Inteligência artificial nos sistemas cognitivos
Os sistemas cognitivos artificiais são aqueles mecanismos baseados em computadores, interativos e com alto grau de confiabilidade cuja tarefa consiste em simular os processos de conhecimento humano, tomar decisões e resolver problemas complexos. Neste contexto, Stuart Russell e Peter Norving (2004) em seu livro Inteligência Artificial: Uma abordagem moderna Destacam-se que a inteligência artificial simula esses processos e afirmam que a tomada de decisão é considerada o mais alto nível de inteligência e experiência humana. Somado a isso, enumeram e caracterizam os componentes desses sistemas:
- Base de conhecimento: Neste componente são representados os fatos e as regras. Aqui o conhecimento é armazenado em um domínio (ou campo) particular (o cognitivo neste caso).
- Motor de inferência: É o cérebro do sistema especialista e sua função consiste em obter o conhecimento relevante da base de dados, interpretá-lo e encontrar uma solução pertinente para o problema a resolver. Contém as regras de sua base de conhecimentos e as aplica aos fatos conhecidos para inferir outros novos. Deste modo, fornece raciocínio sobre a informação na base de conhecimento.
- Módulo de aquisição de conhecimento e aprendizagem: Este componente possibilita que o sistema adquira cada vez mais saberes de diversas fontes e armazena-o na base de conhecimento.
- Interface do Utilizador: É o elemento crucial do sistema cognitivo, pois admite que um usuário inexperto interatue com o sistema e encontre uma solução a um problema.
- Módulo de explicação: Permite ao utilizador obter uma resposta relacionada com o modo como o sistema cognitivo artificial chegou a uma conclusão particular. Desta forma, argumenta os resultados com a maior precisão.
Os sistemas cognitivos artificiais consistem em redes neuronais artificiais (nodos ligados que transmitem informações entre si) e baseiam-se no Conexionismo (uma abordagem multidisciplinar que inclui a psicologia cognitiva, as neurociências e a inteligência artificial), que afirma que no cérebro humano a informação é processada através de padrões de propagação da activação que possibilitam que se formem redes entre os neurônios que processarão esta informação recebida de maneira rápida e sem necessidade de algoritmos pré-programados.
Para que estes sistemas funcionem como o cérebro humano, têm de cumprir uma série de condições que são enunciadas por Rudolph Russell (2018) no seu livro Redes Neuronais: Guia Simples de Redes Neuronais Artificiales:
- Propagação da activação: Os neurónios, quando ativados, influenciam aquelas com as quais estão conectadas. Isso pode ocorrer facilitando sua ativação ou inibindo-a.
- Aprendizagem neuronal: A aprendizagem e a experiência afetam as conexões entre os neurônios.
- Processamento em paralelo: Neste processo, a ativação se propaga em paralelo entre todos os neurônios. Graças a isso, somos capazes de interpretar grande quantidade de dados ao mesmo tempo, embora haja um limite em nossa capacidade.
- Redes neurais: O sistema é formado por uma grande rede de neurónios agrupadas entre si, através de mecanismos de inibição e ativação. Dentro destas redes também se encontram os inputs de informação e de informação outputs comportamentais. Esses agrupamentos representam a informação estruturada que possui o cérebro e os padrões de ativação desenvolvem a forma como ocorrem os processamentos da mesma.
Complementando o mencionado até o momento, os autores Ramón García Martínez e Paola Britos (2004) em seu livro Engenharia de Sistemas EspecialistasEles expõem que as qualidades que deve reunir um sistema cognitivo artificial são as seguintes:
- Interatividade: É dada entre todos os componentes do sistema (a máquina. os usuários, as aplicações, dispositivos e serviços) para não interromper o fluxo de informação e a transferência de conhecimento.
- Adaptação: Simulando o cérebro humano, a aprendizagem cognitiva é apresentada como uma versão melhorada e moldada, preparada para ajustar as necessidades de cada ambiente. Para o conseguir, deve garantir a sua agilidade na compreensão de requisitos e objetos, bem como o seu dinamismo no que respeita à recolha de dados.
- Contextualização: A compreensão, a identificação e a extração de elementos contextuales são pontos chave no processo de aprendizagem cognitivo das máquinas. O tempo, a tarefa, a localização, o perfil do usuário e os objetivos são diferentes facetas de um mesmo processo que, recorrendo a múltiplas fontes de informação (estruturada e não estruturada), dotará de contexto aos dados.
- Iteração: É a abordagem mais recomendável no que diz respeito à qualidade de dados e, por esta razão, não pode faltar em nenhum sistema de computação cognitiva se quisermos garantir que essa informação será capaz de fornecer informações suficientes nas condições de atualização, precisão e confiabilidade necessárias.
