3133

Qual é a diferença entre IA, Machine Learning e Computação cognitiva?

É bem notável a forma como o mercado vem sendo invadido por expressões que representam constante inovação. Algumas delas como IA (ou Inteligência Artificial), Machine Learning (algo como aprendizagem automática) e computação cognitiva ganharam mais destaque recentemente.

Que elas representam tendências ninguém duvida.

Mas, afinal, o que significam?

Inteligência Artificial (IA)

Inteligência Artificial é um ramo da ciência da computação que se propõe a criar dispositivos que simulem a capacidade humana de pensar, perceber e tomar decisões com base em dados e percepções.

Em algumas áreas, como na medicina, soluções inovadoras e cognitivas nesse sentido também conseguem auxiliar o trabalho de alguns profissionais na interpretação e ação por meio de um conjunto de dados com maior precisão.

Ou seja, conseguem ajudar a resolver problemas.

A IBM, por exemplo, anunciou recentemente que usará inteligência artificial para resolver problemas globais.

Para outras profissões, como advogados e contadores, IA também vem contribuindo com a solução criativa de problemas.

IA refere-se ainda à capacidade de os equipamentos obedecerem a “ensinamentos” intuitivamente.

Equipamentos são previamente configurados de modo que tais objetos e/ou dispositivos possam identificar quando é preciso proceder à determinada ação específica.

Um exemplo é que em escritórios, gestores podem monitorar, mesmo à distância, o que acontece nos ambientes. Via dispositivos móveis (como smartphones ou tablets) conseguem então executar algumas ações do tipo acionar/desligar algo, como se fossem presenciais.

Só que com uma certa “autonomia” dos próprios equipamentos.

Machine Learning

Machine Learning surgiu da teoria de aprendizagem a partir de conceitos da ciência de inteligência artificial.

Na verdade, ele se refere ao aperfeiçoamento de estudos de padrões e seus reconhecimentos para dotar recursos tecnológicos de maior potencial.

Já é possível, por exemplo, aplicar esse conceito para a melhoria de performance de aplicações em dispositivos móveis.

Máquinas que focam em resultados de combinações conseguem rastrear possíveis respostas a situações e problemas com mais facilidade, ajudando no desenvolvimento de soluções.

O próprio fenômeno do Big Data, que faz surgir a necessidade de maior eficiência ao trabalhar com os dados, impacta esse cenário.

De acordo com apontamentos de especialista da Forrester, aliás, trabalhos que relacionam informática e matemática crescerão 57% nos EUA na próxima década. E se concentrarão justamente em torno de Machine Learning e bases de conhecimento (Big Data) para isso.

Computação cognitiva

Computação cognitiva representa a capacidade de elementos

computacionais processarem, compartilharem e/ou distribuírem informações de maneira “inteligente”.

Como se realmente pensassem e pudessem dar destinação ou tratamento correto e mais proveitoso a cada dado ou indicador recebido.

O Watson, da IBM, denota um pouco disso, como abordamos acima.

É por essa razão que, dentro do conceito geral de Inteligência Artificial podemos encontrar indissociavelmente outros como esse.

Afinal, para uma coisa acontecer ela precisa da outra (inteligência, afinal, depende de “cognição”).

Cognição vem do conjunto de técnicas e algoritmos que ajudam a transformar dados em informação relevante e capacitar softwares para ação.

Logo, teremos esses termos entrelaçados em muitos momentos.

É como se estivessem todos juntos de uma mesma “bolha”, compartilhando espaços vez ou outra.

A Internet das Coisas (IoT) é um bom exemplo de como isso já vem acontecendo. Em muitos casos é confundida com a própria automação empresarial/residencial.

Em 2021, segundo o Gartner, ela pode movimentar R$ 10 bi.

Por meio de conexão entre equipamentos e dados em diferentes pontes, podemos dizer que itens antes considerados totalmente “inanimados” estão agora “online” e se comunicando com outros recursos.

Imagine a peça de um carro, conectada, por assim dizer, em uma rede. Ela deixa de estar offline e repassa informações sobre temperatura, clima, condições da viagem, entre outros, a uma central.

Essa pode processar e transformar tais indicadores em inteligência para alguma ação.

Carros, inclusive, com tecnologia desse tipo incorporada já estão se tornando realidade anunciada no mercado .

Em outras palavras, é a capacidade que a computação desenvolve de “raciocionar”, bem próximo do modo como os humanos fazem.

Por que, enfim, é importante saber tudo isso?

Porque tudo isso impacta a forma como o mercado se comporta, bem como produtos e serviços são oferecidos.

Dominar, portanto, conceitos como esse pode ser interessante não só para as empresas incluírem tecnologia inteligente em seu dia a dia.

Isso não só aumenta a produtividade, como também as fortalecem para que possam desenvolver produtos diferenciados e fornecerem soluções de acordo com o que o mercado espera, utilizando inteligência artificial aplicada aos negócios.

E você, acha que sua empresa está preparada para enfrentar os novos desafios dessa era moderna? Precisa de tecnologia e de suporte para sair na frente?

Entre em contato com a Kyros! E aproveite para compartilhar nos comentários suas dúvidas ou experiências com o assunto!

Postado por Kyros Tecnologia em 29 junho, 2017


Comentários

Infográfico: Uma visão geral do cenário de ti

POSTS RELACIONADOS