Próximas etapas lideradas por IA para a Índia
Por Kamal Das
Inteligência Artificial ou IA é a capacidade dos dispositivos de exibir inteligência semelhante à humana usando dados. A IA se tornou onipresente como a eletricidade - invisível, mas aprimorando vários aspectos de nossas vidas - desde os assistentes de voz em nossos telefones celulares, mecanismos de recomendação em sites de comércio eletrônico e sites de streaming de vídeo até dispositivos de navegação que nos ajudam a encontrar a melhor rota. À medida que as economias ocidentais desenvolvidas e a China avançam na Inteligência Artificial e nas tecnologias de dados, analisamos as medidas para permitir que a Índia tenha um papel fundamental na IA.
Criação de dados: Foco em dados centrados na Índia
À medida que a Inteligência Artificial se tornar mais comum, os dados serão um ativo fundamental. Precisamos criar conjuntos de dados centrados na Índia que levem em consideração as necessidades e a rica diversidade do país.
De acordo com o censo de 2011, menos de 11% dos indianos falam inglês. A Índia deve buscar soluções de IA que atendam aos idiomas regionais indianos. Embora os dados baratos e a telefonia móvel tenham tornado a Internet acessível a quase todos os indianos, o conteúdo no idioma local é quase insignificante, tornando vastas porções da Internet inacessíveis para a maioria dos indianos. A Missão Nacional de Tradução do governo, que visa tornar os textos de conhecimento acessíveis a estudantes e acadêmicos nos idiomas indianos, é um esforço louvável. Também devemos incentivar iniciativas como a AI4Bharat, liderada pelo IIT Madras, que se concentra em melhorar a experiência digital de milhões de usuários que acessam a Web em idiomas indianos locais. Paralelamente, devemos intensificar os esforços para melhorar a análise de áudio nos idiomas regionais indianos. Isso ajudará os analfabetos, as pessoas com deficiências visuais e os idosos.
Da mesma forma, o projeto ImageNet, com mais de 14 milhões de imagens, está entre os bancos de dados de imagens mais populares. Apenas 2,1% de todas as imagens do ImageNet são da Índia. Muitos programas de visão computacional são inicialmente treinados no conjunto de dados ImageNet. Devido à sua baixa representação de imagens indianas, muitos resultados de classificação de imagens têm resultados que não são bem treinados em detalhes indianos. Em 2018, o Tribunal Superior de Délhi foi informado de que o sistema de reconhecimento facial em teste pela polícia para detectar pessoas desaparecidas tinha uma taxa de precisão de apenas dois por cento.
O furor sobre a classificação incorreta de mulheres negras nos EUA levou a esforços conjuntos para corrigir o problema. Isso resultou em uma ferramenta de reconhecimento facial de IA que melhorou a precisão da identificação de mulheres negras de 65% para 96%. Entretanto, a mesma ferramenta de IA tem precisão de apenas 85% no reconhecimento de mulheres indianas[1]! Mais de uma em cada sete mulheres indianas são classificadas erroneamente.
Mais conjuntos de dados específicos da Índia e um foco em soluções centradas na Índia ajudarão as ferramentas de IA a melhorar e fornecer melhores resultados para casos de uso específicos da Índia.
Distribuição de dados: Estruturas para distribuição equitativa de dados
À medida que desenvolvemos e armazenamos mais conjuntos de dados centrados na Índia, precisamos nos concentrar na unificação das várias fontes de dados. Uma abordagem focada para garantir que as várias fontes de dados conversem entre si é essencial.
Também devemos desenvolver estruturas robustas para distribuição e compartilhamento equitativos de dados. A Plataforma de Dados Governamentais Abertos (OGD) da Índia é um passo na direção certa. Empresas como a Uber agregam dados sobre viagens feitas por seus motoristas nas cidades e, depois de remover os dados de identificação pessoal, compartilham esses dados com o governo local nos EUA para informar como as cidades podem ajudar a otimizar os padrões de tráfego. Da mesma forma, após a remoção das informações de identificação pessoal, os dados agregados devem ser compartilhados com acadêmicos e formuladores de políticas para aprimorar a pesquisa e a tomada de decisões.
Propriedade: Promover a propriedade indígena
A escassez de capital de risco na Índia faz com que muitas startups e empresas de tecnologia cedam sua propriedade a empresas estrangeiras. Os unicórnios de análise de dados Mu Sigma têm sede nos EUA. Isso ocorre depois de unicórnios como Moglix, Postman, Icertis, Chargebee, Gupshup, Innovaccer, Druva, HighRadius e Zenoti, que têm sede no exterior. Unicórnios como Flipkart, PayTM, Ola e Oyo têm propriedade estrangeira significativa e, em muitos casos, majoritária.
Algumas empresas de tecnologia usam ações de classe dupla com direitos de voto diferenciados nos EUA. Por exemplo, da forma como as ações e os direitos de voto do Facebook (agora Meta) estão estruturados, o fundador Mark Zuckerberg mantém o controle apesar da listagem pública e das várias rodadas de financiamento. As ações de classe dupla em que os promotores indianos mantêm a propriedade também devem ser incentivadas.
As medidas políticas que podem ajudar as empresas emergentes de IA a permanecerem na Índia e não perderem o controle de países estrangeiros devem ser o foco. As medidas podem incluir uma maior simplificação da conformidade e do ambiente regulatório para as startups. Podemos explorar a possibilidade de dar preferência a empresas domiciliadas na Índia em setores sensíveis, incluindo defesa, policiamento e assistência médica.
Em resumo, estamos confiantes de que o foco em dados centrados na Índia, um melhor compartilhamento de dados e uma estrutura favorável para promover startups que permaneçam domiciliadas na Índia ajudarão o crescimento da IA na Índia.
Fonte: Economic Times
