que não gostam de ver suas artes sendo usadas como base de treinamento pras inteligências artificiais, né. 7:10 E o mais legal dessa própria matéria é que eles falam sobre essa questão do, do avanço, né, do próprio ChatGPT e, e dos usos dos modelos, né? 7:19 E onde esses artistas também antes tinham suas obras publicadas em vários canais, em, em vários lugares e que agora olham pra isso de uma maneira muito mais, né, de, de precaução pra que não tenha ali por detrás de todas essas tecnologias, modelos que possam, é, utilizar suas obras para gerar outras obras, né? 7:38 Exato. Mas acho que a gente ainda Começa aí uma guerra, né, Paulo? Vamo ver como que vai, como que vai fluir tudo isso daí nos próximos capítulos, né? Exatamente. 7:50 [música animada] Amazon lança funcionalidade que cria fotos de anúncio para vendedores. 8:01 Olha, Paulo, isso já não é novidade, mas explica pra gente qual que é essa nova funcionalidade aí da Amazon para os vendedores ali da própria plataforma. Pois é, Monique. 8:11 É, semana passada teve um lançamento, né, dessa, dessa feature ali da Amazon, né? Então a-- tô falando da Amazon loja virtual, da, da loja de, do e-commerce ali, né? 8:20 Que eles querem dar uma ferramenta para as pessoas poderem usar IA pra gerar imagens mais, como posso dizer, mais atraentes ali para os seus anúncios, né. 8:30 Então como é que funciona, né, essa, esse produto, essa feature deles? Você dá uma imagem do, do seu produto, então imagina que cê tem uma torradeira, por exemplo. 8:38 Aí cê dá uma foto da torradeira que cê tá vendendo em fundo, num fundo branco, por exemplo, num fundo de cor sólida. 8:44 E cê fala assim pra essa, pra essa IA, né, pra essa, essa feature, cê fala: "ah, coloca essa torradeira aqui numa cozinha, é, chique, numa coz- numa cozinha com uma arquitetura pós-moderna", alguma coisa do tipo assim. 8:55 Olha! Aí essa IA monta pra você aquele produto, é, vai inserir esse seu produto naquele ambiente que você pediu pra ele, né. 9:02 Então a ideia é você fazer um, quase um product placement ali, né, você botar o seu produto numa cena para que a pessoa possa ter uma noção de como que ela, como é que ele fica, né. 9:11 Geralmente, o que cê fazia nes-- antes disso, era contratar o, o, uma empresa que fazia esse tipo de trabalho, pegava uma imagem na internet ou você chegava na sua cozinha e botava ali a, a torradeira e tirava uma foto. 9:22 Então é legal, é uma feature bacana assim de você ter. A minha preocupação, né, o medo que eu tenho é do quanto essa, essa nova imagem pode tirar as características principais do produto, né. 9:32 Então, por exemplo, uma coisa que, que tem um, um exemplo ali, é de uma garrafa. Essa garrafa tem um texto nela, né, bonitinho. Nos exemplos que trouxeram aqui, esse texto não mudou. 9:41 Sei lá, a imagem tem lá um, a marca, tem o nome da marca. E a marca não foi mudada na imagem gerada. 9:46 Então pode ser que não, não mude, n-não, não dê problema nenhum, mas assim, é uma, é uma preocupação que as pessoas têm que ter do quanto que a imagem gerada pode mudar as características fundamentais do produto a ponto de você perder... 9:59 Cara, o que que é o produto que eu tô comprando, afinal de contas, sabe? É isso aqui mesmo e tudo mais. Então vamo ver como vai ser utilizado aí, né. 10:05 Vê se vamo, é, aguardar aí pra ver se a gente vai ver mais produtos com fotos bonitinhas aí num ambiente todo bem feito ali. Mas é uma feature legal de você ver no e-commerce direto pro cliente final, né. 10:16 Gosto muito de ver esses produtos novos sendo criados assim. É, e a gente já começa a ver também essa onda das próprias plataformas de melhorar a experiência ali do usuário, né. 10:26 Então a partir do momento que eu tô disponibilizando um produto dentro dessa plataforma que eu quero vender, quanto o que, o que eu tenho ali de, de diferencial pra que eu possa tá nessa plataforma e não em outras plataformas- Uhum. 10:40 vendendo também a mesma solução, né? Exatamente. Vamo ver aí o que a gente consegue trazer aí pras próximas frentes, né? 10:48 [música de abertura do programa Japonês] Monique, vamo pra próxima e última notícia de hoje, que é um anúncio, né, um, um, uma novidade da Boston Dynamics, né. 11:03 Pra lembrar quem é a Boston Dynamics, é aquela empresa que faz aqueles robô que levanta caixa, né, que o pessoal fica derrubando, fica derrubando a caixa da mão do robô. 11:12 Tipo, a, as máquinas no futuro vão ver esse vídeo e vão falar assim: "ali, os cara maltratava a gente, é claro que a gente teve que dominar eles, né". Hasta la vista, baby. 11:20 Mas enfim, uma novidade um pouco menos de-- um pouco menos assustadora é que eles anunciaram um cão robô com o ChatGPT, com a sua funcionalidade de voz, pra transformar esse cãozinho num guia, num guia de turismo ali do, dentro do, da Boston Dynamics. 