Como as cidades inteligentes podem se beneficiar com os carros autônomos?

Por Dalton Oliveira
 
Texto originalmente publicado na Newsletter de Julho de 2019 do IEEE IoT (Institute of Electrical and Electronics Engineers).
 
O conceito de cidades inteligentes é mais do que apenas implementar tecnologias sejam elas novas e/ou conhecidas − estas são cidades digitais. Quando falamos de algo inteligente, estamos falando sobre a capacidade de conectar tecnologias, lidar com dados e agregar valor − no caso das cidades inteligentes, trazendo valor para cidadãos e governos.
 
As cidades inteligentes começam pelas casas inteligentes. Com base em dados das casas inteligentes sobre o consumo de serviços básicos pelos cidadãos (por exemplo: água, gás, eletricidade, esgoto, internet banda larga, etc.), os governos e prestadores de serviços podem analisar, tomar decisões e agir, fornecendo, de maneira equilibrada, a carga adequada de serviços para as cidades e para os cidadãos. Quando falamos de casas inteligentes e cidades inteligentes, qual é a primeira coisa que vem à mente senão mobilidade? A mobilidade é um fator crítico para as grandes cidades em todo o mundo. Então, como os carros autônomos podem beneficiar as cidades inteligentes?
 

Tecnologia + Carros = Oportunidades

 
Todos nós temos lido sobre carros conectados e autônomos e seus benefícios − desde a diminuição de acidentes de carros, até tornar a vida das pessoas mais otimizadas, pela integração com outras tecnologias. Este é um vasto assunto a ser explorado. Ao mesclar os carros com tecnologias emergentes como a internet das coisas (IoT), a Inteligência Artificial (AI), o machine learning (ML), o deep learning (DL), não há limitações para a criatividade, para a inovação; e eu não estou falando apenas de experiências do usuário, estou falando também sobre os insights fornecidos por todos os dados envolvidos. Estou falando sobre novos modelos de negócios (mesmo para as marcas existentes), sobre oportunidades para empreendedores desenvolverem novos produtos e novos serviços, sobre abastecer governos com dados gerados para tomar decisões corretas e rápidas, e sobre oportunidades para P&D de produtos e também para engenheiros de aplicação. Como podemos ver, existem novas oportunidades (que incluem novas carreiras) para todo o ecossistema − aquelas direta e mesmo indiretamente envolvidas. Em outras palavras, este é um novo estilo de vida para os usuários e para novos negócios que vão surgindo tão rápido quanto podemos imaginar. Você está preparado para isto?
 

Os carros conectados e a cidade

 
Carros conectados estão ao nosso redor há alguns anos. Por exemplo, usando a internet das coisas (IoT) é possível prever a manutenção preventiva e até mesmo a corretiva dos carros, e (sim) fornecer insights e insumos para as cidades inteligentes – eu vou lhes dizer como.
 

Figura 1: Vista em 3D do Google Earth de um distrito de São Paulo / Brasil (Créditos: Wardston Consulting, Dados do mapa: Google, DigitalGlobe).

A Figura 1 mostra uma área de uma cidade dividida em 4 quadrantes (com características muito semelhantes). Um usuário (U1) de um carro conectado (CC1) em um quadrante (Q1) vai para manutenção com maior frequência do que o de outro usuário (U2) do mesmo modelo de carro conectado (CC2) em outro quadrante (Q2). Existem várias hipóteses, mas os engenheiros preferem se basear em dados, e os dados dos carros conectados contam algumas histórias (com base em um contexto conhecido):

  • A velocidade média de (1) é maior que a de (2);
  • O tempo médio entre o ponto de origem e o ponto de destino de (1) é maior que o de (2);
  • O consumo médio de combustível de (1) é maior que o de (2);
  • A mudança de marchas média de (1) é maior que a de (2);
  • Mais alguns dados.

Com base nos poucos dados mostrados acima, parece que as ruas dos quadrantes Q1 e Q2 não são tão semelhantes como poderiam ser. Uma análise in-loco detectou que elas realmente não são semelhantes: Q1 tem mais lombadas e buracos do que Q2.
 

Figura 2: Lombada

 
Visto isso, é possível fornecer insights e informações para o governo local:

  • Criar mais postos de abastecimento de combustível em Q1;
  • Criar o tipo de lombada capaz de transferir energia do impacto mecânico dos pneus dos carros para engrenagens conectadas, para, por exemplo, gerar energia elétrica;
  • Muitos outros insights e informações.

As lombadas são feitas pela prefeitura, mas os buracos não são – a prefeitura deve consertá-los. Mas, para corrigi-los, é necessário saber onde eles estão.
 

Os carros autônomos beneficiam as cidades inteligentes

 
Os carros autônomos podem colher, processar, enviar e receber dados para tomar decisões e para agir. Um ecossistema complexo para lidar com grandes volumes de dados, sistemas de missão-crítica e totalmente conectadas em tempo real, mesclando internet das coisas (IoT), inteligência artificial (AI), machine learning (ML), deep learning (DL) fazem todas essas coisas trabalharem juntas.
 

Figura 3: Entendendo a relação existente entre inteligência artificial -IA, aprendizado das máquinas -AM, aprendizado profundo -AP (Créditos: IEEE Communications Society).

 
A visão computacional com modelos de machine learning (ML) treinados para detectar e reconhecer as coisas a serem evitadas (buracos) e não colidir (com outros carros, pessoas, objetos, etc.) é parte do complexo bloco cognitivo dos carros autônomos.
 
Figura 4: Buracos nas ruas podem ser detectados e reconhecidos pela visão computadorizada –VC.

 
Além disso, quando os carros autônomos estiverem circulando e tomando decisões e agindo, eles podem alimentar com dados a prefeitura e quem mais estiver interessado em trabalhar em conjunto para construir uma comunidade melhor:

  • Quando os carros autônomos identificarem buracos, eles poderão ajustar suas velocidades para causar menor dano ao veículo e poderão mapear a localização e o tipo dos buracos, a fim de notificar a prefeitura para tapa-los;
  • Quando os carros autônomos identificarem lombadas, eles poderão ajustar suas velocidades para causar menor dano ao veículo, além de mapear a localização das lombadas − para notificar a prefeitura para analisar e cruzar essas informações com várias outras (por exemplo, áreas com alta incidência de acidentes versus o número de lombadas, e fazer outras análises);
  • Muitas outras análises a fim de criar, gerenciar e produzir cada vez mais informações (para diversas finalidades).

É possível expandir a analogia dos 4 quadrantes anteriormente mencionados, dividindo a cidade em pequenas áreas, cada área com seus 4 quadrantes. Os carros autônomos que vão do ponto A para o ponto B, para o ponto C e para o ponto A, estão entrando e saindo de vários quadrantes, o que faz deles estações remotas que reúnem informações e que enviam esses dados para alguma nuvem, para algum banco de dados, para construção de um registro histórico de, por exemplo, temperatura em tempo real, chuva, neve, qualidade do ar, radiação UV e outros dashboards de dados climáticos – eu estou falando de dados em tempo real, não previstos (leiam mais sobre um dos meus projetos de IoT+AI/chatbot para cidades inteligentes chamado Smartytempy).
 
