Em tempos de zika, cresce a relevância da "epidemiologia computacional" e tirei 5 tardes do mês de janeiro para participar como ouvinte de um curso aberto de Jones Albuquerque. Grupo heterogêneo aquele: de biólogos, a cientistas, a engenheiros diversos, a 1 vendedora/capacitadora de venda de software (eu). Há beleza e ampla inteligência nas discussões de grupos de estudo/trabalho com formação/atuação múltipla assim. Cada um processa o que vê "do seu próprio ponto de vista" e pode vir a descobrir, surpreso, "homogeneidade na heterogeneidade"! Basta um olhar afiado e atento que "corte" as diferenças e "crie, recomposto," o novo, a partir de um "velho"!
A epidemiologia é a ciência básica da saúde pública e a abordagem epidemiológica implica na definição do caso, contagem, divisão e comparação. A definição do caso, por sua vez, implica em descrição, diagnose e classificação. Quando não há histórico ou estatísticas passadas, o que fazer? Seria possível gerar máquinas para a criação de dinâmicas temporais dentro de uma espacialidade? Este foi o objetivo do curso: a tentativa de criar uma máquina infinita, "não Turing" (não algoritmo computável), do ponto de vista epidemiológico, usando a linguagem de Wolfram, para "calcular/prever" a ocorrência de uma epidemia!
Perdido? Não desista, continue lendo. Porque o assunto pode ficar mais relevante se enxergarmos que a epidemiologia serve para identificar quaisquer doenças/disfunções crônicas, fora de controle. Seria possível "controlá-las" usando a ciência da computação e sensores especiais? Como captar a "dinâmica" das transições entre os estados de "suscetível" a "infectado" e deste a "recuperável" - ou de "possível" a "plausível", a "provável" e a "preferível"? Como viabilizar a telemedicina para dados "presentes" - e não, como hoje, dados que existiram "no passado", na hora em que o exame foi feito? Existiria um modelo onde não só as regras mas também "os comportamentos" estariam explicados? Se o universo "computasse", quais seriam as suas regras?
Partindo da observação das suas "vizinhanças", a epidemiologia pode tornar previsível o comportamento de vírus, animais ou pessoas. Eles estão agrupados (mais protegidos) ou isolados (presas fáceis)? Dê-nos dados "espaciais", deixe-nos "ver o comportamento da massa" (indo muito além dos textos e gráficos...). Olhar o "grupo certo" e a "dinâmica temporal das transições" pode permitir simulações que gerem regras...
Mas o modelo computacional tradicional é simples demais por ser sistêmico, não é autômato! Como compor uma camada única "n-dimensional" a partir de "n" camadas de observação que temos para modelar, a não ser "criando um cenário" que gere um autômato que combina camadas?
Compor o cenário (epidemiológico ou não) é "a" grande dificuldade. E esta é uma "verdade" para qualquer área de conhecimento e atuação - incluindo a nossa: vendas! Tantas são as camadas a compor o "cenário da venda": pontos fortes e fracos do produto/serviço/empresa/região/carteira, concorrentes (vizinhança), pesquisa, público-alvo (novamente, vizinhança), posicionamento incluindo as métricas de resultado de uso, canais de venda, marketing e comunicação, prospecção, contatos com os clientes, compartilhamento do conhecimento (reconhece a Engenharia de Vendas?), perfil, dimensionamento, meta e formato da compensação dos vendedores... Onde está reportada e validada a venda? Olhar o "grupo certo" e a "dinâmica temporal das transições" pode/poderia permitir a compreensão/previsão de "comportamentos" dos clientes.
Simulações dependem do acompanhamento das camadas que geram maior variação e das suas variáveis predominantes. Define-se a área, coletam-se os dados, observa-se a prevalência, constrói-se um modelo com uma vizinhança. Define-se a dinâmica das populações. Com autômatos celulares, cujos estados dependem das suas vizinhanças, temos a chance de olhar e prever no tempo e no espaço.
Chegaremos a um tempo onde o humano tomará vacinas com software biológico (ou biologia sintética) ao nascer? Possivelmente, plausivelmente, provavelmente ou preferivelmente... sim (ou não?)...
A epidemiologia é a ciência básica da saúde pública e a abordagem epidemiológica implica na definição do caso, contagem, divisão e comparação. A definição do caso, por sua vez, implica em descrição, diagnose e classificação. Quando não há histórico ou estatísticas passadas, o que fazer? Seria possível gerar máquinas para a criação de dinâmicas temporais dentro de uma espacialidade? Este foi o objetivo do curso: a tentativa de criar uma máquina infinita, "não Turing" (não algoritmo computável), do ponto de vista epidemiológico, usando a linguagem de Wolfram, para "calcular/prever" a ocorrência de uma epidemia!
Perdido? Não desista, continue lendo. Porque o assunto pode ficar mais relevante se enxergarmos que a epidemiologia serve para identificar quaisquer doenças/disfunções crônicas, fora de controle. Seria possível "controlá-las" usando a ciência da computação e sensores especiais? Como captar a "dinâmica" das transições entre os estados de "suscetível" a "infectado" e deste a "recuperável" - ou de "possível" a "plausível", a "provável" e a "preferível"? Como viabilizar a telemedicina para dados "presentes" - e não, como hoje, dados que existiram "no passado", na hora em que o exame foi feito? Existiria um modelo onde não só as regras mas também "os comportamentos" estariam explicados? Se o universo "computasse", quais seriam as suas regras?Partindo da observação das suas "vizinhanças", a epidemiologia pode tornar previsível o comportamento de vírus, animais ou pessoas. Eles estão agrupados (mais protegidos) ou isolados (presas fáceis)? Dê-nos dados "espaciais", deixe-nos "ver o comportamento da massa" (indo muito além dos textos e gráficos...). Olhar o "grupo certo" e a "dinâmica temporal das transições" pode permitir simulações que gerem regras...
Mas o modelo computacional tradicional é simples demais por ser sistêmico, não é autômato! Como compor uma camada única "n-dimensional" a partir de "n" camadas de observação que temos para modelar, a não ser "criando um cenário" que gere um autômato que combina camadas?
Compor o cenário (epidemiológico ou não) é "a" grande dificuldade. E esta é uma "verdade" para qualquer área de conhecimento e atuação - incluindo a nossa: vendas! Tantas são as camadas a compor o "cenário da venda": pontos fortes e fracos do produto/serviço/empresa/região/carteira, concorrentes (vizinhança), pesquisa, público-alvo (novamente, vizinhança), posicionamento incluindo as métricas de resultado de uso, canais de venda, marketing e comunicação, prospecção, contatos com os clientes, compartilhamento do conhecimento (reconhece a Engenharia de Vendas?), perfil, dimensionamento, meta e formato da compensação dos vendedores... Onde está reportada e validada a venda? Olhar o "grupo certo" e a "dinâmica temporal das transições" pode/poderia permitir a compreensão/previsão de "comportamentos" dos clientes.
Simulações dependem do acompanhamento das camadas que geram maior variação e das suas variáveis predominantes. Define-se a área, coletam-se os dados, observa-se a prevalência, constrói-se um modelo com uma vizinhança. Define-se a dinâmica das populações. Com autômatos celulares, cujos estados dependem das suas vizinhanças, temos a chance de olhar e prever no tempo e no espaço.
Chegaremos a um tempo onde o humano tomará vacinas com software biológico (ou biologia sintética) ao nascer? Possivelmente, plausivelmente, provavelmente ou preferivelmente... sim (ou não?)...