Computação cognitiva refere-se a plataformas tecnológicas que, de modo geral, baseiam-se nas disciplinas científicas de inteligência artificial e processamento de sinais. Essas plataformas englobam aprendizado de máquina, raciocínio, processamento de linguagem natural, reconhecimento de fala, visão (reconhecimento de objetos), interação humano-computador, diálogo e geração de narrativas, entre outras tecnologias. O termo é usado desde pelo menos 2004 para descrever novos hardwares ou softwares que imitam o funcionamento do cérebro humano, visando criar modelos mais precisos de como o cérebro e a mente percebem, raciocinam e respondem a estímulos.
Atualmente, não há uma definição amplamente aceita para computação cognitiva, tanto na academia quanto na indústria. Em geral, as aplicações de computação cognitiva combinam análise de dados e exibições de página adaptativas para ajustar o conteúdo a um tipo específico de público, buscando ser mais afetivas e influentes por design. Um termo relacionado, "sistema cognitivo", aplica-se a qualquer constructo artificial capaz de executar um processo cognitivo, definido como a transformação de dados, informação, conhecimento ou sabedoria para um novo nível na Pirâmide DIKW. Embora muitos sistemas cognitivos empreguem técnicas originárias da pesquisa em IA, eles podem não ser, em si, artificialmente inteligentes. Por exemplo, uma rede neural treinada para reconhecer câncer em uma ressonância magnética pode alcançar uma taxa de sucesso maior do que um médico humano; esse sistema é um sistema cognitivo, mas não é artificialmente inteligente.
Análise Cognitiva
Plataformas tecnológicas comercializadas como computação cognitiva geralmente se especializam no processamento e na análise de grandes conjuntos de dados não estruturados. Esses sistemas podem ser projetados para se alimentar de dados dinâmicos em tempo real ou quase em tempo real, recorrendo a múltiplas fontes de informação, incluindo informação digital estruturada e não estruturada, bem como entradas sensoriais, como dados visuais, gestuais, auditivos ou fornecidos por sensores. As capacidades analíticas frequentemente integram técnicas de aprendizado profundo e modelos de linguagem de grande escala para extrair padrões e insights de fluxos de dados complexos.
Aplicações na Educação
A computação cognitiva pode servir como um assistente personalizado para cada aluno individualmente, aliviando o estresse enfrentado pelos professores e melhorando a experiência de aprendizado do aluno. Os professores podem não conseguir dar atenção individual a todos os alunos, e os computadores cognitivos podem preencher essa lacuna. Alguns alunos podem precisar de ajuda extra em um assunto específico, e, para muitos, a interação humana entre aluno e professor pode causar ansiedade e desconforto. Com tutores cognitivos computadorizados, os alunos podem evitar esse constrangimento e ganhar confiança para aprender e ter um bom desempenho em sala de aula. Enquanto um aluno trabalha com um assistente personalizado, o assistente pode desenvolver técnicas, como a criação de planos de aula, para adaptar o auxílio às necessidades do aluno.
Aplicações na Saúde
Diversas empresas de tecnologia estão desenvolvendo tecnologia de computação cognitiva para a área médica. A capacidade de classificar e identificar é um dos principais objetivos desses dispositivos cognitivos, o que pode ser útil na identificação de carcinógenos. Um sistema cognitivo capaz de detectar tais substâncias poderia auxiliar examinadores na interpretação de inúmeros documentos em menos tempo do que sem a tecnologia. Ele também pode avaliar informações de pacientes, pesquisando minuciosamente cada prontuário médico em busca de indicações que possam ser a fonte de problemas.
Aplicações no Comércio e na Ampliação Humana
No comércio, a computação cognitiva, juntamente com a IA, tem sido usada em sistemas de gestão de armazéns para coletar, armazenar, organizar e analisar dados de fornecedores, visando melhorar a eficiência, permitir tomadas de decisão mais rápidas, monitorar estoques e detectar fraudes. Em situações em que humanos trabalham colaborativamente com sistemas cognitivos, chamados de conjunto humano/cognitivo, os resultados costumam ser superiores aos obtidos pelo humano trabalhando sozinho, levando à ampliação cognitiva. Quando o conjunto alcança resultados iguais ou superiores ao nível de um especialista humano, atinge a perícia sintética. Outros casos de uso incluem reconhecimento de fala, análise de sentimentos, detecção de faces, avaliação de riscos, detecção de fraudes e recomendações comportamentais.
Impacto na Indústria e na Economia
A computação cognitiva, em conjunto com big data e algoritmos que compreendem as necessidades dos clientes, pode ser uma grande vantagem na tomada de decisões econômicas. No entanto, os poderes da computação cognitiva e da IA têm o potencial de afetar quase todas as tarefas que os humanos podem realizar, o que poderia impactar negativamente o emprego e aumentar a desigualdade de riqueza. As pessoas à frente da indústria de computação cognitiva poderiam ficar significativamente mais ricas, enquanto trabalhadores sem emprego contínuo e confiável se tornariam menos favorecidos. À medida que mais indústrias adotam a computação cognitiva, torna-se mais difícil para os humanos competir, e o uso crescente expandirá o trabalho que robôs e máquinas movidos por IA podem realizar. A influência de indivíduos competitivos combinada com a computação cognitiva tem o potencial de mudar o curso da humanidade.
Ver Também
- IA generativa
- Arquitetura transformer
- Engenharia neuromórfica (se houver slug disponível, caso contrário, omitir)
- Computação afetiva (se houver slug disponível, caso contrário, omitir)
- Web Semântica (se houver slug disponível, caso contrário, omitir)