Por exemplo, fornecendo informações em tempo real sobre a qualidade do ar para um serviço de aluguel de bicicletas e patinetes, para notificar os usuários se a área está adequada ou não. E, com dados suficientes, é possível prever algum desastre natural e agir antes que ele aconteça. Se a rua ou estrada tiver neve ou enchente, usando realidade aumentada (AR) − com dados previamente mapeados − quando os olhos humanos por vezes não conseguirem ver os riscos, é possível mostrar na tela do carro ou do smartphone os perigos que estiverem alguns metros à frente. Como podemos ver, há muitos benefícios dos carros autônomos para as cidades inteligentes.
 
Lembrem-se: Quando falarmos de dados, big data, nuvem, banco de dados e coisas relacionadas, o importante é ter em mente que: dados e números por si mesmos não nos contam histórias, as histórias são construídas com base em um contexto conhecido em adição dos dados e números.
 

A pergunta de 1 bilhão de dólares

 
Visto isso, a quem pertence os dados?

 
Sobre o autor: Dalton Oliveira é engenheiro eletrônico que trabalha como Consultor, Mentor, Palestrante Global em Transformação Digital (aplicação, produto, projetos, processos, engenharia) para a Wardston Consulting. Ele foi premiado Top 3 IoT World Series (competindo com Siemens, AT&T, Bayer e outras) e Facebook Testathon Best Product Idea. Ele tem experiência em projetos e produtos globais de missão-crítica com budget de bilhões de dólares para empresas globais (bens de consumo, telecom, equipamentos científicos), governos e universidades desde 2002. Para a internet das coisas (IoT) e inteligência artificial (AI), alguns dos seus projetos autorais estão instalados desde o Vale do Silício até Nova Iorque. Palestrante convidado do evento IoT World Series em Atlanta/USA, escritor convidado na IoT Manufacturing em Cincinnati/USA, juiz convidado na The George Washington University em Washington/DC. Mencionado em publicações acadêmicas da Universidade da Arábia Saudita + MIT/USA, entrevistado pela Revista Riviera (com exclusividade em 1/3 de página), entrevistado pela TV Cultura (noticiário de TV, horário nobre, cobertura nacional). Contate-o no LinkedIn e no website da Wardston.

 

Associado da ABINC tem como benefícios:

+ Preços promocionais nos eventos da associação;

+ Ter acesso às demandas e necessidades de IOT do mercado (empresas e governo);

+ Networking com todo o ecossistema de IOT ABINC;

+ Ter seus casos de sucesso em IOT divulgados para todo o mercado.
 
Quanto maior for a nossa comunidade, mais forte e representativo será o nosso setor. Participe!
 

 Clique aqui e saiba mais.

IoT e LGPD precisam caminhar juntas desde o seu desenvolvimento, alerta especialista em direito digital

Para o advogado João Pedro Teixeira, privacidade de dados precisar deixar de ser vista como um custo e passar a ser um investimento, uma vantagem competitiva no mercado
 
O avanço acelerado na tecnologia trouxe muitos benefícios para o setor da Internet das Coisas, mas também apresentou grandes desafios como, por exemplo, o tratamento de dados e a segurança da informação. Em debate realizado pela Associação Brasileira da Internet das Coisas (ABINC), o advogado especialista em direito digital, João Pedro Teixeira, alertou que há um longo caminho a ser percorrido em direção à proteção de dados e à privacidade.
 
Uma pesquisa divulgada recentemente pela Cisco prevê que a IoT movimentará cerca de US$ 19 trilhões até 2023, desses a América Latina será responsável por US$ 860 bilhões e o Brasil US$ 352 bilhões – dados que comprovam o quanto esse setor vem crescendo de forma acelerada no país e no mundo.
 
Segundo o especialista, isso traz grandes oportunidades, mas também grandes desafios para as empresas que desenvolvem essas tecnologias, bem como para aquelas que as utilizam. Ainda mais quando se pensa em um tratamento massivo, não só de dados pessoais, mas também de dados corporativos, uma vez que essas aplicações passaram a ser adotadas na indústria e em outros setores do mercado. “Com a Lei Geral da Proteção da Dados (LGPD), passamos a contar com uma normativa que vai se aplicar às demais atividades, especialmente aquelas que têm no tratamento de dados pessoais o seu código. Então um dos desafios, por exemplo, é a própria questão de base legal de proteção de dados, exigindo o consentimento a execução do contrato de um legítimo interesse”, explica.
 
Para o advogado, as empresas precisam deixar de ver a questão da privacidade e proteção de dados como um custo e começar a enxergar o tema como um investimento. O próprio levantamento da Cisco, o Data Privacy Benchmark 2022, aponta isso com dados bastante convincentes. O estudo apresenta uma análise global anual das práticas empresariais relacionadas com a privacidade, bem como mostra o impacto nas organizações e no mercado.
 
Segundo o relatório, o retorno do investimento em privacidade segue elevado pelo terceiro ano consecutivo. Mais de 60% dos entrevistados sentiu um ganho de valor empresarial significativo com a privacidade. O levantamento aponta ainda que 90% não compraria de uma organização que não protegesse seus dados. Já 91% revelou que as certificações externas de privacidade são importantes no seu processo de compra.

TGT Consult e ABINC anunciam parceria para pesquisa inédita no setor de IoT

Com o estudo ISG Provider Lens™ Internet of Things — Services and Solutions, empresas terão informações privilegiadas e detalhadas para tomada de decisões

 
O mercado de Internet das Coisas (IoT) vem demonstrando um crescimento acelerado, sendo uma das principais tendências em tecnologia para os próximos anos. De acordo com relatório da Mckinsey, o número de dispositivos conectados ao redor do mundo deve atingir 35 bilhões até 2025. Pensando nisso, a TGT Consult anunciou nesta semana a produção de um estudo inédito, que vai analisar todo o ecossistema do setor no Brasil.
 
O novo estudo ISG Provider Lens™ Internet of Things — Services and Solutions será realizado globalmente e, na edição inédita para o Brasil, contará com o apoio da Associação Brasileira da Internet das Coisas (ABINC) para captar informações detalhadas do setor de dispositivos conectados no Brasil.
 
Segundo Paulo José Spaccaquerche, presidente da ABINC, a parceria com a TGT Consult é uma forma de trazer estatísticas de IoT para o Brasil, algo ainda não feito. “O estudo vai beneficiar não só a ABINC, mas também todo o mercado de uma maneira geral, de forma bastante positiva. Decidimos apoiar, com muitos dos nossos associados sendo participantes da pesquisa, para auxiliar na precisão do processo e mostrar a realidade de IoT no país. Para que possamos avançar, primeiro é preciso entender como o setor vem se comportando, possuir um raio-x”, explica.
 
