Return to Video

AIML CAP01 VA 02 IBMCLOUDEIBMWATSONASSISTPARTE2 V01

  • 0:05 - 0:10
    Para criarmos um chatbot,
    vamos utilizar esse IBM Watson.
  • 0:10 - 0:14
    Tem também o IBM Watson Studio
    e, aqui dentro, nós conseguimos fazer,
  • 0:14 - 0:17
    criar modelos de machine learning
    para os nossos algoritmos.
  • 0:17 - 0:20
    Então, conseguimos customizar
    um pouco tudo isso.
  • 0:20 - 0:24
    Tem esse aqui, que é super interessante,
    que é o Personality Insights,
  • 0:24 - 0:27
    que a partir de um texto
    oferecido para esse serviço,
  • 0:27 - 0:33
    nós conseguimos entender o padrão
    e o comportamento humano de uma pessoa.
  • 0:33 - 0:38
    Que seria o equivalente
    àquele método DISC ou o método MBTI,
  • 0:38 - 0:43
    que o pessoal de RH usa bastante
    para identificar padrões comportamentais.
  • 0:43 - 0:48
    Outros serviços interessantes, por exemplo,
    o Speech to Text e Text to Speech,
  • 0:48 - 0:53
    que são serviços que transformam
    a voz em texto e texto em voz.
  • 0:53 - 0:55
    Tem um serviço
    que é muito mais conhecido por nós,
  • 0:55 - 0:58
    que é o serviço
    de Language Translator,
  • 0:58 - 1:01
    capaz de traduzir os textos enviados
    de uma língua para outra,
  • 1:01 - 1:04
    isso é bem comum, nós já estamos
    bastante acostumados com isso.
  • 1:04 - 1:08
    Mas, o mais interessante
    é esse carinha aqui, o Tone Analyzer.
  • 1:08 - 1:12
    O Tone Analyzer é um serviço
    que consegue identificar,
  • 1:12 - 1:15
    dentro de um texto, sentimentos.
  • 1:15 - 1:18
    Então, imagine que nós temos,
    por exemplo, um texto,
  • 1:18 - 1:21
    alguma pessoa,
    que está reclamando sobre o serviço
  • 1:21 - 1:24
    que nós, como empresa,
    estamos prestando para ela.
  • 1:24 - 1:27
    Então, esse texto, nós conseguimos
    passar dentro desse serviço
  • 1:27 - 1:30
    e, por esse serviço, nós conseguimos
    visualizar e entender
  • 1:30 - 1:33
    uma análise de sentimento,
    saber se ele está com raiva,
  • 1:33 - 1:36
    se ele está feliz, se ele está satisfeito
    ou se não existe nenhum sentimento.
  • 1:36 - 1:38
    Quando esse tipo de análise
    acontece,
  • 1:38 - 1:42
    nós conseguimos tomar uma ação
    assertiva em cima dele.
  • 1:42 - 1:46
    Outro serviço que existe aqui
    é esse Visual Recognition.
  • 1:46 - 1:49
    O Visual Recognition
    nada mais é que um serviço
  • 1:49 - 1:54
    onde conseguimos criar
    bases de classificação de imagens.
  • 1:54 - 1:55
    O que significa isso?
  • 1:55 - 1:59
    Na verdade, conseguimos pegar
    um conjunto de imagens
  • 1:59 - 2:02
    e ensinar a nossa Inteligência Artificial,
    ensinar o Watson,
  • 2:02 - 2:05
    que esse conjunto de imagens
    representa algo.
  • 2:05 - 2:08
    Então, por exemplo,
    vamos pegar aqui várias imagens
  • 2:08 - 2:10
    de um mouse de um computador.
  • 2:10 - 2:13
    Dentro de um outro classificador,
    eu consigo pegar
  • 2:13 - 2:16
    várias outras imagens de monitor.
  • 2:16 - 2:20
    E eu falo para o nosso serviço
    "Essas imagens são imagens de monitor".
  • 2:20 - 2:22
    Eu faço um treinamento
    em cima de tudo isso
  • 2:22 - 2:25
    e, quando eu mando uma nova imagem,
    ele consegue identificar
  • 2:25 - 2:28
    se isso é mais mouse
    ou se isso é mais monitor.
  • 2:28 - 2:32
