Mais rápido e melhor: Inovação e linguagem natural

A inovação é como a maternidade. Todos a adoram como conceito, mas praticá-la em sua própria vida é outra história. Na prática, nem a inovação nem a maternidade são conceitos vagos e positivos. Eles são realidades que mudam o porquê e como você faz as coisas. Se você as fizer bem, colherá grandes recompensas.

Neste espaço, vamos nos aprofundar na aplicação prática de tecnologias emergentes que podem resultar em inovação. Não a noção amorfa de inovação, mas a aplicação específica de maneiras novas e melhores de fazer as coisas em business intelligence, gerenciamento de desempenho, gerenciamento e análise de dados e campos relacionados.

Analisaremos a aplicação de ferramentas de linguagem natural, inteligência artificial, blockchain etc. do ponto de vista técnico de uma empresa que está comprometida e investiu na aplicação dessas ferramentas em nossos negócios. A maioria das empresas de médio porte, como a Prophix, tem um orçamento de Pesquisa e Desenvolvimento (P&D) que, na verdade, é um orçamento "D". Os recursos são usados para desenvolver produtos e novas versões de produtos com recursos adicionais.

A liderança da Prophix reconheceu que, para inovar de fato - para encontrar maneiras novas e melhores de fazer as coisas que nossos clientes querem fazer com seus dados - precisamos fazer mais do "R" em P&D. É isso que exploramos neste espaço: as possibilidades e os desafios envolvidos na reinvenção de ferramentas e processos.

Uma ressalva: discutiremos nossa pesquisa sobre a aplicação de novas tecnologias de forma a criar resultados genuinamente inovadores. Mas nem toda pesquisa resulta em um produto. Algumas podem, outras não. Este não é um roteiro de produtos da Prophix. É uma pesquisa sobre o que é possível e o que não é.

Você está pronto para aumentar sua inteligência? Faça o download do whitepaper sobre aprendizado de máquina e IA em finanças.

A promessa do processamento de linguagem natural (NLP)

Não seria ótimo se você pudesse ligar para o seu sistema de Corporate Performance Management (CPM) de qualquer lugar do mundo e dizer algo como: "Quais foram as vendas de widgets no sudeste dos EUA no mês passado e como isso se compara ao mesmo mês do ano anterior?" Ou talvez: "Quais foram as despesas incomuns da divisão Gorgon no primeiro trimestre?"

Então, em vez de esperar horas, dias ou semanas por um relatório de várias páginas, você recebe uma resposta falada ou escrita em segundos ou minutos. Informações sobre as quais você pode agir imediatamente.

Essa é a promessa do Processamento de Linguagem Natural, que é um dos três principais temas de pesquisa da Prophix. O outro é o aprendizado de máquina.

Faça o download do nosso whitepaper para começar a adotar o aprendizado de máquina e a inteligência artificial em sua organização.

A história da PNL

Os cientistas da computação vêm trabalhando há cerca de 70 anos no desafio de fazer com que as máquinas entendam e respondam em linguagem humana natural, com todas as suas nuances, inconsistências contextuais e complexidades (por exemplo, "Jeet yet? No, d'joo?").

Na década de 1990, os avanços no poder de processamento permitiram o desenvolvimento de algoritmos de aprendizado de máquina para processamento de linguagem. Os primeiros algoritmos de aprendizado de máquina, como as árvores de decisão, eram sistemas rígidos de regras "se-então".

Eventualmente, isso evoluiu para modelos estatísticos que tomam decisões suaves e probabilísticas, atribuindo pesos de valor real aos recursos das entradas (dependendo do contexto, é mais provável que um "salto de gato morto" se refira a uma recuperação financeira temporária do que a um felino morto).

Para fins deste artigo, examinaremos as duas abordagens dominantes da PNL atualmente.

Duas abordagens diferentes da PNL

Primeira abordagem

A primeira abordagem é o modelo de cache, que se baseia em modelos estatísticos que tomam as decisões probabilísticas suaves mencionadas anteriormente, atribuindo pesos de valor real aos recursos das entradas (definições de palavras, gramática, sintaxe, contexto). O modelo de cache - construído desde o início - está sendo utilizado pela IBM (Watson), Apple (Siri), Amazon (Alexa), Google (Google Assistant) e Microsoft (Cortana). Eles capturam o universo da intenção - criando uma linguagem de intenção do zero que captura a intenção de cada palavra ou combinação de palavras no contexto. Essas empresas têm milhares de pessoas construindo suas bibliotecas de linguagem natural, principalmente para aplicativos de consumo (por exemplo, "OK Google, ajuste o ar condicionado para 71, acenda as luzes da cozinha e toque Little Deuce Coupe.").

