IA, Internet das Coisas (IoT), Cloud e redes super-rápidas como 5G são hoje os pilares da transformação digital, e os dados são o combustível que todas queimam para criar resultados. Todas essas tecnologias existem separadamente, mas combinadas permitem uma a outra fazer muito mais. E o TinyML, sobre o qual já falamos aqui, tem se firmado como uma cola poderosa para extrair o máximo do conjunto.
TinyML se refere a algoritmos de aprendizado de máquina projetados para ocupar o mínimo de espaço possível para que possam ser executados em hardware de baixa potência, perto de onde está a ação. Em 2022, veremos isso aparecendo em um número crescente de sistemas embarcados - tudo, desde vestíveis a eletrodomésticos, carros, equipamentos industriais e máquinas agrícolas, tornando-os mais inteligentes e úteis.
Não por acaso é apontado pelo PitchBook como um de seus Espaços Emergentes - áreas com amplo potencial de crescimento; tendências de investimento promissoras.
Este é um conteúdo exclusivo para assinantes.
Cadastre-se grátis para ler agora
e acesse 5 conteúdos por mês.
É assinante ou já tem senha? Faça login. Já recebe a newsletter? Ative seu acesso.
Tom Eggemeier percorreu Milão, Madri e Atenas e encontrou executivos pedindo mais velocidade, não menos. Na conferência anual da empresa, ele explica por que 80% de suas conversas com clientes já não são sobre atendimento ao cliente �...
Pesquisa anual da Deloitte mostra gerações pressionadas pelo custo de vida que adiaram decisões importantes, adotaram IA mais rápido que suas empresas e redefinem liderança, propósito e saúde mental no trabalho
O lançamento dos interaction models pela Thinking Machines redefine a fronteira entre homem e máquina. Mas cuidado: a tecnologia que resolve o gargalo técnico pode ser a mesma que atrofia as habilidades sociais do seu time.
Pesquisa com mais de mil profissionais mostra que empresas continuam investindo em sustentabilidade, mas trocaram o discurso público pelo progresso silencioso
Pesquisa do MIT SMR e do BCG responde: não! Painel com 31 especialistas globais indica que a supervisão humana em IA exige mais do que verificar outputs: exige julgamento em todo o ciclo de vida dos sistemas.
Em menos de um ano, a taxa de sucesso em testes de autorreplicação saltou de 6% para 81%. O tempo médio de detecção nas empresas ainda é de 10 dias.
Aproveite nossas promoções de renovação
Clique aquiPara continuar navegando como visitante, vá por aqui.
Cadastre-se grátis, leia até 5 conteúdos por mês,
e receba nossa newsletter diária.
Já recebe a newsletter? Ative seu acesso