    Isso é um classificador de imagens,
    coisa que só com esse serviço
  • 2:32 - 2:35
    e serviços similares
    é possível fazer.
  • 2:35 - 2:38
    E ele não identifica
    pixel a pixel dessa imagem,
  • 2:38 - 2:41
    ele identifica o contexto existente
    dentro dessa imagem.
  • 2:41 - 2:43
    E, se nós não criarmos
    esses classificadores,
  • 2:43 - 2:47
    automaticamente, ele consegue extrair
    as nossas entidades dessa imagem.
  • 2:47 - 2:52
    Ou seja, consegue entender
    o que existe dentro da imagem,
  • 2:52 - 2:55
    pode ser uma pessoa,
    ele até mesmo sugere a questão de idade,
  • 2:55 - 2:58
    se é homem, se é mulher
    e assim por diante.
  • 2:58 - 3:01
    Então, resumindo, aqui,
    na nossa plataforma do IBM Cloud,
  • 3:01 - 3:07
    é uma plataforma onde nós conseguimos
    utilizar, instanciar todos esses serviços
  • 3:07 - 3:10
    e trabalhar para a construção
    de um sistema cognitivo.
  • 3:10 - 3:16
    O que vamos utilizar aqui para a criação
    do nosso chatbot será o Watson Assistent.
  • 3:16 - 3:20
    Então, eu vou clicar
    aqui dentro desse menu.
  • 3:20 - 3:21
    Primeira coisa que aparece:
  • 3:21 - 3:26
    vai aparecer os dados
    referentes ao serviço.
  • 3:26 - 3:30
    Ao serviço e, na verdade, à instância
    que ele vai criar desse serviço.
  • 3:30 - 3:32
    O que significa isso?
  • 3:32 - 3:33
    Para nós conseguirmos
    utilizar esse serviço,
  • 3:33 - 3:37
    necessariamente, ele vai ter que criar
    uma máquina virtual por trás.
  • 3:37 - 3:42
    E nessa máquina virtual, vai estar rodando
    esse serviço para nós, para o nosso uso.
  • 3:42 - 3:45
    Então, aqui, ele nos traz a região
    em que tudo isso vai ser executado,
  • 3:45 - 3:51
    ele vai criar essa instância para nós.
    Tem alguns grupos de acesso aqui também.
  • 3:51 - 3:53
    E, aqui, nós conseguimos
    visualizar os planos.
  • 3:53 - 4:00
    Como eu comentei, os serviços da IBM,
    a maioria deles, hoje tem uma versão light.
  • 4:00 - 4:03
    Essa versão light, nós conseguimos
    utilizar o serviço gratuitamente,
  • 4:03 - 4:06
    sem nenhum custo,
    até um determinado limite.
  • 4:06 - 4:09
    Nesse caso,
    10 mil mensagens por mês.
  • 4:09 - 4:13
    Depois disso,
    nós temos outros planos diferentes.
  • 4:13 - 4:18
    Nós conseguimos visualizar que o custo
    de uma chamada, então, de uma API,
  • 4:18 - 4:26
    em um plano um pouco acima do light,
    custa U$0,0025 por chamada de API.
  • 4:26 - 4:27
    O que significa isso?
  • 4:27 - 4:31
    Cada chamada de API é, na verdade,
    uma mensagem que nós enviamos
  • 4:31 - 4:34
    para o nosso sistema,
    para o Watson.
  • 4:34 - 4:36
    Nesse meu caso,
    eu já tenho esse serviço criado
  • 4:36 - 4:39
    e estou no meu plano light,
    por isso que ele está falando isso,
  • 4:39 - 4:42
    só é possível ter uma instância
    desse serviço.
  • 4:42 - 4:47
    Mas para você, que está fazendo
    esse hands-on junto comigo, faça o seguinte:
  • 4:47 - 4:49
    não precisa mudar nada,
    nem mesmo o nome do serviço,
  • 4:49 - 4:53
    ele já traz o nome certinho, já traz
    a região de Dallas, que é a região padrão.
  • 4:53 - 4:57
    Simplesmente, clique no botão Criar.
  • 4:57 - 5:01
    Ele vai criar o serviço para nós
    e vai deixar isso disponível.
  • 5:01 - 5:02
    Então, o que eu vou fazer?
  • 5:02 - 5:07
