{"id":719,"date":"2015-05-19T01:45:33","date_gmt":"2015-05-19T05:45:33","guid":{"rendered":"http:\/\/scienceblogs.com.br\/cognando\/?p=719"},"modified":"2015-05-19T01:45:33","modified_gmt":"2015-05-19T05:45:33","slug":"o-que-big-data-tem-a-ver-com-neurociencia-e-relogios-inteligentes","status":"publish","type":"post","link":"https:\/\/www.blogs.unicamp.br\/cognando2\/2015\/05\/19\/o-que-big-data-tem-a-ver-com-neurociencia-e-relogios-inteligentes\/","title":{"rendered":"O que Big Data tem a ver com neuroci\u00eancia e rel\u00f3gios inteligentes?"},"content":{"rendered":"

\"InUse2\"<\/a>Todo\u00a0mundo j\u00e1 ouviu falar sobre esse tal de Big Data<\/em>. \u00c9 a moda do momento. V\u00e1rias empresas t\u00eam investido muita grana nessa nova tend\u00eancia. E n\u00e3o s\u00e3o s\u00f3 as empresas que t\u00eam feito isso. As grandes institui\u00e7\u00f5es de ensino superior pelo mundo afora tamb\u00e9m est\u00e3o entrando de cabe\u00e7a na onda do Big Data<\/em>, com forma\u00e7\u00e3o de departamentos e programas de gradua\u00e7\u00e3o e p\u00f3s especializados nessa tend\u00eancia. Mas afinal de contas, o que \u00e9 isso e por que est\u00e1 todo mundo nessa euforia toda?<\/p>\n

Sendo bem simpl\u00f3rio, Big Data<\/em> \u00e9 um termo amplo que se refere ao uso de quantidades grandes (tipo, muito grande mesmo) de dados para auxiliar no processo de tomada de decis\u00f5es e predi\u00e7\u00f5es do futuro (veja\u00a0aqui<\/a>\u00a0algumas defini\u00e7\u00f5es mais espec\u00edficas de Big Data<\/em>). Como isso \u00e9 feito e o tipo de conhecimento t\u00e9cnico necess\u00e1rio para lidar com Big Data<\/em> \u00e9 assunto pra uma outra postagem. Mas por que esse frisson<\/em> todo com isso?<\/p>\n

Na verdade, fazer modelos preditivos — ou seja, montar um forma de “adivinhar” exatamente o que voc\u00ea est\u00e1 procurando quando acessa o Google, por exemplo — com base em uma quantidade absurda de dados \u00e9 muito bom e tem aplica\u00e7\u00f5es pr\u00e1ticas formid\u00e1veis. S\u00f3 para ilustrar, pode ser que voc\u00ea n\u00e3o saiba o que quer dizer a palavra “frisson”. Da\u00ed voc\u00ea vai ao Google, faz uma busca, encontra um link que diz a defini\u00e7\u00e3o da palavra. Se v\u00e1rias pessoas fizerem isso, o Google vai armazenar os dados relativos a essas buscas e com isso montar um modelo que prediz (Google falando): “opa, como \u00e9 muito comum que as pessoas busquem pela defini\u00e7\u00e3o<\/em> da palavra frisson e n\u00e3o necessariamente pela can\u00e7\u00e3o<\/em> Frisson<\/a> na voz de Elba Ramalho, eu vou colocar o link da defini\u00e7\u00e3o bem no topo da busca”. E esse modelo fica cada vez mais funcional quando se baseia em uma quantidade grande de dados.<\/p>\n

Mas isso \u00e9 o come\u00e7o dessa hist\u00f3ria de Big Data<\/em>. E pra dizer a verdade, o Google e outras empresas de tecnologia j\u00e1 fazem isso desde sempre. Nem \u00e9 novidade mais. E pra ser mais sincero ainda, em termos t\u00e9cnicos, esse tipo de modelo preditivo nem \u00e9 t\u00e3o complexo assim de se construir. A coisa come\u00e7a a ficar realmente legal — e \u00e9 por isso que o interesse com isso vem crescendo — quando come\u00e7amos a explorar a multidisciplinaridade dessa parada toda.<\/p>\n

Para ilustrar o que eu quero dizer, eu gosto de citar o modelo de “recomenda\u00e7\u00e3o de m\u00fasicas” que o Google lan\u00e7ou em meados de 2013. O sistema se baseia em uma quantidade grande de dados (duuuhhhh, helloooo Big Data!<\/em>), mas dados de natureza distintas: ele combina dados de natureza ac\u00fastica (isso mesmo: espectrogramas com caracter\u00edsticas sonoras de v\u00e1rias can\u00e7\u00f5es); metadados contendo informa\u00e7\u00f5es tais como nome do artista, da can\u00e7\u00e3o, do \u00e1lbum, do estilo, etc; meta-metadados contendo informa\u00e7\u00f5es de tudo que existe na web<\/em> sobre esse artista, suas can\u00e7\u00f5es, seu estilo, etc; e obviamente os dados sociais de busca e prefer\u00eancias das pessoas (tipo: quais outros artistas as pessoas que gostam desse artista tamb\u00e9m gostam?). Todas essas informa\u00e7\u00f5es s\u00e3o utilizadas conjuntamente para que a recomenda\u00e7\u00e3o que esse sistema te faz seja t\u00e3o boa quanto a recomenda\u00e7\u00e3o que uma pessoa<\/em> que te conhece bem faria. Essa implementa\u00e7\u00e3o n\u00e3o \u00e9 t\u00e3o f\u00e1cil assim, j\u00e1 que envolve dados de natureza distintas e que se comportam de maneira peculiar.<\/p>\n