Os relatórios devem abranger uma variedade de serviços disponíveis para organizações que desejam implantar ou expandir seu uso de tecnologias IoT, incluindo serviços gerenciados e rastreamento de ativos móveis. Com os resultados, empresas que consomem esse tipo de serviço poderão utilizar as informações dos relatórios para avaliar seus relacionamentos atuais com fornecedores, possíveis novos compromissos e ofertas disponíveis neste mercado.
 
David de Paulo Pereira, analista líder TGT Consult/ ISG e autor do estudo, ressalta que, desde o lançamento do Plano Nacional de IoT, muitas empresas estruturaram ótimas ofertas de serviço que vão de consultoria estratégica sobre o tema, implementação, até a gestão de serviços de IoT. “Este estudo será uma ferramenta importantíssima para quem precisa tomar decisões sobre o assunto e escolher os parceiros corretos para este pilar da transformação digital”, diz.
 
Para garantir a implementação bem-sucedida de tecnologias de IoT, é necessário um trabalho conjunto entre consultoria, implementação e gerenciamento, permitindo identificar oportunidades e facilitar todo o processo, como revela a brochura inicial do estudo que será dividido em cinco quadrantes: Strategy Consulting, Implementation and Integration, Managed Services, Mobile Asset Tracking and Management, e Data Management and AI on the Edge.
 
Para participar, basta entrar em contato com a TGT Consult pelo site preencher o formulário de participação: https://www.tgt.com.br/relatorio-isg-provider-lens.

Digitalização do transporte urbano de passageiros no Brasil

Digitalização do transporte urbano de passageiros no Brasil

Você já pesquisou no Google “transporte público no Brasil” alguma vez? Caso não, experimente fazê-lo neste momento… Os resultados não são muito inspiradores, não é mesmo?!

 

Por: Fernando Cesar e Thabata Delfina

 

Pois é, infelizmente, o transporte público no Brasil não é muito bem visto pelo público devido a grande quantidade de críticas que o serviço recebe. Entretanto, pouco se sabe a respeito dos “bastidores” no setor de transporte de passageiros. A grande maioria da população, inclusive, se refere às empresas de ônibus, por exemplo, como “garagem de ônibus”, imaginando que o local não seja mais do que um estacionamento com motoristas e cobradores circulando entre um turno e outro.

 

A realidade é que a popularmente chamada “garagem de ônibus” é palco para uma série de processos impressionantes, incluindo áreas como Operação, Fiscalização, Inspetoria, Manutenção Preventiva e Corretiva, Recursos Humanos, Tesouraria, Jurídico, Contabilidade, Qualidade, Administrativo Geral e TI, isso mesmo, Tecnologia da Informação!

 

Tecnologia da Informação e Mobilidade Urbana

Nas últimas décadas, o transporte urbano vem usando mais e mais da tecnologia para informatizar os processos de gestão, fazendo com que os mesmos se tornem gradativamente mais precisos e eficientes. Porém, muitas vezes, cada uma destas operações possui o seu próprio sistema independente e sem integração entre eles. Isso ocasiona uma considerável perda de tempo em termos de comunicação e segurança da informação, essenciais para a gestão dos processos de transporte. Com desafios como este em mente é que representantes do segmento entenderam a importância de continuar buscando a inovação do transporte urbano, em especial, por meio da digitalização das operações e do uso de tecnologias de ponta.

 

Telemetria no transporte de passageiros

 

Uma das tecnologias que vêm mudando o cenário do transporte urbano por completo é, certamente, a telemetria. Essa se trata de uma técnica proveniente dos estudos de telemática que consegue transmitir, em tempo real, parâmetros da operação existente e que são medidos remotamente.

 

Para que se compreenda melhor o que isso quer dizer em termos práticos, é interessante destacar que a telemática, mencionada anteriormente, é a ciência que estuda a junção da telecomunicação e da informática. Portanto, ao aplicar este tipo de tecnologia ao gerir as frotas de transporte urbano, é possível capturar e analisar informações vindas de um veículo, além de transmiti-las simultaneamente, tanto para uma central, como para outro veículo. A telemetria permite o monitoramento de diversos fatores relacionados ao carro, como a pressão ou a temperatura a que ele está sendo submetido, por exemplo. Da mesma forma, permite avaliar o modo de condução do veículo, garantindo maior segurança na operação devido ao monitoramento da intensidade de curvas, frenagens e velocidade dos ônibus.

 

Os diagnósticos realizados, através da tecnologia da telemetria, permitem o acompanhamento do desempenho dos veículos pertencentes às frotas de transporte de passageiros, localizando falhas e trazendo a oportunidade de realizar melhorias nos mesmos. Portanto, é correto dizer que a telemetria contribui tanto para a redução de gastos por parte dos fabricantes dos ônibus, quanto para proporcionar uma melhor experiência ao usuário do transporte público, com serviço de qualidade e soluções sustentáveis favoráveis a toda a sociedade, já que garante maior vida útil para os ônibus.

 

Cidades inteligentes, conectividade e sustentabilidade

 

Assim como é essencial falar sobre telemetria ao discutir a digitalização do transporte urbano de passageiros, também é impossível não mencionar o conceito de cidades inteligentes e conectividade ao tratar deste assunto.

 

As cidades inteligentes representam o futuro do espaço urbano e, para que exista futuro, é preciso investir no presente. Portanto, intelectuais em diversas áreas vêm trabalhando incessantemente para trazer às autoridades e investidores do setor privado soluções e tecnologias que estimulem o desenvolvimento de políticas públicas mais eficientes para a mobilidade urbana, que valorizem a sustentabilidade e a qualidade de vida da sociedade como um todo.

 

E não é apenas a mobilidade urbana que está em pauta quando se discute as prioridades das cidades inteligentes, estas ainda se preocupam em investir na infraestrutura urbana como um todo, através da inovação e criação de soluções sustentáveis que refletem positivamente em problemas relacionados à habitação, meio ambiente e consumo consciente.

 

A conectividade e o desenvolvimento de tecnologia de ponta auxiliam para que a troca de informações e o acesso a serviços essenciais seja cada vez mais simplificado para seus habitantes.

 

Em termos de mobilidade urbana, a reestruturação da infraestrutura das cidades desconstrói os pólos centrais, trazendo os centros comerciais para perto das moradias, o que reduz o tempo de deslocamento dos habitantes desses locais. Isso significa menor tempo no transporte público, menor necessidade de veículos privados individuais circulando e a oportunidade de investimento na mobilidade ativa, ou seja, deslocamento através de meios de transporte movidos a energia limpa (como a bicicleta) ou renovável (como os patinetes elétricos).

 

Investir em tecnologias de conectividade possibilita o habitante da cidade inteligente traçar toda a sua rota de deslocamento, desde a sua casa até o trabalho, usando apenas o próprio smartphone. Aplicativos específicos permitem verificar os melhores horários para acessar o transporte público e onde o fazer. Mostra o melhor caminho a seguir e em que local a pessoa pode, por exemplo, estacionar sua bike, caso decida por uma locomoção híbrida, ou seja, que integra a mobilidade ativa com o transporte coletivo.

