A SEXTA GERAÇÃO DE COMPUTADORES

EXERCÍCIO

A SEXTA GERAÇÃO DE COMPUTADORES

        A tecnologia vem se renovando constantemente em diversos aspectos. Na área computacional há avanços significativos em determinados espaços de tempo, chamado como gerações de computadores. Tais gerações mudam de acordo com grandes marcos que diferenciam fortemente um estilo computacional do outro, como a criação de transístores, microprocessadores, a multiprogramação, entre outros.

        Estamos marcados cotidianamente pela 5° geração de computadores, nas quais há destaque para o uso de diversos sensores, smartphones, desenvolvimento de sistemas embarcados, robotização, e muito mais. Porém conforme acontece essa progressão há diversos pontos que podem ser melhorados e tecnologias que estão sendo aprimoradas para uma possível 6° geração de computadores.

O desenvolvimento sustentável de certas áreas da computação tem ganhado força, criando uma tendência chamada de Tecnologia da Informação Verde (TI verde), ou seja, o uso consciente dos recursos tecnológicos no meio ambiente.

Tal evolução abrange também o estudo dos supercondutores, materiais condutores de energia que possuem quase nenhuma ou nenhuma resistividade elétrica ou quando estão submetidos a uma temperatura muito baixa (que varia de acordo com o material) pode diminuir quase totalmente essa resistência, diminuindo o uso de energia elétrica e evitando aumento de temperatura nos componentes que pode estragar os componentes do computador. Certos estudos envolvendo a resfriação de materiais e uso de materiais supercondutores em processadores e componentes no computador estão sendo desenvolvidos para a otimização de uso de energia.

Além de melhoramentos no desempenho elétrico e de desempenho em computadores, há um forte crescimento na pesquisa e desenvolvimento da Inteligencia Artificial (IA). Inteligência Artificial abrange “mecanismos e dispositivos tecnológicos que possam simular o raciocínio humano, ou seja, a inteligência que é característica” (SIGNIFICADOS, 2018). O avanço dessa tecnologia é visível em diversos pontos da nossa vida. Sensores de carros que acabam estacionando o veículo sozinho, o reconhecimento facial em meio à multidões, facilitando a busca de criminosos e terroristas, as previsões do mercado de ações, a previsão de riscos de doenças em pessoas e uma vasta gama de funcionalidades estão palpáveis.

Tal evolução chegou num ponto alto no qual se é possível conversar com o computador através de assistentes pessoais, tais como a Cortana, a Siri e a Tina. Conforme os pedidos, perguntas e atividades que usam esse aplicativo, o sistema define certos gostos pessoais do indivíduo e oferece os serviços que mais se encaixam às necessidades. Essa técnica acontece muito em portais e websites, dependendo do que é pesquisado para a compra de uma determinada roupa ou objeto. Após pesquisar sobre esses itens, os anúncios dos sites focam especialmente nessas coisas para gerarem anúncios e, assim, você possa comprar um produto.

Essa interação entre humanos e máquina e todo o seu aprendizado abrange uma tecnologia chamada Machine Learning (ou aprendizado da máquina) que nada mais é que a capacidade de um computador aprender e ensinar-se de acordo com os dados que ele recebe e das mudanças que os desenvolvedores implementam. A aprendizagem dele vai de acordo com a grande quantidade de dados que ele recebe. Apesar dele possuir uma boa cognição, é um sistema limitado porque ele aprende novas coisas de acordo com o que o controlador desta maquina vai ordenar ele fazer através de algoritmos que permitam que a máquina aprenda e retenha determinado assunto.

Um conceito que vem sendo difundido que supera Machine Learning é a Deep Learning, ou seja, a capacidade de ter uma mente cognitiva em uma máquina, capaz de aprender conforme acontecem processos e ações. Neste caso se enquadra os sistemas de reconhecimento de fala e facial citados anteriormente. A Deep Learning consegue detectar certos objetos e reconhece-los mesmo que estejam parcialmente cobertos ou com algum outro empecilho que o impossibilite de visualizá-lo por completo. Tal recurso não é tão possível quanto na Machine Learning. A grande fascinação dessa tecnologia simplesmente é pela semelhança dela com o cérebro humano, como a identificação de seres e objetos. Tal processo é feito de forma tão eficaz quanto uma pessoa comum faz, em milissegundos. O foco é sempre se igualar ao cérebro, de forma cognitiva, coisa que vem sendo desenvolvida com grande êxito. Sua facilidade de reconstrução e aprendizagem com as situações são absurdas. “Hoje, reconhecimento de imagens por máquinas treinadas através de deep learning em alguns cenários possuem uma taxa de acerto maior que a de humanos, e isso varia de gatos até identificar indicadores de câncer no sangue e tumores em exames de ressonância magnética.” (COPELAND, 2018).