No final das contas, um sistema como um Google Now<\/em>, Siri<\/em> ou S-Voice<\/em> pretende funcionar como um agente pessoal. Um agente pessoal, no sentido cl\u00e1ssico da palavra, \u00e9 algu\u00e9m (pessoa) que tem um corpo, uma mente e um c\u00e9rebro que processa informa\u00e7\u00f5es e toma decis\u00f5es. Assim, qualquer pessoa que queira construir um sistema inteligente<\/em> que funcione como um agente pessoal de carne e osso precisa entender minimamente sobre como nosso corpo, mente e c\u00e9rebro\u00a0funcionam. E esse, \u00e9 na minha opini\u00e3o, o futuro do Big Data: <\/em>a natureza dos dados que coletamos.<\/em><\/p>\n

Estamos saindo da era dos dados puramente num\u00e9ricos e distribucionais para entrar em uma era de dados sensoriais<\/em>. S\u00f3 para ilustrar: existe uma empresa em Boston chamada MimoBaby<\/a>. Essa empresa\u00a0produz roupinhas de beb\u00ea. O diferencial: essas roupinhas cont\u00eam sensores que medem, de maneira constante, v\u00e1rios dados biom\u00e9tricos do beb\u00ea (o padr\u00e3o de respira\u00e7\u00e3o, temperatura, sons que ele produz, r\u00edtmo do batimento card\u00edaco, etc), e mant\u00e9m toda essa informa\u00e7\u00e3o em uma nuvem que se conecta a um aplicativo no seu celular que monitora todos esses dados. Ele te manda alertas sobre qualquer altera\u00e7\u00e3o nessas medidas e pode ser diretamente utilizado por m\u00e9dicos e hospitais para um diagn\u00f3stico mais r\u00e1pido e correto\u00a0sobre a sa\u00fade do seu beb\u00ea. Os rel\u00f3gios inteligentes que estamos vendo proliferar no mercado de tecnologia s\u00e3o um grande exemplo do potencial que temos em m\u00e3os para coletar ainda mais esses dados sensoriais de maneira constante.<\/p>\n

O futuro do movimento do Big Data<\/em> est\u00e1 apenas come\u00e7ando (e aparentemente com for\u00e7a total). E dada a sua natureza intrinsicamente multidisciplinar, o profissional Big Data<\/em> do futuro dever\u00e1 ser aquele que, n\u00e3o apenas transite pelas v\u00e1rias esferas do conhecimento sem se sentir incomodado, mas que tamb\u00e9m seja capaz de se manter informado sobre os principais avan\u00e7os nessas esferas: desde os avan\u00e7os na \u00e1rea de tecnologia at\u00e9 os avan\u00e7os na \u00e1rea de neuroci\u00eancia e psicologia.<\/p>\n

N\u00e3o deixe de serguir o Cognando no Twitter<\/a> e no Google+\u00a0<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

Todo\u00a0mundo j\u00e1 ouviu falar sobre esse tal de Big Data. \u00c9 a moda do momento. V\u00e1rias empresas t\u00eam investido muita grana nessa nova tend\u00eancia. E n\u00e3o s\u00e3o s\u00f3 as empresas que t\u00eam feito isso. As grandes institui\u00e7\u00f5es de ensino superior … Continue lendo →<\/span><\/a><\/p>\n","protected":false},"author":552,"featured_media":720,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"pgc_sgb_lightbox_settings":"","_vp_format_video_url":"","_vp_image_focal_point":[],"footnotes":""},"categories":[5],"tags":[],"class_list":["post-719","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-geral"],"_links":{"self":[{"href":"https:\/\/www.blogs.unicamp.br\/cognando2\/wp-json\/wp\/v2\/posts\/719","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.blogs.unicamp.br\/cognando2\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.blogs.unicamp.br\/cognando2\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/cognando2\/wp-json\/wp\/v2\/users\/552"}],"replies":[{"embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/cognando2\/wp-json\/wp\/v2\/comments?post=719"}],"version-history":[{"count":0,"href":"https:\/\/www.blogs.unicamp.br\/cognando2\/wp-json\/wp\/v2\/posts\/719\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/cognando2\/wp-json\/wp\/v2\/media\/720"}],"wp:attachment":[{"href":"https:\/\/www.blogs.unicamp.br\/cognando2\/wp-json\/wp\/v2\/media?parent=719"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/cognando2\/wp-json\/wp\/v2\/categories?post=719"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/cognando2\/wp-json\/wp\/v2\/tags?post=719"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}