 

Falando de conectividade, é preciso destacar mais uma vez a importância da telemetria, afinal, neste cenário, é ela que transmite informações importantíssimas para os gestores do transporte urbano e que, eventualmente, vai alimentar o usuário com tudo o que ele precisa saber.

 

Vale ressaltar, ainda, que é impossível falar sobre Telemetria e não mencionar a chamada Internet das Coisas (Internet of Things – IoT). A partir disso, é possível conectar máquina com máquina e automatizar os mais diversos tipos de aparelhos, inclusive aqueles que fazem com que a experiência no transporte coletivo seja mais prática e confortável, como, por exemplo, catracas eletrônicas, portas automáticas, iluminação inteligente e muito mais.

 

Atualmente, a Associação Brasileira de Internet das Coisas (ABINC) é responsável por incentivar o uso da tecnologia para troca de informações técnicas e gerenciais, além de fomentar pesquisa e o mercado de IoT em todo o território nacional. Iniciativas como esta são essenciais para que a mobilidade urbana sustentável continue evoluindo e se reinventando.

 

Unificando informações

 

Sabemos que a digitalização do transporte urbano só é possível através dos avanços da Tecnologia da Informação, mas, o que fazer com tantas informações? Como é que podemos gerir todas elas de modo a usá-las a favor, tanto da sociedade civil, quanto da organização pública e empresas de transporte?

 

Conforme mencionado no início, um dos maiores desafios do transporte de passageiros no Brasil, atualmente, é a falta de integração de informações entre os diversos sistemas usados para a gestão do transporte. Esse cenário faz com que se perca tempo de comunicação e compromete a segurança de informações das operações, provocando a insatisfação dos usuários com o serviço prestado e até mesmo prejuízo financeiro às empresas privadas de transporte urbano.

 

Considerando essa realidade, novas tecnologias vêm sendo desenvolvidas para solucionar essas falhas, e a principal chave para isso é a unificação de informações. O Hub UniQ, por exemplo, é uma solução capaz de unificar diversos sistemas essenciais para a gestão do transporte em uma única plataforma, diminuindo a grande quantidade de telas, melhorando a visualização das informações e resultando em ações mais assertivas que reverberam positivamente para todas as partes interessadas, seja usuário final, poder público ou privado.

 

É indiscutível a importância de investir no desenvolvimento de novas tecnologias para que continuem trazendo inovação ao setor de mobilidade urbana no Brasil e, sem dúvidas, estas devem estar sempre interligadas com o movimento de digitalização do transporte de passageiros, a conectividade e a unificação de informações.

O verde e a Internet das Coisas

O que esperar das iniciativas do Proconve 8 e dos caminhões conectados a partir de 2023
 
Por André Carvalho

 
Independentemente das mudanças recentes enfrentadas pela indústria automotiva como resultado do impacto da pandemia do Covid-19, as principais tendências do setor de Transportes no Brasil estão ligadas diretamente à legislação para fins de redução e controle de emissões. E os caminhões movidos a Diesel têm participação direta nas questões ambientais.

 
Diante deste cenário, temos a iniciativa brasileira de grande relevância para atuar com a descarbonização a partir de 2023. Trata-se do compromisso de implantação do Programa de Controle da Poluição de Ar por Veículos Automotores, denominado Proconve P8, que equivale ao Euro VI. O programa incentiva o uso de tecnologias de ponta para modernização dos motores e contribui para as questões ambientais de descarbonização do transporte, assumido pelo Brasil em 2015, no Acordo de Paris. Ele estabelece os limites máximos de emissão de poluentes para atendimento ao Ciclo de Comprovação das Emissões durante a Vida Útil do Veículo (In-Service Conformity – ISC).
 
O meio ambiente e o Transporte caminham juntos

 
Estamos diante de uma combinação de diversas possibilidades e desafios de como equalizar o necessário e contribuir para uma qualidade de vida melhor.
 
O motivo pelo qual estamos falando de redução e controle de emissões envolve, em primeiro lugar, o que representa o papel das empresas de transportes e a cadeia automotiva no Brasil, presentes nos modais de cargas e passageiros. A tecnologia e conectividade contribui diretamente na busca de promover novas alternativas para o desenvolvimento do transporte e para o meio ambiente.
 
Principalmente quando falamos de um intervalo, um “Gap”, de tecnologia e inovação no setor público para transportes, identificamos diversas iniciativas de como podemos contribuir no âmbito da indústria privada e telecomunicações a fim de trazer a internet e conectividade para as estradas.
 
Recentemente, o leilão do 5G abordou alguns aspectos interessantes sobre o tema da comunicação e como uma rodovia digitalizada permite o avanço e acesso mais rápido da Internet das Coisas aos usuários das rodovias.
 
Essa iniciativa, associada aos veículos menos poluentes, estão diretamente ligadas ao futuro. As agências reguladoras têm por objetivo apresentar inovação, incentivar e promover o desenvolvimento econômico. Papel fundamental para todo o Ecossistema.
 

Tendências e tecnologia embarcada
 
A indústria automotiva tem se movido no sentido de atuar em três pilares de transformação: Eletrificação, Veículos Autônomos e Digitalização.
 
Hoje, temos uma forte tendência europeia em termos de tecnologia embarcada nos caminhões fabricados e comercializados no Brasil. As montadoras de veículos comerciais têm se preparado para a atender a legislação vigente.
 
Algumas das novas tecnologias que estamos falando já são realidade e estão presente nos caminhões, assim como tecnologias entrantes no mercado advindas da motorização prevista para atender o Proconve 8, que permitem trabalhar em um cenário futuro no qual requer o entendimento dos seus pilares estratégicos em termos de modais e possibilidades de eficiência. Dentre as principais funcionalidades temos, por exemplo, o sistema de diagnóstico de bordo (OBD), tabela de código de falhas do sistema OBD relacionadas à emissão de poluentes, leitura dos registros, histórico de reparos e falhas, características e funcionalidades que atendem aos requisitos das regulamentações.
 
O primeiro passo para a descarbonização é a economia no consumo de combustível. Fator que está presente na planilha de custos do transportador e figura como uma das principais despesas, ou em muitos casos, como a maior delas no dia a dia da operação de transportes.
 
No Brasil, temos diversas tecnologias que contribuem para a gestão de eficiência energética e redução de consumo de combustível dos caminhões e ônibus. Estão presentes em alguns modelos de veículos comerciais no país. E ainda, temos diversos prestadores de serviços de telemática que oferecem soluções e serviços. Atuam de uma forma consultiva e com um papel fundamental de agentes da mudança, em termos de gestão de frota, economia de combustível, provedores de informações para redução do peso do veículo nas vias, melhoria da dirigibilidade dos motoristas e podem contribuir diretamente sobre o tema de emissão de poluentes nas empresas de transportes.