A IBM vem treinando o Watson para uso em áreas específicas, como finanças ou saúde (por exemplo, "Watson, qual é o tratamento de diabetes mais eficaz para homens obesos mórbidos de 55 anos na Nova Inglaterra?").

O modelo de cache é bastante eficaz, mesmo com entradas desconhecidas que contêm erros. Ele pode ser integrado (usado como front-end) a outros sistemas.

Segunda abordagem

A segunda abordagem consiste em equipar um produto com recursos de linguagem natural - um pouco como adicionar asas ao seu BMW. É isso que a Prophix está fazendo.

Apoiando-nos em gigantes, estamos usando as tecnologias fornecidas por esses outros fornecedores para habilitar nosso software de gerenciamento de desempenho corporativo. Estamos fazendo isso porque acreditamos absolutamente que o modelo de interação para TODOS os aplicativos futuros envolverá alguma forma de Linguagem Natural, e pretendemos chegar lá antes da concorrência.

Isso não ocorre sem alguma complexidade técnica. OK, isso é um eufemismo. Para começar, isso requer o uso de quatro linguagens:

1. Uma linguagem específica de domínio (DSL): Essa é uma linguagem de computador - a nossa foi criada com base no PowerShell, que fornece uma biblioteca de funções básicas específicas do Prophix. Criamos a DSL primeiro, para que tenhamos algo que oriente nossos aplicativos.
2. Uma iteração de nível superior "semelhante ao inglês" da DSL, que é fácil de digitar, mas compila a nossa DSL básica para execução.
3. Uma linguagem falada (linguagem natural) que retorna as "intenções" das palavras. Usamos o Amazon Lex para criar as interfaces de conversação (voz e texto) com nossas ferramentas de CPM. Isso proporciona o reconhecimento automático de fala para converter a fala em texto e a compreensão da linguagem natural para reconhecer a intenção do texto, além de oferecer aos nossos usuários a capacidade de simplificar suas interações com os dados de CPM. Em outras palavras, a DSL nos permite criar chatbots sofisticados, de linguagem natural e conversacionais.
4. Por fim, precisamos de um compilador que converta as "intenções" em nossa DSL básica (veja #1)

Tudo isso é apenas a parte da linguagem natural - a maneira inovadora de levar insights úteis e orientados por dados às mãos (ou ouvidos) de nossos clientes.

Como nosso aplicativo reside na nuvem, e como prevemos que nossos usuários desejarão acessar seus dados e insights relacionados a partir de uma série de dispositivos móveis e não móveis, também precisamos conectar várias ferramentas, bancos de dados (SQL, etc.) e aplicativos (vários módulos ERP, RH, Salesforce, etc.) com segurança à funcionalidade do Prophix. Mas essa é uma história para outro dia.

Pronto para impulsionar a inovação no Escritório de Finanças? Baixe agora o Guia do CFO para IA e aprendizado de máquina em finanças.

Inovação em finanças

Impulsionar a inovação em sua organização não é uma tarefa fácil.

As empresas precisam avaliar onde estão investindo seus orçamentos de P&D e como estão lidando com as possibilidades e os desafios envolvidos na reinvenção de suas ferramentas e processos.

A aplicação prática da linguagem natural permitirá o acesso quase instantâneo a dados valiosos, dando aos profissionais de finanças mais tempo para se concentrarem na tomada de decisões estratégicas.

Aqui estão alguns pontos-chave:

• A inovação consiste em encontrar uma maneira nova e melhor de fazer as coisas
• Para inovar, você precisa se concentrar na parte de pesquisa do seu orçamento de Pesquisa e Desenvolvimento
• O Processamento de Linguagem Natural é uma das três principais áreas de pesquisa da Prophix
• As duas abordagens do Processamento de Linguagem Natural são o Modelo de Cache e a adaptação de um produto com capacidade de linguagem natural

Quer saber mais sobre as aplicações do Processamento de Linguagem Natural e da Inteligência Artificial? Faça o download de nosso whitepaper agora.

Convidamos você a comentar, investigar, questionar e até mesmo desafiar nosso pensamento aqui. Faremos o possível para responder a seus comentários e aprender com eles.