    Vou acessar, dentro da minha conta,
    os serviços que eu já instanciei.
  • 5:07 - 5:11
    Então, para isso,
    eu clico no menu lateral IBM Cloud.
  • 5:11 - 5:15
    E, nesse painel, nessa visualização,
    que é um pouco diferente
  • 5:15 - 5:19
    da visualização do Blue Mix,
    que está em fase de transição,
  • 5:19 - 5:23
    eu venho aqui e clico
    nesse Visualizar Recursos.
  • 5:23 - 5:26
    E aqui, eu consigo visualizar
    todos os serviços
  • 5:26 - 5:29
    que estão instanciados
    e disponíveis para mim.
  • 5:29 - 5:33
    Nesse caso, eu só tenho
    o meu Watson Assistant.
  • 5:33 - 5:36
    Então, vou clicar nele e vou conseguir,
    agora, acessar esse meu serviço,
  • 5:36 - 5:38
    eu estou dentro do meu serviço.
  • 5:38 - 5:41
    Sempre que eu crio um serviço,
    ele cai nessa página para nós,
  • 5:41 - 5:46
    mostrando o nosso API Key,
    que vai ser nosso ID,
  • 5:46 - 5:52
    nosso token de acesso via API, via programação,
    via chamada de serviço, via código.
  • 5:52 - 5:56
    E nós também trazemos
    a URL desse serviço.
  • 5:56 - 5:59
    E, além disso, eu tenho
    um pouco mais de detalhes por aqui,
  • 5:59 - 6:03
    consigo visualizar outras chaves
    que eu posso criar, chaves de acesso
  • 6:03 - 6:09
    e, também, a questão dos planos,
    como já vimos anteriormente.
  • 6:09 - 6:12
    Legal.
    Outra coisa interessante, é isso aqui,
  • 6:12 - 6:14
    uma vez que nós vamos utilizar isso
    como um serviço,
  • 6:14 - 6:18
    nós podemos consumir,
    utilizar esse serviço, via API.
  • 6:18 - 6:22
    Então, se eu clicar
    nesse link API reference,
  • 6:22 - 6:26
    eu consigo ver toda documentação
    que eu tenho desse meu serviço.
  • 6:26 - 6:30
    E, ainda mais, em diferentes
    linguagens de programação.
  • 6:30 - 6:32
    Então, por exemplo, se eu pegar
    um método de mensagem,
  • 6:32 - 6:37
    como eu consigo capturar uma mensagem
    de resposta do meu usuário?
  • 6:37 - 6:41
    Eu tenho o meu endpoint,
    tenho um workspace_id,
  • 6:41 - 6:43
    que é um parâmetro
    dentro do Watson.
  • 6:43 - 6:48
    Faço um post nele, eu consigo visualizar isso
    em diferentes linguagens de programação,
  • 6:48 - 6:51
    o que ajuda bastante
    no momento do desenvolvimento.
  • 6:51 - 6:54
    E aqui, nós temos
    várias outras linguagens,
  • 6:54 - 6:57
    por exemplo, Node,
    por exemplo, Java.
  • 6:57 - 7:01
    Ou seja, nós vamos utilizar esse serviço
    e, dentro desse serviço,
  • 7:01 - 7:06
    nós conseguimos consumir
    todas as funcionalidades dele via API.
  • 7:06 - 7:10
    Bom, uma vez acessando e esperando
    o nosso Watson Assistant carregar,
  • 7:10 - 7:13
    ele vai nos abrir todo painel
    onde é possível fazermos, então,
  • 7:13 - 7:16
    toda configuração do nosso chatbot.
  • 7:16 - 7:19
    Então, dessa maneira,
    o que conseguimos visualizar aqui?
  • 7:19 - 7:23
    Que o IBM Cloud é uma grande plataforma,
    que tem vários serviços cognitivos diferentes,
  • 7:23 - 7:29
    onde conseguimos utilizar todos eles
    de uma maneira gratuita, de uma faixa gratuita,
  • 7:29 - 7:34
    para conseguir gerar e criar
    sistemas cognitivos, como os chatbots.
标题:
AIML CAP01 VA 02 IBMCLOUDEIBMWATSONASSISTPARTE2 V01
Video Language:
Portuguese, Brazilian
Duration:
07:40

Portuguese, Brazilian subtitles

Incomplete

修订 Compare revisions