 
Digitalização
 

Indústria, informação e infraestrutura. A tecnologia está presente nas ações contra as mudanças climáticas no âmbito global. Neste sentido, ao falarmos sobre o tema Proconve 8, necessariamente temos de fazer uma breve leitura de como estamos preparados para a digitalização. Assistimos todos os dias o desenvolvimento rápido de tecnologias em tudo aquilo que nos envolve no dia a dia. A realidade da Inteligência Artificial também está presente nos setores automotivo e de Internet das Coisas, bem como pode ser uma das ferramentas mais importantes para a fiscalização e controle de emissões a fim de atender a regulamentação prevista no Proconve 8.
 
A computação em nuvem é um dos fatores que pode contribuir em diversos aspectos, principalmente quando adicionamos os fundamentos de “Machine Learning” e Inteligência Artificial. Estabelecer novas conexões entre pessoas e máquinas, com informações de predição e, em alguns casos estarem associadas ao uso da inteligência de dados do histórico das operações, pode ser algo de um futuro mais próximo da nossa realidade e que esteja presente nas demandas de controle de emissões para veículos comerciais, logística, distribuição e de entregas no país, considerando a abrangência continental e o papel que o Brasil desempenha como protagonista na América do Sul. Aos poucos, a mudança cultural que estabelecemos retrata um dos principais motivos pelo qual estamos falando de inovação, tecnologia e de conectividade com foco na emissão de poluentes e quais são os fatores de contribuição para o meio ambiente.

 
O que vem por aí
 
O desafio de ter comunicação nas estradas federais o tempo todo nos permite uma reflexão sobre o que precisamos em termos de legislação, infraestrutura e Sistemas Inteligentes de Transportes (ITS), que atendam a legislação e regulamentação para a Rodovia Inteligente. Estamos falando da Rodovia Conectada, no presente e no futuro.
 
A capacidade de inovação e ferramentas que permitam auxiliar no controle das emissões, tais como a Inteligência Artificial, certamente trazem uma expectativa de mais Verde e melhoria na qualidade de vida.
 
Caminhões urbanos e rodoviários rodando nas estradas conectadas pode ser uma realidade que permite ter baixa latência, melhoria na área de cobertura de telecomunicações e tecnologia embarcada de ponta. Eles retratam novos rumos para as operações de transportes, monitorados em segundos e traduzidos em conforto, comunicação e segurança para operações logísticas e de entrega nas cidades, soluções e sistemas que monitoram o tempo entre os pontos de carga e descarga, a capacidade de carregamento e redução de peso, fatores para segurança da operação nas vias e de outras tecnologias que possam contribuir para a proteção do indivíduo, do veículo e da carga, a fim de perceber e reagir as condições operacionais e de risco ambiental, associadas a Internet das Coisas e inseridos em uma estratégia muito clara de descarbonização, transição energética e combustíveis mais limpos. Maior eficiência em transportes.

 
O que temos de melhor
 
A criatividade no ambiente de negócios que envolvem uma abordagem analítica e uso de metodologias no mundo Digital e processos ágeis, redefinem, em poucas palavras, o que temos de melhor quanto ao tema Internet das Coisas e favorece um ambiente econômico e novas experiências, seja na boleia dos caminhões, nos smartphones dos motoristas, nos sistemas de telemática embarcados de fábrica e outros dispositivos conectados, que certamente na sua individualidade e no coletivo, abrem novos caminhos para termos rodovias mais modernas e tecnologia de ponta presente no dia a dia dos motoristas e na jornada de cada um de nós, especialistas e profissionais da área. Todos estes fatores contribuem para a mudança cultural e percepção de valor de cada indivíduo, principalmente na conscientização e ações que contribuam para o controle de emissões e cumprimento das metas para os próximos anos.
 
Uma relação direta entre o Ecossistema e o Verde. O meio ambiente e a melhoria da qualidade de vida das pessoas nas grandes cidades e em todo o nosso país.
 
ABINC
 
O tema de Internet das Coisas é vasto e tem amplitudes regionais na América Latina, muitas vezes com poucos estímulos econômicos e governamentais. Tangibilizamos o uso da tecnologia, relação do insumo da energia elétrica, valor agregado da solução, estimulamos a progressão dos caminhos da inovação com o ritmo de aceleração e implantação, os quais entendemos como grandes desafios de todo este ecossistema de mobilidade e Transformação Digital. Neste ano de 2022, entendemos que a segmentação será pontual para acelerar alguns nichos de mercado. Como Associação, somos referência em IoT. Nossa missão é compreendermos esta jornada e a evolução destes nichos e segmentos específicos, tais como, carros elétricos, ônibus, caminhões e outras soluções de mobilidade para os cidadãos que tenham a percepção de valor e que haja incremento tecnológico com uma boa utilização da tecnologia e inovação, aliados a relação econômica favorável ao Ecossistema. Como ABINC, temos proximidade com estes nichos, institutos de pesquisas e provedores de soluções em conectividade e mobilidade. Contamos com todos vocês nesta jornada para o futuro.
 

André Carvalho é especialista em Digitalização e IoT. Profissional do setor automotivo há mais de 25 anos, atuou em diversos projetos de conectividade e telemática nas principais montadoras do país, com sólida experiência em internacionalização e comercialização de Tecnologia Embarcada para Veículos, Serviços Conectados e Sistemas Inteligentes de Transportes (ITS), na área Comercial e Desenvolvimento de Novos Negócios. Atualmente, é um dos integrantes da Diretoria do Comitê de Conectividade e Mobilidade Inteligente da ABINC.

Internet das Coisas: ABINC elenca as principais tendências da tecnologia para os próximos anos

 
Com a progressão da pandemia e a chegada do 5G, o mercado de Internet das Coisas (IoT) tem crescido exponencialmente. A tecnologia, que já tinha sido apontada como a mais importante do ano de 2021 na pesquisa “The IEEE 2020 Global Survey of CIOs and CTOs”, tem conquistado cada vez mais espaço no Brasil. Em conformidade com um relatório publicado pela GlobalData, apenas na América Latina, o setor de IoT deve movimentar mais de US$ 30 bilhões até 2023.

 
No Brasil, a previsão feita pelo Ministério das Comunicações é de que, no próximo ano, o volume de dispositivos móveis ligados a IoT alcance a marca de 100 milhões. Em avença com essa informação, um estudo da McKinsey Global Institute indicou que o segmento no país deve registrar um impacto econômico anual entre US$ 50 bilhões e US$ 200 bilhões em 2025.

