Bom dia, a Bolsa de Chicago sobe nesta sexta-feira recuperando parte das baixas recentes. A soja sobe após recuar quase $1 por bushel nas últimas 2 semanas. Ontem as cotações foram novamente pressionadas com os fundos liquidando posições com o início da safra norte-americana e expectativa de demanda mais fraca com a desaceleração economia global.


O USDA divulgou ontem o relatório de vendas semanais para exportação dos EUA, com números dentro do esperado para a soja e milho. As vendas de soja 2022/23 foram de 311 mil toneladas na semana encerrada no dia 20 de abril, contra 100 mil da semana anterior e 481 mil do mesmo período do ano passado. Na temporada 2022/23 as vendas de soja somam 50,63 milhões de toneladas, contra 57,58 milhões do mesmo período da temporada anterior.


As vendas de milho 2022/23 foram de 400 mil toneladas, contra 312 mil da semana anterior e 867 mil do mesmo período de 2022. Na temporada as vendas de milho dos EUA somam 38,45 milhões de toneladas, contra 57,52 milhões do mesmo período da temporada 2021/22.


A colheita de soja 2022/23 na Argentina atingiu 28,2%, com produtividade nacional de 1,59 tonelada por hectare, segundo a Bolsa de Cereales de Buenos Aires. A colheita está 17,8 pontos percentuais atrasada em relação ao ano anterior. Os agricultores continuam a relatar reduções nos rendimentos colhidos e um aumento nas perdas de área cultivável. Se essa tendência continuar, a previsão de produção atual de 22,5 milhões de toneladas pode ser afetada, informou a bolsa de cereales.


A colheita de milho 2022/23 na Argentina chegou a 17,5%, com rendimento médio de 4,3 toneladas por hectare. Com isso, a estimativa de produção segue em 36 milhões de toneladas, 16 milhões de toneladas abaixo da safra 2021/22.


O dólar opera em alta frente a outras moedas. A economia dos EUA registrou crescimento de 1,1% no primeiro trimestre de 2023, de acordo com a estimativa preliminar do Departamento de Análises Econômicas (BEA). No quarto trimestre de 2022 o PIB dos EUA cresceu 2,6%. O aumento do PIB real refletiu aumentos nos gastos do consumidor, exportações, gastos do governo federal, gastos dos governos estaduais e locais e investimento fixo não residencial que foram parcialmente compensados por reduções no investimento em estoque privado e no investimento fixo residencial. As importações, que são uma subtração no cálculo do PIB, aumentaram.


No Brasil o dólar caiu 1,52% no dia de ontem, cotada a R$ 4,9801. O ministro da Fazenda, Fernando Haddad, e o presidente do Banco Central, Roberto Campos Neto, participaram ontem de uma sessão temática sobre juros, inflação e crescimento econômico no Senado Federal. Haddad defendeu que o governo abra o que chamou de “caixa-preta” dos benefícios fiscais a fim de aumentar a arrecadação federal: “Se é o caso de, em virtude do orçamento aprovado no ano passado, tomar medidas saneadoras para recuperar as finanças públicas, para onde olhar? Qual é a maneira correta de fazer o ajuste sem penalizar aqueles que dependem do SUS, da escola pública, da segurança pública, da assistência social? A maneira que nós escolhemos de fazer o ajuste foi abrindo a caixa-preta das renúncias fiscais, o chamado gasto tributário”, afirmou. Campos Neto afirmou que o BC age de forma técnica para buscar o atingimento das metas de inflação e avaliou que inflação continua alta: “A inflação de curto prazo tem caído, mas muito lentamente, e os núcleos continuam altos. Esse último número que saiu, ficou um pouco acima; O Banco Central toma decisões técnicas, têm muitas variáveis levadas em consideração. Olhamos a inflação corrente, o hiato, ou seja, a capacidade de crescer sem gerar inflação, e as expectativas”. O Comitê de Política Monetária (Copom) se reúne na próxima semana e a expectativa é de manutenção da taxa básica de juros em 13,75% ao ano.


