O Watson por uma visão mais prática

Em um artigo anterior, nós fizemos uma pequena introdução sobre neurociência, inteligência artificial, computação cognitiva e o IBM Watson. Hoje, abordaremos o IBM Watson de uma maneira um pouco mais prática. Um software que muitas pessoas conhecem e utilizam em seus celulares, seja ele Windows Phone, iOS ou Android, são as secretárias virtuais. Estas secretárias trabalham de maneira parecida com o IBM Watson: quanto mais você conversa com elas, mais elas aprendem sobre você; e, aos poucos, vão conhecendo seus gostos, sua maneira de viver e sua forma de interagir.

O IBM Watson trabalha de forma similar, mas é um pouco mais parrudo. Ele é capaz de lidar com as palavras de uma forma muito mais abrangente, pois compreende o contexto. Sua capacidade de entendimento do que lhe é ofertado em forma de palavras, vai muito além do entendimento de uma simples secretária virtual. As secretárias precisam que você utilize algumas palavras chaves para que ela entenda o que você realmente deseja.

O Watson é diferente. Ele consegue compreender independente das palavras, pois é capaz de lidar com dados não estruturados. Ou seja, o Watson permite uma maior interação entre humano e máquina, fazendo com que eles interajam de uma maneira mais fluida por meio da linguagem natural. O Watson consegue aprender e identificar padrões e insights de uma maneira mais próxima a maneira que um humano seria capaz.

As capacidades do Watson são tão avançadas que ele é capaz de ajudar médicos na busca pelos melhores tratamentos. Além disso, ele também pode ajudar a reformular negócios como:

• Varejo;
• Turismo;
• Serviços bancários.

Sigamos um dos exemplos citados acima para tornar este artigo mais didático. Imagine um sistema que seja capaz de acompanhar o mercado financeiro. Além disso, ele é capaz de ler todos os reports relacionados ao assunto e todas as notícias conectadas ao tema. Após obter todas essas informações, que, acredito eu, sejam o sonho de consumo de qualquer acionista, ele tem a capacidade de entender o cenário (aqui está a parte mais complexa) e, então, auxiliar os executivos na tomada de decisão mais assertiva.

Outro exemplo, baseado nos anteriores, está na medicina. Imagine um sistema capaz de elencar todas as pesquisas relacionadas a uma determinada doença. Então, após essa coleta, ele cruzaria todas as informações, entenderia as características dos pacientes do Brasil, por exemplo, e indicaria ao médico, qual o melhor tratamento para a enfermidade daquele paciente.

Para que tais façanhas sejam possíveis, é necessário um treinamento deste sistema, como acontece com toda rede neural artificial (RNA). Para quem não conhece, as RNAs são técnicas computacionais baseadas em modelos matemáticos fundados no funcionamento das redes neurais orgânicas, as quais adquirem conhecimento por meio da experiência. A grande diferença entre uma RNA e um sistema orgânico, atualmente, está na capacidade. Uma RNA pode possuir milhares de unidade de processamento, neurônios artificiais, enquanto que uma rede orgânica, cérebro de um mamífero, pode possuir bilhões de neurônios.

Para se compreender um pouco da complexidade por trás do processamento do Watson, é necessário entender um pouco o que torna uma RNA inteligente. A inteligência da rede neural é possível graças aos canais de comunicação que são associados a diferentes pesos. Assim, cada unidade de processamento faz as operações necessárias em cima dos seus dados locais. Esses dados são enviados aos próximos neurônios artificiais, que refazem o processo e se conectam com outros. Assim, de uma maneira bem simplória, após uma série de processamentos e reprocessamentos, ela nos fornece uma solução válida.

Entretanto o início não é muito confiável. Como vimos acima, existe uma necessidade de treinamento. E este treinamento deve ser muito árduo para que sua rede fique cada vez mais inteligente. E isso ocorre também com o Watson. Quanto maior o banco de dados que ele tiver, e quanto maior o treinamento disponível para ele, melhores e mais adequadas serão as suas respostas.

No site da IBM você encontrará alguns tutoriais disponíveis para criar e utilizar um servidor web, no qual você pode enviar perguntas ao Watson usando o APIs REST e receber as respostas através do JADE. Esta é uma das maneiras que você encontra para treinar a sua rede.

Se interessou pelo assunto? Gostaria de saber o que o Watson é capaz de fazer no seu projeto? Não se engane, ele pode ajudar tanto em pequenas quanto em grandes aplicações. Para que vocês consigam aproveitar o máximo do Watson, sugerimos que vocês procurem conhecer mais sobre ele no site da IBM.

Agora, se você deseja se aprofundar de verdade nesse mundo, aconselhamos fortemente que você estude sobre IA, RNA e algoritmos avançados. Fica a dica!

Caso você queira conhecer mais sobre a computação cognitiva, segue o link da IBM.