 
Neste contexto, no qual a IoT torna-se cada vez mais vigente, André Martins, líder do Comitê de Redes da Associação Brasileira de Internet das Coisas (ABINC), aponta as principais tendências de IoT para os dois próximos anos. Leia a seguir:

 
Rastreamento veicular

 
Por viabilizar a geração de dados, o uso da Internet das Coisas para rastreamento veicular será ainda mais impulsionado em 2022, pois, de acordo com Martins, a tecnologia já é capaz de auxiliar na localização de veículos roubados e na gestão de frotas. “Por meio da evolução das aplicações de IoT, além de monitoramento sobre o veículo em geral, já é possível também controlar fatores como a identidade do motorista e seu estado físico e até emocional, condições de manutenção preditiva do veículo e informações em tempo real sobre sensores de abertura de porta e câmara fria de caminhões”, revela.

 

Meios de pagamento

 

Um estudo elaborado pela Visa, em parceria com o PYMNTS.COM, revelou que já em 2017, mais de 80% dos consumidores gostariam de ter uma experiência de compra e pagamento fluida e que, para isso, fariam uso de um dispositivo conectado à internet. Este anseio tornou-se realidade. De acordo com a NeoTrust, no Brasil, apenas no primeiro trimestre de 2021, o número de compras efetuadas por meio do comércio eletrônico registrou um aumento de 57,4% em comparação com o ano anterior.

 
“Fatores como a evolução do Open Banking, o desenvolvimento do PIX e a expansão das contas digitais viabilizaram a popularização dos canais digitais como um dos principais meios de inclusão financeira, assim, há uma inclinação cada vez maior da IoT para o progresso e o aprimoramento de meios de pagamento”, comenta o especialista da ABINC.

 
Smart metering e smart lighting

 

As smarties cities (cidades inteligentes), que fazem uso de recursos tecnológicos para otimizar serviços, aprimorar infraestrutura e gerar sustentabilidade, têm conquistado cada vez mais espaço no Brasil.

 

Segundo André Martins, para viabilizar economia para essas cidades, em 2022, a Internet das Coisas será muito utilizada para a telemetria individualizada (smart metering), que consiste na medição e transmissão de dados relevantes para o operador de sistemas de recursos de água, gás e energia elétrica, promovendo uma maior conscientização dos cidadãos que não vão mais esperar o final do mês para saber quanto consumiram e sim poderão exercer atividades de economia de recursos baseado em informações de consumo em tempo real, e na telegestão de iluminação pública (smart lighting), que além de agilizar e facilitar a manutenção da rede, possibilita maior controle sobre os gastos com energia.

 
IoT industrial

 
Outra tendência apontada por Martins é a IoT industrial com projetos consistentes de redes privadas de Low Power Wide Area (LPWA) e de Long Term Evolution (LTE) privadas, isso porque, em conformidade com o especialista da ABINC, os atributos da IoT são capazes de impactar intensamente o modo de fabricação de produtos e de fornecimento de serviços. “O uso de IoT nas indústrias, além de viabilizar o fluxo descomplicado de dados entre máquinas, proporciona maior eficiência e domínio, fundamentado em informações, de operações e processos, gerando relevante economia no que tange ao tempo de máquinas paradas, o que tende a ser reduzido a volumes irrelevantes”, explica.

 
Para finalizar, Martins ressalta que a cada dia surgem novas soluções e empresas de IoT e que, por isso, é crucial que CEOs, os responsáveis pela TI e os tomadores de decisões das companhias, mantenham-se atualizados e não deixem 100% das soluções com os fornecedores. “O principal ponto de atenção deve ser na contratação de empresas com capacitação técnica para o fornecimento de projetos e de soluções de IoT, pois ainda há um desconhecimento por parte dos clientes sobre o que já está disponível no mercado e isso pode facilitar a penetração de empresas entrantes sem a devida capacidade de entregar a melhor solução para a demanda existente”, alerta.

Crimes digitais podem atingir a marca de US$ 20 BILHÕES até o final do ano

O Brasil ultrapassou o número de 3,5 milhões de transações potencialmente fraudulentas no ano de 2020, tendo um valor de receita de aproximadamente R$ 3,6 bilhões, segundo dados da ClearSale, líder em soluções antifraudes.

Os dados do primeiro semestre de 2021, apontaram que as fraudes no comércio virtual não pararam de subir, tendo um de aumento de 15,6% em relação ao mesmo período no ano anterior. O indicador chegou a 1,9 milhão de ataques fraudulentos ainda no primeiro semestre, mostrando que o público mais afetado são pessoas de até 25 anos de idade e da região Sudeste do Brasil, conforme o Indicador de Tentativas de Fraude da Serasa Experian.

Dentre os principais setores afetados pelos ataques fraudulentos estão o varejo, com um aumento de 89,5% comparado ao mesmo período do ano anterior; os bancos e cartões que registraram 1,2 milhão de fraudes; compra de automóveis; abertura de empresas; e as telecomunicações, embora tenham marcado um declínio nas fraudes.

De janeiro até maio de 2021, os crimes de extorsão digital (ransomware) tiveram um crescimento de 116% comparado a 2020, o que prevê um prejuízo de US$ 20 bilhões até o final do ano. Compreende-se que os números alarmantes são decorrentes às brechas de segurança e a maior probabilidade de invasão utilizando técnicas avançadas que exploram o comportamento humano nas empresas, segundo a Associação Brasileira de Internet das Coisas (ABINC).

Big Data & Analytics – Explorar Dados, Limpar e Transformar

Continuando nossa abordagem sobre a metodologia de projetos de ciência de dados e os termos da área (veja aqui e aqui os primeiros dois artigos dessa série), que muitos falam, mas não sabem onde e quando aplicar, vamos falar sobre 3 etapas de uma vez só. Sim, porque em verdade estas etapas não ocorrem linearmente, como na figura nossa conhecida abaixo. Quando entramos na etapa de exploração de dados à medida que vamos conhecendo melhor as informações nos deparamos com a necessidade de fazer uma higienização ou uma transformação dos dados para melhorar nossa leitura dos fatos que os dados nos apresentam. Por isso, falaremos das 3 atividades em conjunto.

Fonte: A autora

3) Explorar os dados de Entrada

A etapa de “Exploração dos Dados” também conhecida como EDA (Exploratory Data Analysis), é uma das etapas onde os conhecimentos de estatística e programação (SQL, Python, R) são mais utilizados pelos profissionais da área de dados (engenheiro de dados, cientista de dados).

Como conversamos sobre a etapa anterior, uma vez que você já selecionou os dados que julga necessários e suficientes para realizar seu estudo (MVD — Minimal Viable Data), agora você vai aplicar métodos estatísticos para descobrir o valor, a veracidade e em que velocidade (5 V’s do BIG Data)você conseguirá processar estes dados.

Alguns métodos estatísticos de exploração de dados são aplicáveis para 99% dos problemas de negócios que estudamos através dos dados. Sendo assim, vou trazer aqui alguns desses métodos, mas ponderando que, para cada tipo de problema ou dado a ser analisado, temos um método mais assertivo para ele. Cada caso é um caso. A análise exploratória de dados utiliza uma grande variedade de técnicas gráficas e quantitativas, com o objetivo de maximizar a obtenção de informações ocultas na sua estrutura, ou seja, descobrir variáveis importantes em suas tendências, detectar comportamentos anômalos do fenômeno, testar se são válidas as hipóteses assumidas, escolher modelos e determinar o número ótimo de variáveis.

