A inteligência computacional é uma linha de pesquisa da ciência da computação que
consiste em implementações de sistemas inteligentes. Segundo Linden, a inteligência pode
estar relacionada a várias ações: Capacidade de pensar em termos abstratos, capacidade de resolver problemas importantes e capacidade de entender conceito difíceis. Temos mais outros três conceitos importantes a Inteligência computacional como já citada acima, Inteligência Artificial, Machine Learning. Embora pareçam sinônimos a s diferenças conceituais sobre a abrangência de cada uma delas. I.A, inteligência artificial, busca desenvolver sistemas inteligentes a partir de comportamentos humanos, ou seja, são inspirados na natureza. Já Machine Learning que em português significa aprendizado de maquinas ou aprendizagem automático, a pratica de usar algoritmos para coletar dados e aprender com eles é então aplicar sobre alguma tarefa. Seria uma máquina fosse programada para aprender, se desenvolver e usar as habilidades adquiridas para execução de uma tarefa.
Nesse campo computacional existem técnicas especializadas utilizadas para diversas
finalidades, inclusive no campo de ciências agrarias uma delas, e a rede neural artificial (RNA). O RNA, é inspirado na estrutura do cérebro humano, manipula grandes quantidades de dados procuram reproduzir algumas características humanas como aprendizado associação, generalização, abstração. Temos também a computação evolucionaria que, aplicadas nas ciências agrarias podem determinar o comportamento da produtividade de uma safra de soja em função da propriedades físico-químicas do solo através de uso de algoritmos genéticos (AG). A lógica Fuzzy trata de valores que variam entre 0 e 1 ou seja, verdadeiro ou falso. O sistema especialista é um sistema baseado em regras define o estado atual com base de dados de entrada e essas regras alteram o estado. Outro ramo bastante importante para as ciências agrarias é a bioinformática que ganha grande peso quando se é voltada para o Agronegócio. Este grande salto só foi possível a partir do sequenciamento do DNA por Gilbert Sanger. Logo, diversos estudos levaram a automatização desse sequenciamento o que, possibilitou grande ênfase para a biologia computacional. Existem aparelhos chamados sequenciadores NGS, proporcional baixo custo, rapidez e acurácia. A decodificação da sequencia do genoma pode potencializar a produtividade do agronegócio e também a sustentabilidade das florestas plantadas, em relação ao clima, umidade e outros fatores.
Na esteira desse raciocínio, podemos levar em consideração que a inteligência
computacional auxilia na resolução de problemas importantes, pois o sistema computacional consegue ter uma visão ampla (holística), processando diferentes variáveis simultaneamente, com isso, dando uma maior acurácia dos dados, a exemplo disso o sistema de informações em redes neurais. Sendo assim um maior auxilio para a tomada de decisão, e produtividade principalmente nas ciências agrárias e ao agronegócio.
Referências bibliográficas
LISBOA, Rodrigo. A inteligência computacional e sua integração com as ciências agrarias.
Paragominas, UFRA, 14 dez. 2017. Palestra ministrada aos interessados no assunto.
BRAGA, Marcus. A Bioinformática e o Agronegócio. Paragominas, UFRA, 15 dez. 2017.