Quando penso sobre a ascensão da IA, lembro-me do aumento da literacia. Há umas centenas de anos, muitos na sociedade pensavam que talvez nem todos precisassem de ser capazes de ler e escrever. Naquela época, muitos tratavam dos campos ou pastavam ovelhas, então talvez não fosse preciso tanta comunicação escrita. E tudo o que era preciso era que os sacerdotes, sacerdotisas e monges conseguissem ler o Livro Sagrado, e a nós bastava-nos ir ao templo ou à igreja ou ao edifício sagrado e sentarmo-nos a ouvir o sacerdote e as sacerdotisas a ler. Por sorte, desde aí descobrimos que podemos construir uma sociedade mais rica se muitas pessoas souberem ler e escrever. 
Hoje, a IA está nas mãos dos sumos sacerdotes e sacerdotisas. São os engenheiros de IA qualificados, que trabalham em grandes empresas de tecnologia. E a maioria das pessoas tem acesso apenas à IA que eles constroem. Penso que podemos construir uma sociedade mais rica se pudermos permitir a todos que ajudem a escrever o futuro. 
Mas porque está a IA concentrada nas grandes empresas de tecnologia? Porque muitos destes projetos de IA são dispendiosos. Podem necessitar de dezenas de engenheiros qualificados, e podem custar milhões ou dezenas de milhões de dólares para construir um sistema de IA. E as empresas tecnológicas, particularmente as que têm centenas de milhões ou biliões de utilizadores, têm sido mais capazes de tirar rendimento destes investimentos do que outros porque, para eles, um sistema de IA que sirva para todos, tal como um que melhore a pesquisa na web ou que recomende produtos melhores para compras online, pode ser aplicado a este grande número de utilizadores para gerar um enorme volume de receitas. Mas esta receita de IA não funciona quando se sai dos setores da tecnologia e Internet para outros lugares onde, em grande parte, quase não há projetos que se apliquem a 100 milhões de pessoas ou que gerem uma economia comparável. 
Deixem-me ilustrar um exemplo. Em vários fins de semana, conduzo da minha casa a uma pizzaria local para comprar uma pizza havaiana do cavalheiro que é dono desta pizzaria. E a sua pizza é ótima, mas ele tem sempre muitas pizzas frias ali paradas, e todos os fins de semana um sabor de pizza está esgotado. Mas quando o vejo a operar a sua loja, fico entusiasmado, porque ao vender pizza, ele está a gerar dados. E estes são dados dos quais ele podia tirar partido se tivesse acesso à IA. 
Os sistemas de IA detetam bem padrões quando têm acesso aos dados certos, e talvez um sistema de IA pudesse detetar se as pizzas mediterrâneas vendem bem numa sexta à noite, talvez pudesse sugerir para fazer mais numa sexta à tarde. Agora, podem dizer-me: “Ei, Andrew, isto é uma pequena pizzaria. Qual é o interesse?” E eu digo, para o cavalheiro que é dono desta pizzaria, algo que o ajude a melhorar as suas receitas em alguns milhares de dólares por ano, será importante para ele. 
Há muita propaganda sobre a necessidade da IA de ter grandes conjuntos de dados, e ter mais dados ajuda. Mas ao contrário do que se diz, a IA pode funcionar bem mesmo com quantidades modestas de dados, tais como os dados gerados por uma única pizzaria. Portanto, o problema real não é que não há dados suficientes da pizzaria. O verdadeiro problema é que a pequena pizzaria nunca servirá clientes suficientes para cobrir o custo de uma equipa de IA. Eu sei que nos Estados Unidos há cerca de meio milhão de restaurantes independentes. E coletivamente, estes restaurantes servem dezenas de milhões de clientes. Mas cada restaurante é diferente com um menu diferente, clientes diferentes, registos de vendas diferentes, logo, nenhuma IA geral iria servir para todos eles. 
Como seria se pudéssemos capacitar as pequenas empresas e empresas locais para utilizar a IA? Vamos dar uma vista de olhos a como seria numa empresa que faz e vende T-shirts. Eu adoraria que um contabilista que trabalhasse para a empresa de T-shirts pudesse usar IA para previsão de procura. Por exemplo, descobrir que memes imprimir nas T-shirts para aumentar as vendas, ao olhar para as tendências nas redes sociais. Ou para a disposição do produto, porque não pode um gestor de loja tirar fotografias de como é a loja e mostrá-las a uma IA e deixar que a IA recomende onde colocar produtos para melhorar as vendas? Cadeia de abastecimento. Pode uma IA recomendar a um comprador se deve ou não pagar 20 dólares por metro para um pedaço de tecido agora, ou se deve continuar à procura porque é capaz de encontrar mais barato noutro lugar? Ou controlo de qualidade. Um inspetor de qualidade deve ser capaz de utilizar a IA para digitalizar automaticamente imagens do tecido que utilizam para fazer T-shirts e verificar se existem rasgos ou descolorações no tecido. 
Atualmente, grandes empresas tecnológicas usam a IA para resolver problemas destes e com grandes resultados. Mas uma típica empresa de T-shirts ou um mecânico de automóveis ou um retalhista, escola ou quinta local não utiliza IA para nenhuma destas aplicações atualmente. Cada fabricante de T-shirts é diferente o suficiente dos outros fabricantes que não existe uma solução de IA que sirva para todos. E, na verdade, assim que saímos da Internet e dos setores tecnológicos em outras indústrias, até grandes empresas como as empresas farmacêuticas, construtores de automóveis, hospitais, também se debatem com isto. 