Vou elencar abaixo algumas dessas técnicas que estão disponíveis nas bibliotecas Python e R:

Métodos gráficos típicas usadas na análise exploratória de dados são:

  • Diagrama de caixa;
  • Histograma;
  • Análise de controle multivariada;
  • Diagrama de Pareto;
  • Carta de sequência;
  • Gráfico de dispersão;
  • Diagrama de ramos e folhas;
  • Coordenadas paralelas;
  • Razão de possibilidades;
  • Perseguição da projeção;
  • Redução de dimensionalidade:
  • Escalonamento multidimensional;
  • Análise de componentes principais (ACP);
  • Análise de componentes principais multilinear;
  • Redução de dimensionalidade não linear (RDNL);

Técnicas quantitativas típicas são:

  • Polimento da mediana;
  • Tri-média;
  • Ordenação.

Por exemplo as bibliotecas Python:

  • Numpy: Permite manipulação de matrizes, geração de números aleatórios e possui diversos recursos de álgebra linear.
  • Pandas: Fornece suporte para a modelagem por meio de análise exploratória de dados.
  • Matplotlib: Permite a visualização de dados por meio de diversos gráficos.

Na linguagem R por exemplo:

  • Lattice: Oferece uma série de funções análogas às funções gráficas do R, mas permite a construção de painéis (dashboards). Um painel é uma série de gráficos de mesmo tipo (dispersão, histograma etc.) colocados lado-a-lado para formar a história que se quer contar com esses dados (storytelling) acompanhando uma variável categórica ou quantitativa.

Exemplo de um gráfico de análise exploratória com o uso dos métodos estatísticos de análise fatorial multivariada e correlação de Pearson, para avaliar o impacto de combinação de diferentes ativos e o risco de mercado:

Fonte: Site Giants Capital

Como podem ver, nesta etapa é que começamos a identificar os famosos “Insights” da Ciência de Dados. Também deu para perceber que, caso não seja possível interpretar nenhum “Insight” ou muitos “insights” antagônicos , você terá que selecionar que manipular os dados, aí é que a etapa de exploração se mistura com a de limpeza, pois talvez você perceba que necessita retirar algumas variáveis que não são necessárias neste momento, para reduzir o tamanho do dataframe que está explorando e com isso ganhar velocidade no processamento.

Também nesta exploração, você pode identificar que necessita transformar os dados, ou seja se você ao invés de trabalhar com transações diárias sobre um produto, converter estas para um conjunto de transações mensais, vai tornar a análise mais conclusiva e rápida de ser processada, você o fará nesta fase.

Por isso a etapa de exploração, limpeza e transformação ocorrem praticamente de forma simultânea.

Na próxima semana falaremos da aplicação de modelos estatísticos, esta é a etapa da seleção de um modelo ou uma ferramenta de “machine-learning” ou “deep-learning”, dependendo do objetivo final do nosso estudo.

Fontes: Site Minerando Dados, Site ECO Using R e Site Giants Capital

Futuro da Mobilidade Mundial e no Brasil: IA embarcada e eletrificação dos veículos

A Associação Brasileira de Internet das Coisas, ABINC, realizou em fevereiro o primeiro webinar de 2021, sobre o tema Conectividade, Eletrificação e Veículos Autônomos – Futuro da Mobilidade Mundial e no Brasil.

No webinar o público pôde ouvir as empresas que lideram os avanços tecnológicos no segmento de mobilidade e de veículos autônomos, no Brasil e no exterior. Com a moderação do vice-presidente da ABINC, Flávio Maeda, as palestras foram realizadas por: Alexandre Vargha (Grupo Volvo), Dalton Oliveira (Wardston Consulting), Rogério Pires (Volth Turbo), Alexandre Uchimura (Bosch), Erico Fernandes (Mercedes-Benz) e André Nunes (Zane Eco).

O primeiro case foi apresentado pela Mercedes-Benz. O caminhão Actros, já disponível no mercado, é um veículo conectado com inteligência artificial (IA) embarcada. A tecnologia é empregada, por exemplo, no sistema de break assist. Combinada com uma câmera de alta definição e um radar, o sistema pode frear o veículo sem a interferência do motorista para evitar uma colisão.

A inteligência artificial também é utilizada para o processamento de imagens nas câmeras que substituem os retrovisores convencionais, permitindo que o motorista tenha uma boa visão da parte de trás do caminhão, que pode passar dos 20 metros. O sistema corrige até mesmo a diferença de luminosidade em situações de baixa ou alta iluminação.

A aplicação da IA no caminhão da Mercedes-Benz é uma pequena prova do que poderemos ter com os veículos autônomos. No entanto, o debate sobre o tema sempre resvala em questões como a conectividade, e nesse ponto, os desafios para o Brasil em relação ao 5G é, para alguns, um entrave para o desenvolvimento de aplicações mais modernas como os veículos autônomos.

Para André Nunes e Erico Fernandes a conectividade é sim um desafio, mas existem outros fatores que precisam ser aperfeiçoados antes da entrada da tecnologia. Além disso, cada negócio possui uma necessidade diferente de conectividade para a aplicação da solução. Nem toda aplicação necessita do 5G e no país há diferentes redes estáveis e seguras para o uso de soluções IoT.

“5G é uma questão importante, mas a infraestrutura de antenas também é uma coisa importante, assim como a infraestrutura de segurança. Não adianta, por exemplo, ter 5G e as IoTHUBs disponíveis no Brasil utilizarem oIPv4, como acontece hoje. Existem protocolos de internet 6 muito mais seguros. Existe solução para tudo, eu só acho que falta ainda uma organização, uma visão holística e sistêmica da questão de conectividade e com a participação de todos os players para que isso seja robusto” destacou Erico Fernandes da Mercedes-Benz.

Já na opinião de André Nunes da Zane Eco:

“o 5G vai trazer latência, vai trazer um monte de outras possibilidades, mas ele é uma tecnologia do futuro. Presente hoje no Brasil a gente tem o 3G, que está bem estável e é muito usado. E a depender da aplicação você utiliza o 4G, principalmente em grandes capitais. A própria rede LoRa tem crescido bastante. A gente tem uma corrida mundial sobre o lançamento de satélites para internet e banda larga. Então a conectividade é um desafio, mas nesse contexto, de acordo com a sua necessidade de negócio”.

Eletrificação

A venda de veículos elétricos cresce nos países mais desenvolvidos do mundo e deve saltar dos 2,1 milhões(em 2019) para mais de 60 milhões até 2040. O crescimento vem sendo impulsionado principalmente por mudanças na legislação que tem atuado com mais rigor contra as altas taxas de gases poluentes, e a eletrificação dos veículos é um dos caminhos para a sustentabilidade.