Avanços científicos e tecnológicos
Os avanços realizados pelos sistemas cognitivos de aprendizagem encontram-se presentes em diferentes áreas da vida cotidiana, como por exemplo: o reconhecimento facial e/ou de voz, saúde, vendas, marketing, entre outros. Muitas empresas começaram a integrar esta tecnologia nos seus assuntos comerciais de rotina de forma eficiente e alguns casos bem-sucedidos são os seguintes:
- Cora - Intelligent Agent: Com o apoio do IBM Watson, o Royal Bank of Scotland desenvolveu um assistente inteligente que é capaz de lidar com cinco mil consultas por dia. Usando capacidades de aprendizagem, o assistente deu ao banco a faculdade de analisar os dados de reclamações dos clientes e criar um repositório de perguntas frequentes. O sistema não só analisou as consultas, mas também foi capaz de fornecer mil respostas diferentes e compreender duzentos tentativas dos clientes. Aprendeu como os usuários realizam as questões gerais, de que modo manejar a consulta e transferi-la para um agente humano se for demasiado complicado.
- Assistente de cuidados de saúde: A empresa de medicina e saúde Welltok criou um assistente eficiente de cuidados médicos, CaféWell, que atualiza a informação de saúde relevante dos clientes ao processar uma grande quantidade de dados médicos. O CaféWell é uma ferramenta holística de saúde que coleta dados de várias fontes e processamento instantâneo de perguntas por parte dos usuários finais, oferecendo recomendações de saúde inteligentes e personalizadas.
- Planejador de viagens pessoal: O Assistente WayBlazer permite às pessoas planejar viagens realizando perguntas em linguagem natural e fornecendo resultados ao coletar e processar dados de viagem, bem como informações sobre as preferências dos viajantes. Este tipo de ferramenta cognitiva ajuda a economizar tempo na busca de voos, reservas de hotéis e planejar atividades sem pesquisar em vários sites antes de terminar a viagem.
Os exemplos acima mencionados são alguns dos tantos avanços que diariamente revolucionarem o mundo económico e social através da transformação digital, requerendo grandes investimentos a nível mundial.
Vantagens e desvantagens do tema
As principais vantagens da implementação dos sistemas cognitivos artificiais são as seguintes:
- Análise precisa de dados
- Processos comerciais mais eficientes
- Interação melhorada com o utilizador
- Redução do tempo na análise de dados
- Redução do erro humano
- Melhoria da tomada de decisões a nível de produção e de negócios
- Controle e otimização de processos produtivos e linhas de produção
As principais desvantagens do uso desses sistemas consistem em:
- Disponibilidade de dados: Muitas vezes, os dados apresentados nas empresas são inconsistentes e de baixa qualidade, o que apresenta um desafio importante para as organizações que pretendem criar valor a partir da IA em escala. Para superar esta barreira, será de vital importância traçar uma estratégia clara desde o princípio que permita extrair os dados da IA de uma maneira organizada e consistente.
- Falta de profissionais qualificados: Um obstáculo a nível empresarial para a adoção de IA é a escassez de perfis com habilidades e experiência neste tipo de implementações. É crucial, nestes casos, contar com profissionais que já trabalharam em projetos da mesma envergadura.
- Criatividade: Os seres humanos podem responder criativamente a situações incomuns, enquanto os sistemas especialistas não têm essa capacidade.
- Experiência Sensorial: Os seres humanos têm uma ampla gama de disponibilidade de experiência sensorial, enquanto os sistemas especialistas atualmente dependem de uma entrada simbólica.
- Degradação: Os sistemas especialistas costumam apresentar dificuldades para reconhecer quando não existem determinadas respostas ou quando os problemas se encontram fora da sua área.
Os sistemas cognitivos artificiais projetam um futuro encorajador para as instituições e empresas que os utilizam em seus processos administrativos e comerciais, pois através da análise lógica de dados, promovem eficiência operacional e interação com o cliente/usuário cada vez mais otimizada.
Este processo cognitivo artificial, semelhante ao que se desenvolve no cérebro humano, vislumbra amplas oportunidades em diversos países e continentes decididos a investir em Inteligência Artificial. Como toda a tecnologia, embora estes sistemas apresentem certas desvantagens de uso, através de seus elementos e características nos demonstram que podem ser moldados e cada vez mais precisos, graças à sua adaptabilidade, interação, iteratividade e contextualização com o mundo e os sujeitos que os rodeiam.
É altura de tomar consciência da exigência imperante de formar estudantes e profissionais nessas áreas emergentes que dia a dia atualizam-se, transformando os perfis acadêmicos e laborais do século XXI, pois como bem afirmou o futurólogo americano Alvin Toffler: “o grande motor de mudança é a tecnologia”.
Comentários