Como a computação cognitiva está aos poucos mudando a forma como nossos dispositivos eletrônicos são planejados

artigo-cognitiva-dispositivos

Nos dias de hoje, é cada vez mais comum vermos novos celulares e aparelhos eletrônicos sendo lançados com hardware superpotentes: 6GB de memória RAM, 512GB de armazenamento, câmeras conjuntas, 8 núcleos de processamento. Estes são, com certeza, números que nos saltam aos olhos e se equiparam cada vez mais com as configurações de desktops e laptops que temos hoje em dia, mas será que a Lei de Moore continuará sendo seguida por mais tanto tempo?

Não só referente a processadores, a Lei de Moore (criada em 1965 por Gordon Moore, co-fundador da Intel) especula que a cada 18 meses o poder computacional de componentes eletrônicos dobra, além de se tornarem cada vez mais eficientes a cada nova geração lançada. Entretanto nos últimos anos uma nova tendência começou a surgir, apontando em uma direção diferente da que a indústria tem seguido há tantos anos: encontrar formas mais inteligentes de utilizar a tecnologia de hardware já existente, ao invés de continuar apenas evoluindo números e buscando melhores benchmarks em seus lançamentos.


(Representação gráfica da Lei de Moore entre os anos de 1971 e 2016)

Despontando à frente desta tendência estão empresas como Google, Amazon e Apple. A primeira recentemente anunciou uma linha de produtos fortemente baseados em Machine Learning, como os Pixel Buds, que são fones de ouvido capazes de traduzir em tempo real conversas feitas em até 40 idiomas diferentes. Outro expoente da empresa é a linha de smartphones Pixel 2, que apesar de possuírem um hardware simples para os padrões atuais, possuem um co-processador dedicado somente para captura e processamento de imagens através de técnicas e otimizações com Machine Learning, que é capaz inclusive de produzir efeitos fotográficos que outros aparelhos fazem com 2 câmeras conjuntas apenas com uma única câmera. Além disso, também se integram com outros aplicativos cognitivos da própria empresa, tais como o Google Assistant e o Google Allo, assistente virtual e mensageiro baseados em inteligência artificial.

Já a Amazon aposta suas fichas em uma linha de assistentes virtuais que, apesar de possuírem configurações e recursos diferentes, consomem os serviços da assistente Alexa da mesma forma. Ou seja, independente da diferença de hardware, todos os assistentes conseguem oferecer aos seus usuários uma mesma experiência. Além disso, o fato de a assistente estar na nuvem simplifica ainda mais a adição de novas funcionalidades aos produtos, mesmo que possuam um hardware mais simples, bastando apenas uma atualização de sistema por conta da própria Amazon.

No lado da Apple, apesar de não possuir a melhor assistente virtual do mercado, no último ano a empresa apresentou aparelhos cheios de recursos inteligentes. Entre os lançamentos com certeza se destaca o iPhone X, que além de possuir o processador A11 Bionic (também presente nos iPhones 8 e que possui núcleos dedicados a processamento de redes neurais), também possui uma série de sensores que tornam capaz o recurso de Face ID, onde o usuário autentica o aparelho utilizando seu rosto como senha e o sistema o reconhece por meio de processamento de redes neurais.

Analisando os últimos lançamentos das empresas citadas (especialmente Google e Amazon), podemos notar que a tendência de aproveitar melhor o hardware, de maneiras mais inteligentes, pode estar começando uma nova fase para a computação cognitiva, popularizando e até mesmo tornando mais acessível e mais barato ao consumidor padrão o contato com sistemas que possuem inteligência artificial assim que saem da caixa, sem depender exclusivamente de aplicativos de terceiros. E ainda falando sobre desenvolvedores, eles também tem muito o que ganhar com essa nova tendência, pois uma vez que as próprias fabricantes de hardware já liberam seus produtos equipados com peças dedicadas à Machine Learning e também sistemas operacionais repletos de APIs que simplificam sua integração, os mesmos se tornam capazes de oferecer em seus aplicativos experiências muito mais ricas e baseadas no gosto de seus usuários.

Posts Relacionados

Comentários