Mas para que a mudança tenha um impacto real no meio ambiente e, consequentemente nas vidas das pessoas, é preciso uma transformação em toda infraestrutura de carregamento e geração de energia. Outra questão quanto ao carregamento dos veículos elétricos diz respeito à capacidade de abastecimento. Existem projetos onde geradores a diesel são usados como backup caso não se tenha energia elétrica suficiente para abastecer a frota.

O caminho para a confiabilidade nos veículos elétricos, segundo Rogério Pires, da Voith Turbo, está na evolução do sistema híbrido. Combinando combustíveis alternativos como, por exemplo, o etanol e o biometano ao sistema mildhybrids, já utilizado nos veículos mais modernos. A alternativa vai de encontro a projetos de mobilidade sustentável com foco no sistema, combinando soluções sem perder o foco na confiabilidade.

“A gente pode partir para caminhos de eletrificação, pode partir para combustíveis alternativos. Nós podemos mixar os dois.Nos casos de veículos híbridos nós já temos o MildHybrids. O etanol é o grande exemplo de solução que a nossa engenharia local trouxe e hoje na parte de veículos de passageiros a combinação do etanol com o MildHybrids é o que existe de mais ecologicamente correto no momento”, Rogério Pires, Voith Turbo.

Na parte dois desse artigo resumido do webinar falaremos sobre as baterias e a importância dos dados no contexto dos veículos autônomos.

Este webinar foi organizado e curado pelo Comitê de Auto & Mobilidade Urbana da ABINC, que tem como missão atuar como um agente ativo e de transformação abrangendo temas de tecnologia automotiva e de mobilidade conectada atuando nos segmentos:

  • Arquitetura e Desenvolvimento de Soluções de Sistemas Inteligentes e Integrados ao Ecossistema Automotivo;
  • Segurança e Privacidade de Dados;
  • Pesquisa e Inovação;
  • Mercado e Regulamentação;
  • Educação e Formação Continuada.

Saiba mais sobre o Comitê, aqui.

Para acessar o conteúdo completo clique aqui

Big Data & Analytics — Aplicar, Testar e Acompanhar Modelagem Estatística

Para fechar nosso ciclo de etapas do desenvolvimento de um projeto de BIG-Data e Analytics, entendendo os “jargões” da área, vamos falar das etapas mais glamourosas! A aplicação dos modelos estatísticos, algoritmos, inteligência artificial!

Estas são as etapas 6, 7 e 8. Assim como as anteriores 3, 4 e 5 (veja aqui, aqui e aqui) elas não seguem uma sequência reta. Elas vão e vem de acordo com os resultados de cada experimento, afinal estamos falando de “Ciência de Dados”, cientistas fazem experimentos até obter o resultado esperado das suas pesquisas.

Durante o processo de análise exploratório, definimos os resultados que podemos obter dos dados disponíveis. Com base nestas definições prévias vamos escolher qual seria o melhor algoritmo a ser aplicado para que possamos ter as respostas mais assertivas para o problema de negócios.

Existem algumas regras básicas para definição de “ferramenta” ou “algoritmo” para cada tipo de “problema de negócios”.

Então entraremos nos termos “dados estruturados” e “dados não estruturados”. Os dados estruturados são essencialmente numéricos, quantitativos, já os dados não estruturados, não possuem uma formatação padrão, podem ser imagens, áudio, textos em diversos idiomas.

Se o estudo que estamos trabalhando deve ser desenvolvido sobre uma base de dados quantitativos (estruturados) vamos optar por “algoritmos” ou “métodos estatísticos” ou ainda “machine learning tools” (ferramentas de aprendizado de máquina) “supervisionados”. Ou seja, a máquina vai aprender sobre este processo, estes dados de acordo com o que o “Cientista de Dados” apresenta para ela como hipóteses corretas. Este é o aprendizado “supervisionado”, onde a máquina vai buscar as variáveis com as correlações mais próximas daquelas que foram apontadas como corretas. Isso chamamos de “treinamento de modelos” ou de “robôs”.

Os métodos estatísticos mais conhecidos para resolver problemas com a técnica de aprendizado supervisionado são:

  • Regressão linear,
  • Regressão logística,
  • Redes neurais artificiais,
  • SVM (Support Vector Machine),
  • Árvores de decisão (Decision-tree),
  • Bayes (probabilidade).

Aprendizado de máquina supervisionado é a área que concentra a maioria das aplicações do uso de “machine learning” na ciência de dados, desde estudos de segmentação de clientes, previsão de manutenção de equipamentos, análise de riscos dentre outros.

Método Supervisionado

Modelagem Estatística
Fonte: Site iMasters

Quando trabalhamos com dados “qualitativos”, ou seja, “não estruturados”, como imagens, sons, textos aleatórios. Nesse tipo de problema aplicamos os modelos (algoritmos, métodos estatísticos) “Não Supervisionados”.

Por exemplo, se estamos buscando identificar o “Perfil” do cliente que utiliza os serviços de banco pelo celular. Obtivemos informações do cliente, desde as quantitativas (transacionais) bem como sua conversação nos canais digitais (mensageria, redes sociais etc.). Para identificar quem é esse cliente, o ideal é agrupar as características mais relevantes.

Nesse exemplo, poderíamos observar o seguinte:

Modelagem Estatística

Estes casos são os mais complexos, pois muitas vezes teremos que aplicar diversas técnicas estatísticas (algoritmos) em sequência para extrair informações precisas dos dados. As técnicas aqui são em sua maioria de correlação por aproximação e probabilísticas.

As mais utilizadas são:

  • Redes neurais artificiais,
  • Expectativa-Maximização,
  • Clusterização k-means,
  • Clusterização Hierárquica,
  • SVM (Support Vector Machine),
  • Árvores de decisão isoladoras (Decision-tree),
  • Mapas auto-organizados (Mapas de calor).

Como podem ver no exemplo abaixo as análises “Não supervisionadas” sobre um mesmo “Dataset”:

Modelagem Estatística
Fonte: Site Sciki Learn — Unsupervised Clustering examples

Podemos dizer que os métodos não supervisionados são a base mestra da “Inteligência Artificial”.

Como mencionamos estas etapas vão e vem até que os testes nos apresentem resultados conclusivos do estudo, ou seja, tenhamos um nível de assertividade entre 90% a 99%.

Então apresentamos e faremos o “acompanhamento”, que é confrontar nossas análises com a realidade dos fatos. Se indicamos uma cesta de produtos ideal para nosso cliente, vamos acompanhar quantos clientes efetivamente adquiriram a cesta que indicamos, comparando com um grupo de clientes que não tenha sido tocado pela campanha (grupo de controle). Enfim, os projetos de “Ciência de Dados” sempre deixam um gosto de “quero mais”.

Sempre teremos que reavaliar e incrementar análises, pois sempre haverá novas descobertas!

Fontes: iMasters Técnicas de Machine Learning; Medium Blog; Sciki Learn — Unsupervised Clustering examples