Definição

Definir o que é Inteligência Computacional (IC) não é uma tarefa tão simples. Em linhas gerais, podemos dizer que IC é uma linha de pesquisa da Ciência da Computação que consiste em paradigmas, algoritmos e implementações de sistemas, que em teoria, exibem comportamentos inteligentes. Portanto, se faz necessário uma reflexão sobre o conceito de inteligência. O que é inteligência? Essa é uma questão filosófica que desperta inúmeras discussões que fogem ao escopo deste site. Todavia, algumas habilidades que envolvem inteligência podem ser citadas, como:

  • Capacidade de raciocínio/dedução/inferência;
  • Capacidade de aprendizado;
  • Capacidade de percepção;
  • Capacidade de evolução e adaptação;

Por outro lado, podemos listar alguns exemplos de tarefas que requerem inteligência para serem realizadas, como:

  • Jogar um jogo de estratégia, seja clássico, como xadrez, ou até mesmo os mais tecnológicos, como Age of empires, Warcraft, dentre outros;
  • Ser capaz de ler e/ou entender a linguagem humana;
  • Tomar decisões diante de incertezas;
  • Solucionar problemas complexos, que envolvem difícil formulação matemática;
  • Reconhecimento de padrões em dados e/ou imagens

Portanto, concluímos que de maneira geral a Inteligência Computacional é uma ciência que busca desenvolver e aplicar técnicas computacionais inteligentes (como as citadas) que simulem o comportamento humano em atividades que envolvam o uso da inteligência (como as também citadas). Perceba que ainda assim a definição fica um pouco vaga e por isso existem dezenas de definições para área.

Quando utilizar a computação inteligente?

De maneira geral, a computação inteligente é utilizada quando:

  • O problema a ser solucionado é complexo. Existem muitas variáveis, muitas soluções, etc.;
  • Não é possível garantir uma solução ótima, mas é possível utilizar métricas para comparar as soluções candidatas;
  • O problema proposto não pode ser modelado (ou é muito difícil, chegando a ser inviável). Nesse caso, na maioria das vezes, são utilizados exemplos para o sistema aprender a solucionar esse tipo de problema;
  • Uma única solução para o problema não é suficiente, ou seja, a diversidade é importante;

Obviamente poderá surgir outras ocasiões nas quais, a computação bioinspirada é indicada. De certa forma, os algoritmos da IC são recomendados para ‘problemas em aberto’.

Inteligência artificial, inteligência computacional e machine learning

É notável que diversas vezes existe uma confusão entre as diversas nomenclaturas existentes, por exemplo, inteligência computaciona, inteligência artificial e machine learning. Todavia, existem razões históricas para essa diferença de nomenclatura e algumas pequenas diferenças conceituais sobre a abragência de cada uma delas.

A inteligência artificial (IA) foi a primeira a surgir. Pesquisadores desejavam desenvolver um sistema que fosse capaz de solucionar uma grande quantidade de problemas. Esse sistema foi intitulado General Program Solvers (GPS). Obviamente, esse programa não alcançou seu objetivo, e as pesquisas passaram a focar em ferramentas de uso dedicado. O GPS foi abandonado.

Uma característica clássica da IA, era a forma utilizada para construir um sistema inteligente. Era proposto que uma manipulação algorítmica de estruturas simbólicas era necessária e suficiente para o desenvolvimento de sistemas inteligentes. Existia uma visão procedural sugerindo que sistemas inteligentes poderiam ser projetados codificando-se conhecimentos especialistas em algoritmos específicos.

Com o passar dos anos novas ideias foram surgindo através da observação de outros fenômenos inteligentes encontrados na natureza, como: evolução das espécies, coleta de comida das formigas, construção de colméia de abelhas, etc. Neste ponto, os novos sistemas que surgiam, como as redes neurais artificiais, geraram discordâncias entre os defensores da IA clássica. Um dos motivos principais era a disputas por financiamentos. Sendo assim, houve a necessidade de dissociar essas novas técnicas da IA clássica. Daí surgiu uma nova linha de pesquisa, a Inteligência Computacional, que engloba principalmente: redes neurais artificiais, computação evolutiva, sistemas fuzzy, inteligência coletiva e os sistemas imunológicos artificiais. Esta claro que a computação bioinspirada se enquadra dentro da linha de pesquisa da inteligência computacional.

Atualmente o “termo da moda” é machine learning (ou o aprendizado de máquina). Alguns autores definem como a “capacidade de dar ao computador habilidades de aprender sem programação explícita”. Ao invés de escrever um código para desempenhar uma tarefa específica, a ideia é coletar exemplos e aprender padrões a partir deles. Essa ideia também está contida na inteligência computacional e artificial. As definições são muito próximas e confusas. Muitas das vezes se referem aos mesmos conceitos. Todavia, o aprendizado de máquina é tratado como um subcampo da inteligência artificial. No fundo, essas nomenclaturas não importam muito. O que realmente importa é saber utilizar suas técnicas.

Referências

Introdução à Computação Natural, Leandro N. de Castro & Fernando J. Von Zuben, DCA/FEEC/Unicamp. Disponível neste link

Introdução à Computação Bioinspirada, Guilherme Palermo Coelho  & Fernando J. Von Zuben, DCA/FEEC/Unicamp, Disponível neste link

Uma introdução à Inteligência Computacional, Fundamentos, Ferramentas e Aplicações. Ronaldo R. Goldschmidt, Instituto Superior de Tecnologia do Rio de Janeiro.