11:33 [risos] É, e aí a generativa utiliza esse cão robô, né, que cria esses personagens ali diferentes e que falam com cada um da sua maneira e entende o que as câmeras veem. 11:46 Pra quem participou aí do The Town, né, ele teve esse robozinho chamado Spot, ele teve no Den T- no The Town. Sim. 11:53 E a gente começa também ver as funcionalidades que a gente tem trazendo ali pros próx- pros próprios robôs, né. 12:00 Então é, é supercomum hoje em dia a gente participar dos eventos de tecnologia e a gente ter ali um cão robô, mas a gente nunca sabe qual que é a funcionalidade que o próprio produto possa trazer, né, Paulo? Exatamente. 12:11 Assim, é legal esse, essa feature. 12:14 Foi um, essa parceria entre a OpenAI e a Boston Dynamics, o que já aconteceu alguns meses atrás, mas só agora eles anunciaram o lançamento desse robozinho ali, né, que é aquele robô cachorro deles famoso. 12:25 Eles botaram um chapéuzinho nele, botaram uns olhinhos ali e ele consegue replicar diferentes personalidades, por assim dizer, né. Ele tá usando a voz, a feature de voz, né, a funcionalidade de voz do ChatGPT. 12:34 Aí eles botam esse robô pra, por exemplo, parecer um, um senhor inglês, com sotaque inglês. É isso. Uma pessoa que é um caubói, coisa do tipo. Então é, é engraçado assim, se ver. 12:46 É uma funcionalida-funcionalidade interessante. 12:48 Eles inclusive utilizam as câmeras do Spot pra falar assim: "Ó, você está em determinado lugar aqui no museu da, da Boston Dynamics, né, que é um espaço ali que ele tem todos os robôs que foram usados. 12:59 Aí cê pode falar sobre tal coisa e tudo mais". Então ele acaba sendo bem dinâmico ali, né, na, na, na conversa dele. 13:06 E é uma funcionalidade aí, não sei se isso vai pra um produto final deles, né, no, quando eles lançarem esses robôs, mas é engraçadinho de, de ver ele. Ó, eu já teria um em casa, tá? 13:17 [risos] Porque o meu filho ele adora cachorros, animais e tudo mais. E para ajudar na funcionalidade de casa, eu teria um desse, que não daria problema, poderia ter ele ali, né? 13:29 Uma amostra cultural, na verdade, na-- onde eu poderia personalizá-lo. Então vamo ver aí os próximos avanços, né, Paulo. 13:38 É, depois daquele episódio do Black Mirror lá, do cachorro com metralhadora que vai matando todo mundo, eu não quero um doguinho desses aí não, véi. Deixa eu ver com o meu poodle aqui mesmo, tá tudo certo. 13:47 [risos] Olha, Paulo, talvez a gente traga isso nas próximas, nos próximos Data Hackers News, mas o que eu vi nas últimas semanas ali de funcionalidades de robôs, robôs que monta robôs e tudo mais, olha, eu, eu, é que nem você falou, né? 14:03 A gente tá vivendo num ótimo momento, né, onde a gente vai ver muita coisa acontecer, né? Exatamente. 14:09 [música de transição] Bom, agora a gente tá se caminhando pro final, mas você acompanha não só essa, mas outras notícias lá na newsletter do Data Hackers News. 14:25 E se você ainda não se inscreveu, é só acessar datahackers.news toda segunda-feira na sua caixa de e-mail, chega não só essas, mas outros destaques, outras notícias e tudo o que você precisa saber da área de dados. 14:38 Paulo, bora se despedir? Bora. Valeu aí de mais pessoal. Lembrando aí, né, State of Data tá rolando. 14:44 Aproveita aí que acabou o, o episódio, já segue o Data Hackers aí no seu player de podcast favorito, mas já vai lá também no stateofdata.com.br/podcast e participa aí da pesquisa. 14:53 Ajuda a gente aí a chegar a mais respostas e fazer o melhor mapeamento do mercado de dados do Brasil. E a gente se encontra na próxima semana. Fui. Valeu. 15:01 [música de encerramento] Esse podcast foi editado por Aerolitos, edição inteligente. 15:21 [música de encerramento]
