Computação Cognitiva e suas aplicações

COMPUTAÇÃO COGNITIVA E SUAS APLICAÇÕES

Temos presenciado nos últimos anos, principalmente de dois anos para cá, um aumento cada vez maior de notícias envolvendo alguns dos termos a seguir: Inteligência Artificial (IA), Computação Cognitiva, Natural Language Processing, Deep Learning, Machine Learning. E quando juntamos esses termos com Robótica, naturalmente surgem questionamentos do tipo: as máquinas vão tirar os empregos dos seres humanos ? os robôs serão superiores aos seres humanos ? os robôs vão se voltar contra os homens e nos destruir ? ( filmes de ficção influenciam muito ). Todas essas questões são pertinentes, incluindo as mais pessimistas visto que a probabilidade existe e não pode ser simplesmente ignorada. Todos os gigantes da indústria da computação e suas Divisões de Pesquisa e Desenvolvimento, como IBM, Microsoft e Google, instituições universitárias, agências governamentais como o DARPA ( Defense Advanced Research Projects Agency ), inovadores como Dmitry Itskov ( 2045 Initiative ) ou Elon Musk  ( Tesla e SpaceX ), especialistas renomados como Raymond Kurzweil ( atual Diretor de Engenharia da Google ), apenas para citar alguns, estão profundamente envolvidos com essas questões. Não apenas contribuindo com o seu desenvolvimento e expansão, mas também discutindo e analisando os diversos impactos hoje e no futuro, que envolvem inclusive questões éticas em robótica e IA. Estamos presenciando a transformação do que era considerado ficção-científica há alguns anos para uma realidade com todos os impactos sócio-econômicos envolvidos.

O que essa transformação traz de impactos para as diversas aplicações disponibilizadas pela indústria de Informática? Para responder a essa pergunta vamos nos prender ao tema da Computação Cognitiva. Não vamos aqui entrar em detalhes e descrever cada um dos termos apresentados no início deste texto, já que estão todos relacionados de uma forma ou outra com Computação Cognitiva, mas podemos tentar simplificar e definir que um sistema cognitivo é aquele que evolui através do aprendizado. E aqui encontramos a chave para distinguir a computação “tradicional” da computação cognitiva, e a palavra é aprendizado. É isso que se consegue através das Redes Neurais Artificiais (RNA), hoje em dia utilizadas na técnica chamada Deep Learning. Redes Neurais Artificiais não são recentes, já que historicamente encontramos os primeiros modelos em meados de 1940, com um crescimento forte no início dos anos 1980 com o modelo Perceptron Multi-Camada e o algoritmo de treinamento Backpropagation. Daí em diante várias arquiteturas e algoritmos foram sendo desenvolvidos, e com o aumento da capacidade de processamento dos computadores, a utilização mais efetiva do modelo neural começou a se transformar em aplicações de uso comercial. De uma forma simplificada, uma rede neural consiste de uma arquitetura com um modelo de processamento simples ( neurônio artificial ) composta em múltiplas camadas altamente conectadas ( rede neural ), e um algoritmo de otimização que identifica as características particulares de padrões apresentados à rede, com os treinamentos sendo categorizados em supervisionados e não-supervisionados. É através de um processo interativo de treinamento que a rede aprende a identificar os padrões, e na prática as RNAs vem demonstrando excelentes resultados em aplicações voltadas a reconhecimento de padrões de voz e imagens, por exemplo. O impacto da crescente capacidade de processamento está diretamente ligado ao tempo de treinamento da rede e a complexidade da aplicação.

Além da técnica do Deep Learning, podemos citar o desenvolvimento de aplicações baseadas em Natural Language Processing. NLP praticamente permite que um computador consiga “entender” um texto, sua estrutura,  semântica, da mesma forma como nós fazemos. Podemos considerá-lo como outra forma de aprendizado.

É justamente através dessas técnicas de aprendizado, aliado ao poder computacional de processamento e armazenamento de dados, que temos que considerar a computação cognitiva como um novo paradigma. Não é somente a ambição de termos algo próximo a um “cérebro artificial”, mas um sistema capaz de extrair informações de um volume enorme de fontes de dados – Internet e Big Data. Um sistema cognitivo é um ajudante extremamente poderoso, e não um substituto para o paradigma atual. Com a evolução dos modelos cognitivos, as empresas desenvolvedoras de software e as empresas de Consultoria ganham um aliado no desenvolvimento de aplicações voltadas ao processamento de dados não-estruturados. Hoje já existem sistemas cognitivos sendo utilizados na área de pesquisa médica ajudando os médicos em tratamentos para alguns tipos de câncer. Considerando a breve explicação anterior sobre NLP e RNA, um sistema cognitivo pode analisar milhares de artigos publicados em periódicos científicos e correlacioná-los com dados obtidos em tratamentos clínicos e prontuários médicos eletrônicos dos pacientes para sugerir tratamentos novos. E como um sistema cognitivo aprende, quanto mais acesso a dados ele tiver com o tempo, mais ele vai aprendendo, se transformando em um processo contínuo. É humanamente impossível igualar essa capacidade. Mas sempre lembrando que é uma ajuda valiosa a ser agregada à experiência do profissional médico para a tomada de uma decisão.

A título de exemplo, podemos citar outras duas áreas nas quais já encontramos aplicações baseadas em sistemas cognitivos:

  1. Jurídica: existe um escritório de Advocacia nos EUA que já possui no seu quadro de advogados um sistema cognitivo chamado ROSS, e outros escritórios já manifestaram o desejo de investir nessa tecnologia;
  2. Seguros: empresas já utilizam a tecnologia em processos de underwriting e na área de Call-Center como primeiro nível de suporte a atendimento.

Como toda revolução tecnológica, este novo paradigma computacional vem ganhando cada vez mais investimentos dos grandes players do mercado – IBM, Google, Facebook, Microsoft, Apple, Baidu, e de uma quantidade cada vez maior de startups. Em maior ou menor grau já estamos imersos nessa tecnologia, e o grande ponto em aberto é saber como vamos lidar quando a mesma superar a capacidade humana. Com certeza iremos discutir mais sobre este assunto nos próximos artigos.

Author

Mais de 15 anos de experiência no ramo de consultoria e outsourcing (IBM, Accenture, 3CON e Provider IT), nas mais variadas tecnologias e atuando em projetos nas indústrias de telecomunicações, recursos naturais, financeira e seguros, Roberto Eduardo Garcia é um profissional apaixonado por novas tecnologias, tanto que se envolveu em vários projetos de ponta, tais como implantação de projeto de Gerenciamento de Dados Mestres (Master Data Management) com tecnologia SAP-MDM, da solução de Virtualização de Serviços com tecnologia CA LISA e no projeto de desenvolvimento de Biblioteca Digital com tecnologia IBM. É um dos criadores do site FUTURÍSTIKO e suas áreas de estudo englobam: Redes Neurais Artificiais, Inteligência Artificial e Computação Cognitiva, Educação, Filosofia, Física Quântica, Cosmologia, Biotecnologia, Biologia Sintética, Informática aplicada a Medicina ( IA, Clinical Decision Support Systems ), Blockchain, Neurociências (modelos de Consciência e Neuropsicologia Forense) e Engenharia Aeroespacial. Atualmente desenvolveu um conjunto de palestras sobre estes temas e sobre o impacto das novas tecnologias no atual contexto e que já estão sendo apresentadas em várias Instituições de Ensino e Pesquisa.

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *