16 / 176
Revista da ESPM
| setembro/outubrode 2014
16
panorama
outra não. O posicionamento das informações é desco-
nhecido, pois uma receita pode começar coma descrição
dos ingredientes, enquanto a outra pode começar coma
orientação sobre como fazer amassa. A lógica tampouco
será constante, tantoquenemsepodegarantir quenuma
receita de torta de maçã usem-se maçãs! No entanto, a
probabilidade de que as maçãs sejam necessárias para
que se faça uma torta demaçã é bemalta. Aqui, aparece
outro conceito necessário para o bom entendimento
da computação cognitiva: ela lida menos com eventos
determinísticos e mais com os probabilísticos. Assim,
é muito provável que a receita da torta de maçã de fato
contenha maçãs, mas isso não está determinado.
Oconhecimentodessesconceitospermiteanalisarmos
outra tendênciade importância essencial: omundoatual
produz uma enorme quantidade de dados, tanto de cará-
ter empresarial quantodeutilizações do tipovoz sobre IP
ou computação social. Enquanto na área empresarial os
dados estruturados sãoprioritários, nas outras áreas pre-
dominamdados desestruturados e o adventoda internet
das coisas promete aumentar essa produção aindamais.
Essa tendênciaestá ilustradanafiguraabaixo, queapenas
demonstrauma indicaçãodeque issotendeaocorrer,mas
não tem rigor métrico nemprecisão científica.
Nesse cenário, tãodiferente daquele emque computa-
dores eram usados para processar algoritmos que acele-
ravam cálculos, as empresas enfrentam sérios desafios
já definidos no contextode
big data
e assimresumidos:
•
Lidar comumvolume explosivo de dados e informações.
•
Encontrar com rapidez respostas adequadas a ques-
tões estratégicas.
•
Lidar com dados desestruturados, em vários formatos.
•
Verificar a precisão dos dados e eliminar inconsistên-
cias e ambiguidades.
Essesdesafiosforammuitobemsumarizadosnosfamo-
sosquatro “Vs” exigidosparaaboaexploraçãodo
big data
:
Volume, Velocidade, Variedade e Veracidade.
Nasce a computação cognitiva
No início de 2011, a IBMpropôs umdesafio entre máqui-
nas e seres humanos: colocar um sistema chamadoWat-
sonparacompetir comdoisconhecidosvencedoresdeum
novo cenário
| Progressão dos dados armazenados ao longo do tempo
Tendência clara de crescimento dos dados desestruturados, também chamados de dados incertos
(
uncertain data
, em inglês)
% de dados desestruturados
Volume em exabytes
LEGENDA
Porcentagem de
dados desestruturados
9000
8000
7000
6000
5000
4000
3000
100
80
60
40
20
0
estamos
aqui
Sensores e atuadores
Mídias sociais
VoIP
Dados empresariais