O que é inteligência computacional?
A inteligência computacional (IC) é um ramo da ciência da computação em que os projetos evoluem de baixo para cima, com a ordem emergindo de uma falta inicial de estrutura. Isso é semelhante a muitos processos vistos no mundo natural. A inteligência computacional inclui conceitos como computação evolutiva, onde os problemas são resolvidos usando modelos do processo evolutivo e, quando aplicado ao aprendizado de máquina, permite que os robôs aprendam com a experiência. A lógica difusa, um sistema que se assemelha à tomada de decisão humana, pode ser usada para resolver problemas onde há imprecisão ou incerteza. Redes neurais são sistemas baseados na função do cérebro humano e podem ser usados para detectar padrões e tendências em dados complexos.
Ao contrário da computação pesada, onde as soluções são garantidas e os problemas são limitados de acordo com condições estritas, a inteligência computacional se enquadra no título da computação branda, onde nem sempre ocorrem resultados bem-sucedidos. A inteligência computacional geralmente se inspira na natureza, por exemplo, no campo da computação evolutiva, onde são criados sistemas que evoluem para resolver problemas complexos. Isso pode ser aplicado à inteligência artificial ou sintética, dando origem a robôs que aprendem com a experiência e se desenvolvem ao longo do tempo.
Sistemas baseados em lógica nebulosa podem ser usados em inteligência computacional para simular modos de pensar humanos. Eles poderiam ser combinados com redes neurais biologicamente inspiradas no campo da robótica cognitiva, criando robôs com a capacidade de pensar de uma maneira que se assemelhe aos processos de pensamento humano. Além de pensar, esses robôs também podem aprender, lembrar, perceber e tomar decisões diante da incerteza, como os humanos. Isso poderia permitir que os robôs entendessem melhor as solicitações humanas, permitindo detectar o significado por trás das palavras usadas. Isso pode ser essencial para uma máquina executando tarefas domésticas.
Redes neurais são geralmente consideradas como parte da inteligência computacional. Como o cérebro humano, eles consistem em inúmeras partes individuais interconectadas, semelhantes aos nervos. Eles trabalham juntos para resolver problemas, aprendendo à medida que avançam, porque as conexões entre os elementos são ajustáveis, como as conexões entre os nervos.
Uma vez que as redes neurais aprendem a analisar dados, elas podem se tornar especialistas em seus campos e podem ser usadas para prever resultados em diferentes cenários. Uma desvantagem desse tipo de inteligência computacional é que requer muita capacidade de computação e pode funcionar de maneira imprevisível. As redes neurais não devem ser confundidas com sistemas especialistas, que usam conjuntos de regras pré-determinados para tomar decisões e não os adaptam para ajustar os dados.