Sobre os forecasts de Inteligência Artificial da Copa 2018

Após a eliminação do Brasil (e Alemanha, Espanha, Argentina, Portugal) na Copa do Mundo de 2018, é possível dizer que a grande maioria das previsões baseadas em coisas da moda com nomes bonitos, como Inteligência Artificial, Machine Learning, Redes Neurais, falhou!

E daí? O que isto quer dizer? Duas coisas:

– Não ridicularizar as análises porque erraram,

– Não endeusar as análises quando acertam.

Forecast 1:

Forecast02.png

Forecast 2:

Forecast1.png

 

Forecast 3:

Forecast03.png

Forecast 4:

Forecast04.png

 

Todos os algoritmos citados são baseados em modelos, que por sua vez derivam de dados do passado. Cada algoritmo em particular leva em conta algum aspecto relevante: seja a tradição do time, o desempenho destes nas últimas partidas, histórico contra times semelhantes aos dos jogos da Copa… alguns algoritmos podem tentar ser mais precisos, e modelar o desempenho de cada jogador de um time contra cada jogador de outro, etc…

Porém, o que interessa não é desempenho passado, mas sim, o futuro. A hipótese utilizada em 100% desses modelos é a de que o passado pode ser utilizado para fazer uma previsão do futuro. Há domínios em que esta hipótese é verdadeira, digamos, para fazer reconhecimento de imagens (reconhecemos um carro porque este vai continuar tendo características de um carro, tanto hoje quanto no futuro).

O futebol não é um domínio muito bom para forecasts, porque o passado não necessariamente vai explicar o futuro. Cristiano Ronaldo pode ter arrebentado em 99% dos jogos, mas no único jogo decisivo, pode passar em branco. Casemiro pode ser muito eficaz contra os belgas, mas não dá para prever quando ele ficará fora por cartão. Se dois times jogassem 100 vezes, é provável que a média estatística se concretizasse, porém, na vida real ocorre um único jogo, em que uma retranca de um time mediano pode parar o melhor ataque do mundo.

 

A conclusão é que as análises são válidas, importantes, e devem ser levadas em conta, principalmente num domínio em que o histórico pode explicar o futuro, como o comportamento do consumidor.

E o contraponto é que algumas análises podem até acertar, mas isso não quer dizer que vão acertar tudo para todo o sempre. Diante de inúmeras previsões de inúmeras pessoas, alguma delas acertará exatamente o campeão. O ser humano tem a tendência de se impressionar com quem acerta o futuro, como o polvo Paul, que simplesmente teve sorte.

Ao invés de tentar prever o futuro, devemos estar preparados para os melhores e os piores cenários que podem ocorrer.

E o meu chute?
Inglaterra campeã, pelo efeito Guardiola (quando ele trabalha no país em questão, o nível do futebol do país sobe).

 

 

 

Forecasts – Parte 1

Em geral, não gosto muito de fazer forecasts. Prefiro estar preparado para eventuais cenários futuros, sejam quais forem. Entretanto, não dá para resistir a alguns.

Primeiro, as previsões. Depois, as justificativas.

 


 

Previsões

1. A China sempre foi uma potência mundial, e agora está voltando ao seu estado natural, onde permanecerá por muitas centenas de anos.

 

2. As Fintechs tendem a ferir mortalmente os bancos tradicionais. As Edtechs, idem, devem abalar de forma irreversível o modelo de educação tradicional.

3. As Agrotechs, por outro lado, serão complementares à agricultura tradicional. As Lawtechs também, apenas complementarão o trabalho dos advogados tradicionais.

 


 

Justificativas breves

 

1. Os últimos 200 anos têm sido difíceis para a China. Entretanto, se dermos um zoom out e pegarmos os últimos 5.000 anos, a China sempre foi uma potência mundial.
Ela foi ultrapassada desde a revolução industrial, que projetou a Europa como centro do mundo. O comunismo nos últimos 70 anos também não ajudou nem um pouco. Hoje, porém, as barreiras de conhecimento e de comunicação vêm sendo derrubadas.
A China, pelo seu imenso tamanho geográfico, sua quantidade maciça de pessoas, pela cultura confucionista de estudar muito, trabalhar muito e doar a si para o todo, ao estar nivelando o conhecimento, ganha disparado na força bruta. Mas note que ela só está voltando ao status natural, de uma das potências mundiais.

 

O gráfico abaixo mostra a % do GDP da China ao longo da história. Note que eixo do tempo não é linear, ressaltando os últimos 200 anos. Há 1000 anos atrás, a Europa era apenas um bando de tribos subdesenvolvidas.

The global contribution to world's GDP by major economies from 1 CE to 2003 CE according to Angus Maddison's estimates. Up until the early 18th century, China and India were the two largest economies by GDP output. (** X axis of graph has non-linear scale which underestimates the dominance of India and China)

Fonte: https://en.wikipedia.org/wiki/Economic_history_of_the_world

2. Fintechs* são empresas de tecnologia no setor financeiro.

 

Bancos são apenas duas coisas, na essência: informação e confiança. Dinheiro não tem valor intrínseco, é apenas um papel. Hoje em dia, nem papel é mais, é um número no extrato bancário. Porém, este número não pode ser criado do nada, ou sumir de repente, ou ser facilmente roubado – daí a necessidade de confiança.

 

Image result for bancos

 

Os bancos tradicionais são dinossauros. Milhares de agências, milhares de funcionários, controles, burocracia, etc. No futuro, não será mais necessário ir fisicamente à uma agência para pegar papéis, entregar papéis e assinar documentos.

 

Tudo o que é apenas informação tende a desaparecer, como o jornal em papel.
O maior desafio das fintechs é a confiança, tema difícil de resolver: ataque de hackers, funcionários mal intencionados, dirigentes com má fé, etc… ora, mas este tipo de desvio já não ocorre hoje?

 

Com as Edtechs*, a mesma consideração: qual o sentido de dedicar cinco anos inteiros, full time, indo presencialmente à uma universidade? Este modelo tradicional tende a perder muita força.

Por exemplo, este blog é muito mais interessante e questionador do que 99% das aulas que já assisti!

 

3. As Agrotechs estão bem mais seguras. Agricultura não é informação. Não comemos bits, comemos carne, arroz, feijão. Há um limite físico e químico. Há uma quantidade de energia que deve ser gasta para derrubar uma árvore e colher uma plantação.
As agrotechs, utilizando tecnologias como imagem por satélite, conexão de dados no campo, telemetria de equipamentos, vão ajudar muito a aumentar o controle e a produtividade das operações tradicionais.

O IoT (Internet das Coisas), em geral, será extremamente disruptivo – imagine cada metro quadrado do solo monitorado em temperatura, umidade do solo, umidade do ar, pH, nutrientes químicos, etc…

As Lawtechs, por outro lado, vão ajudar bastante o trabalho do setor jurídico. Porém, como Direito não tem lógica (não lógica formal), os advogados nunca vão deixar de existir.

 

 


 

*Glossário: Fintechs, Agrotechs, Edtechs, são abreviaturas de tecnologia das finanças, tecnologia da agricultura, tecnologia da educação. Significam empresas de alta tecnologia que podem crescer exponencialmente nas respectivas áreas.

Image result for exponential linear


 

Vide também:

O que é dinheiro para mim

Todos os grãos de arroz num tabuleiro de xadrez.

Sobre IoT