A inflação do Brasil medida pelo Índice Geral de Preços – Mercado (IGP-M) caiu 0,95% em abril, após variar 0,05% no mês anterior, segundo a FGV. Com este resultado, o índice acumula taxa de -0,75% no ano e de -2,17% em 12 meses. Em abril de 2022, o índice havia subido 1,41% e acumulava alta de 14,66% em 12 meses. “Os preços de importantes commodities para o setor produtivo seguem em queda. Soja (-9,34%), milho (-4,33%) e minério de ferro (-4,41%), abrem espaço para descompressão dos custos de importantes segmentos varejistas favorecendo a chegada desses efeitos nos preços ao consumidor. O IPC, ainda que esteja registrando desaceleração, segue pressionado pelos reajustes de preços administrados, como gasolina (2,39%), energia (1,31%) e medicamentos (2,02%). Além disso, os serviços livres também persistem com inflação em elevado patamar. Entre os itens deste segmento, vale destacar o aluguel residencial com alta de 1,31% em abril”, afirma André Braz, Coordenador dos Índices de Preços.


As bolsas globais voltam a ser pressionadas após a decepção dos balanços trimestrais das empresas de tecnologia.


Os futuros do petróleo sobem após fechar o “gap” do início do mês após corte surpreendente na produção da OPEP+.


No Brasil, tempo predominantemente estável até a próxima semana.

Previsão de Precipitação Brasil, 7 dias, em milímetros.

Na Argentina, tempo predominantemente estável até a próxima semana.

Previsão de Precipitação Argentina, 7 dias, em milímetros.


Nos EUA, tempo chuvoso em boa parte do país durante o fim de semana.

Previsão de Precipitação EUA, 72 horas, em polegadas.



Prêmios *referente ao dia anterior

Paranaguá

SOJA

COMPRADOR

VENDEDOR

Spot

-120

-108

Jun

-78

-66

Jul

-50

-40

 

FARELO DE SOJA

COMPRADOR

VENDEDOR

Spot

-17

-5

ÓLEO DE SOJA

COMPRADOR

VENDEDOR

Spot

-12

0

 

Golfo do México – EUA

SOJA

COMPRADOR

VENDEDOR

Spot

76

80

Jun

95

99

Jul

95

99

MILHO

COMPRADOR

VENDEDOR

Spot

77

84

Jun

90

93

Jul

70

75

A Inteligência Artificial já está aprendendo de forma autônoma, dispensando a necessidade de instruções explícitas

A Inteligência Artificial (IA) está se tornando cada vez mais capaz de aprender de forma autônoma, sem a necessidade de instruções explícitas. Isso é possível graças ao desenvolvimento de algoritmos de aprendizado de máquina, que permitem que os sistemas de IA aprendam a partir de dados brutos, identificando padrões e relações sem a necessidade de intervenção humana.

Por Ademilson Ramos, Engenharia É


Os grandes modelos de linguagem, como o GPT-3 da OpenAI, têm chamado a atenção devido à sua capacidade de gerar texto semelhante ao produzido por seres humanos, abarcando desde poesias até códigos de programação. Treinados com dados da internet, esses modelos de aprendizado de máquina utilizam pequenos textos de entrada para prever o texto subsequente.

Contudo, os modelos de linguagem vão além disso e estão sendo utilizados para explorar um fenômeno fascinante, denominado aprendizagem contextual, no qual esses modelos aprendem a executar novas tarefas com base em poucos exemplos, apesar de não terem sido treinados especificamente para elas.

Por exemplo, pode-se fornecer ao modelo diversas frases de exemplo, acompanhadas de suas respectivas emoções (positivas ou negativas), e então solicitar ao modelo para gerar uma nova frase, a qual será avaliada com relação à sua polaridade emocional. Nesse caso, o modelo consegue prever corretamente o sentimento expresso na nova frase.

Normalmente, para ensinar o modelo a realizar uma nova tarefa, seria necessário treiná-lo novamente com novos dados. Durante esse processo, o modelo atualiza seus parâmetros à medida que processa informações adicionais para aprender a nova tarefa. No entanto, com o aprendizado no contexto, os parâmetros do modelo não são atualizados, o que significa que ele aprende a nova tarefa sem passar pelo processo de treinamento novamente. Esse fenômeno é um dos tópicos mais promissores e interessantes da pesquisa em inteligência artificial atualmente, já que pode permitir que os modelos de linguagem sejam usados em uma variedade de tarefas e aplicações, sem a necessidade de treinamento específico para cada uma delas.

Um grupo de pesquisadores do MIT, Google Research e Universidade de Stanford está empenhado em desvendar esse mistério. Para isso, eles iniciaram estudando modelos de linguagem menores, porém bastante semelhantes aos grandes modelos de linguagem, com o intuito de compreender como esses modelos conseguem aprender novas tarefas sem a necessidade de atualizar seus parâmetros.