Este é o problema a longo prazo da IA. Se pegássemos em todas os atuais e potenciais projetos de IA e os ordenássemos decrescentemente por ordem de valor, obteríamos um gráfico com este aspeto. Talvez o mais valioso sistema de IA é algo que decida que anúncios mostrar às pessoas na Internet. O segundo mais valioso talvez seja um motor de busca, o terceiro mais valioso poderá ser um sistema de recomendação de produtos. Mas quando estamos à direita desta curva, temos projetos como a disposição de T-shirts ou previsão da procura de T-shirts ou previsão da procura de pizzarias. E cada um destes é um projeto único que precisa de ser construído à medida. Até a previsão da procura de T-shirts, se depender de memes populares nas redes sociais, é um projeto muito diferente do que a previsão da procura de pizzarias, se depender dos dados de vendas da pizzaria. Assim, hoje existem milhões de projetos que estão no extremo desta distribuição em que ninguém está a trabalhar, mas cujo valor agregado é enorme. 
Então, como podemos capacitar pequenas empresas e indivíduos para construir IA fulcral para os mesmos? Durante as últimas décadas, se quisessem construir um sistema de IA, isto é o que tinham de fazer. Tinham de escrever páginas e páginas de código. E enquanto eu adoraria que todos aprendessem a programar, e, de facto, a educação online e também a educação offline ajudam mais pessoas do que nunca a aprender a programar, infelizmente, nem todos têm tempo para o fazer. Mas há um novo caminho emergente de construção de sistemas de IA que abre as portas a mais pessoas. Tal como a caneta e o papel, que são uma tecnologia amplamente superior à placa de pedra e cinzel, foram fundamentais para a literacia geral, estão a surgir novas plataformas de desenvolvimento de IA que em vez de nos pedir para escrever muito código pedem-nos que lhes forneçamos dados. E isto acaba por ser muito mais fácil para muita gente executar. 
Atualmente, existem múltiplas empresas a trabalhar em plataformas como estas. Vou mostrar alguns dos conceitos usando um que a minha equipa tem vindo a construir. Tomemos o exemplo de um inspetor que quer que a IA ajude a detetar defeitos no tecido. Um inspetor pode tirar fotografias do tecido e carregá-las numa plataforma como esta, e pode mostrar à IA o aspeto de um rasgão no tecido ao desenhar retângulos. E também pode mostrar à IA qual o aspeto da descoloração num tecido ao desenhar retângulos. Assim, estas imagens, juntamente com os retângulos verdes e rosas que o inspetor desenhou, são dados criados pelo inspetor para explicar à IA como encontrar rasgões e descoloração. Após a IA examinar estes dados, podemos notar que viu imagens suficientes de rasgões, mas não imagens suficientes de descolorações. Isto é semelhante a um inspetor júnior ter aprendido a detetar rasgões, mas que ainda precisa de aprimorar a sua observação de descolorações. Logo, o inspetor pode voltar atrás e tirar mais fotografias de descolorações para mostrar à IA, para ajudar a aprofundar esta compreensão. Ajustando os dados que dá à IA, pode ajudar a IA a ser mais inteligente. Assim, um inspetor que utilize uma plataforma acessível como esta pode, em poucas horas ou alguns dias, e com a compra de uma máquina fotográfica adequada, ser capaz de construir um sistema de IA  personalizado para detetar defeitos, rasgões e descolorações em todo o tecido usado para fazer T-shirts em toda a fábrica. 
E mais uma vez, podem dizer: “Ei, Andrew, isto é uma fábrica. Qual é o interesse”? 
E eu digo-vos, isto é importante para o inspetor cuja vida isto torna mais fácil e, igualmente, este tipo de tecnologia pode habilitar um padeiro a utilizar a IA para verificar a qualidade dos seus bolos, ou um agricultor biológico para verificar a qualidade dos legumes, ou um fabricante de móveis para verificar a qualidade da madeira utilizada. 
Plataformas destas, provavelmente, precisam de mais alguns anos antes de serem fáceis de usar o suficiente para cada dono de pizzarias. Mas muitas destas plataformas estão a chegar, e algumas delas começam a ser bastante úteis para alguém com conhecimentos técnicos, com apenas um pouco de treino. Mas isto significa que, em vez de confiar nos sumos sacerdotes e sacerdotisas para escreverem sistemas de IA para todos, podemos capacitar cada contabilista, cada gestor de loja, cada comprador e inspetor de qualidade para criarem os seus sistemas de IA. 
Espero que o dono da pizzaria e muitos outros pequenos empresários como ele também tirem partido desta tecnologia porque a IA cria uma enorme riqueza e continuará a criar uma riqueza tremenda. E apenas democratizando o acesso à IA podemos assegurar que esta riqueza será espalhada por toda a sociedade. 
Há centenas de anos atrás, penso que quase ninguém compreendeu o impacto que a literacia geral iria ter. Hoje, penso que quase ninguém compreende o impacto que a democratização do acesso à IA irá ter. Construir sistemas de IA tem estado fora do alcance da maioria das pessoas, mas não tem de ser esse o caso. Na era vindoura para a IA, iremos empoderar todos a construir sistemas de IA para si próprios e penso que isso será um futuro incrivelmente entusiasmante. 
Muito obrigado. 
(Aplausos) 