De acordo com os resultados obtidos, os modelos de linguagem massivos de redes neurais contêm modelos lineares menores e mais simples dentro deles. O modelo maior pode, então, implementar um algoritmo de aprendizado simples para treinar o modelo menor a concluir uma nova tarefa, utilizando somente as informações já contidas no modelo maior. Dessa forma, os parâmetros permanecem fixos.

Esse é um avanço significativo na compreensão do aprendizado no contexto, o que abre novas possibilidades para a exploração de algoritmos de aprendizado que esses grandes modelos de linguagem podem implementar. Segundo Ekin Akyurek, principal autor de um artigo que detalha os primeiros resultados desta pesquisa, com uma melhor compreensão do aprendizado no contexto, os pesquisadores poderão permitir que os modelos concluam novas tarefas sem a necessidade de um novo treinamento dispendioso.

Até recentemente, a comunidade de pesquisa em aprendizado de máquina ainda divergia em relação à capacidade dos grandes modelos de linguagem de realizar o aprendizado no contexto. Por exemplo, o GPT-3, que possui centenas de bilhões de parâmetros e foi treinado lendo grandes trechos de texto na internet, desde artigos da Wikipédia até postagens do Reddit, poderia ter visto algo muito semelhante antes quando alguém mostra exemplos de uma nova tarefa. Ele repete os padrões vistos durante o treinamento, em vez de aprender a realizar novas tarefas. No entanto, esses novos resultados sugerem que o aprendizado no contexto é possível e pode ser explorado ainda mais.

Os cientistas utilizaram um modelo de rede neural chamado “transformador”, que tem a mesma arquitetura do GPT-3, para testar a hipótese de modelos menores emergindo dentro dos grandes modelos de aprendizado de máquina. Esse modelo foi treinado especificamente para aprendizado no contexto, e os pesquisadores descobriram que ele pode conter um modelo linear dentro de seus estados ocultos, ou seja, uma versão menor de si mesmo.

A equipe realizou avaliações matemáticas e concluiu que esse modelo linear está escrito nas primeiras camadas do transformador. Dessa forma, o transformador pode atualizar o modelo linear implementando algoritmos simples de aprendizado. Esse processo possibilita que o modelo maior aprenda novas tarefas sem precisar de um novo treinamento dispendioso.

Segundo Ekin Akyurek, principal autor do estudo, “Esses modelos não são tão estúpidos quanto as pessoas pensam. Eles não apenas memorizam essas tarefas. Eles podem aprender novas tarefas, e mostramos como isso pode ser feito”. Essa descoberta é um passo importante para entender os mecanismos por trás do aprendizado no contexto, abrindo caminho para mais pesquisas e explorações sobre os algoritmos de aprendizado que esses grandes modelos podem implementar.

TRADINCOM CONSULTORIA EM NEGÓCIOS AGROPECUÁRIOS LTDA.®

+55 (41) 3434-5757

Al Dr Carlos de Carvalho, Wall Street Center, 771, Curitiba PR – Brasil, CEP 80.430-180.

www.tradincom.com

Esse é apenas um resumo de várias informações que recebemos, oferecemos oportunidades estratégicas particulares a cada necessidade de empresas ou operadores de mercado. Fiquem à vontade para requisitar opiniões estratégicas em posições ou mesmo sobre o processo de abertura de contas em Chicago.

Negociar futuros e opções envolve riscos substanciais e não é adequado para todos os investidores. O desempenho passado não é indicativo de resultados futuros. A Tradincom não distribui relatórios de pesquisa, empregam analistas, ou mantêm um departamento de pesquisa, tal como definido no Regulamento da Comissão de Negociação de Futuros de Commodities (CFTC) 1.71, e portanto, este material não deve ser interpretado como uma solicitação para entrar em uma transação de derivativos.

Esse material é somente como base de informações e deve ser considerado como um comentário de mercado, meramente uma observação do cenário econômico, politico e de notícias atuais e históricas. Não há nenhuma intenção de solicitação de compra ou venda de ativos de commodities, mas somente uma visão geral de possíveis estratégias de mercado. Não sendo responsável por qualquer resultado de decisões de trading, mas sendo apenas mais uma fonte de informações para aqueles que acreditam na fonte de informações.

Compartilhe nas redes sociais

Os comentários estão fechados.