الحوسبة الإدراكية

تمثل الحوسبة الإدراكية مجالًا من مجالات الذكاء الاصطناعي (AI) مخصصًا لإنشاء أنظمة تحاكي عمليات الفكر البشري لمعالجة المشكلات المعقدة والغامضة. على عكس الأنظمة المصممة لمهام محددة وضيقة، تهدف الحوسبة الإدراكية إلى بناء نماذج قابلة للتكيف والتفاعلية والسياقية يمكنها التعلم من التجربة والتفاعل مع البشر باللغة الطبيعية. لا يُقصد بهذه الأنظمة أن تحل محل الخبراء البشريين ولكن لزيادة ذكائهم، ومساعدتهم على اتخاذ قرارات أفضل من خلال تحليل كميات هائلة من البيانات المعقدة من مصادر مثل الرسوم البيانية المعرفية والمستندات غير المنظمة.

الخصائص الرئيسية

• التعلم التكيفي (Adaptive Learning): تم تصميم الأنظمة المعرفية للتعلم المستمر. إنها تحسن أدائها بمرور الوقت من خلال معالجة المعلومات الجديدة والتعلم من تفاعلات المستخدم، على غرار الطريقة التي يكتسب بها البشر الخبرة. وهذا يتجاوز مرحلة تدريب النموذج (model training) الأولية النموذجية في العديد من مشاريع التعلم الآلي (machine learning).
• الفهم السياقي: يمكنهم تفسير وتجميع السياق من أنواع مختلفة من البيانات، بما في ذلك النصوص والصور وبيانات الاستشعار. يتطلب هذا قدرات متطورة في معالجة اللغة الطبيعية (NLP) و رؤية الحاسوب (CV) لفهم الفروق الدقيقة والمعنى.
• تفاعلي وقائم على المحادثة: الهدف الرئيسي هو التفاعل مع البشر بشكل طبيعي. غالبًا ما يتضمن ذلك برامج الدردشة الآلية (chatbots) أو مساعدين افتراضيين متقدمين يمكنهم فهم الاستعلامات وتقديم ردود مع أدلة داعمة، وحتى طرح أسئلة توضيحية لحل الغموض.

الحوسبة الإدراكية مقابل مفاهيم الذكاء الاصطناعي الأخرى

من المهم التمييز بين الحوسبة الإدراكية والمصطلحات ذات الصلة.

• الذكاء الاصطناعي العام (AGI): بينما يسعى الحوسبة المعرفية إلى محاكاة الفكر البشري، إلا أنه شكل من أشكال الذكاء الاصطناعي الضعيف الذي يركز على مجالات محددة. إنه يعزز القدرات البشرية بدلاً من محاولة تكرار النطاق الكامل للوعي البشري، وهو هدف الذكاء الاصطناعي العام (AGI). يستكشف اختبار تورينج الشهير حدود ذكاء الآلة.
• الذكاء الاصطناعي الإحصائي: تُبنى الأنظمة المعرفية على أسس الذكاء الاصطناعي الإحصائي، الذي يستخدم التعلم العميق والنماذج الاحتمالية للعثور على الأنماط. ومع ذلك، فإن الحوسبة المعرفية هي نهج على مستوى الأنظمة يدمج هذه النماذج الإحصائية مع الاستدلال الرمزي للتعامل مع الغموض وتقديم رؤى قابلة للتفسير - وهو مبدأ أساسي من مبادئ الذكاء الاصطناعي القابل للتفسير (XAI).

التطبيقات في العالم الحقيقي

يتفوق الحوسبة الإدراكية في المجالات التي يجب على الخبراء فيها تصفح كميات هائلة من المعلومات غير المنظمة لاتخاذ قرارات عالية المخاطر.

• الذكاء الاصطناعي في الرعاية الصحية: مثال رئيسي على ذلك هو نظام مستشار الأورام. يمكن لمثل هذه المنصة استيعاب السجلات الصحية الإلكترونية للمريض والبيانات الجينومية وإجراء تحليل الصور الطبية على التصوير بالرنين المغناطيسي. في الوقت نفسه، فإنه يمسح الملايين من المجلات الطبية من مصادر مثل PubMed Central ونتائج التجارب السريرية. ثم يقدم قائمة مرتبة من خيارات العلاج الشخصية لأخصائي الأورام، كاملة مع الأدلة الداعمة. يعزز هذا خبرة الطبيب، مما يتيح اتخاذ قرارات أكثر استنارة كما استكشفته منظمات مثل الجمعية الطبية الأمريكية.
• الخدمات المالية: تُستخدم الأنظمة المعرفية لإنشاء مستشارين لإدارة الثروات الشخصية. يمكن لهذه الأنظمة التفاعل مع العملاء لفهم أهدافهم المالية وتحمل المخاطر. ثم يحلل النظام بيانات السوق في الوقت الفعلي والأخبار الاقتصادية لـ تحليل المشاعر والتقارير المالية العالمية للتوصية بمحافظ استثمارية وتعديلها ديناميكيًا. يوفر هذا مستوى من النصائح المستندة إلى البيانات التي كانت متاحة سابقًا فقط للأفراد ذوي الثروات العالية، وهو مجال تركيز لمؤسسات مثل المنتدى الاقتصادي العالمي.

الأدوات والتقنيات

يعتمد تطوير الأنظمة المعرفية على منصات وأدوات قوية. IBM Watson هي منصة تجارية بارزة تقدم واجهات برمجة تطبيقات (APIs) لفهم اللغة الطبيعية ورؤية الكمبيوتر واتخاذ القرارات، وغالبًا ما يتم الاستشهاد بها كمثال رئيسي على الحوسبة المعرفية قيد التنفيذ. تشمل التقنيات الرئيسية الأخرى الأنظمة الأساسية السحابية مثل Google Cloud AI والأدوات المتاحة من خلال أدلة مثل Azure Machine Learning Quickstart، جنبًا إلى جنب مع أطر العمل مفتوحة المصدر مثل TensorFlow و PyTorch. بالنسبة لمهام محددة مثل الإدراك البصري داخل الأنظمة المعرفية، توفر نماذج مثل Ultralytics YOLO أحدث إمكانيات اكتشاف الأجسام و تقسيم الصور. توفر منصات مثل Ultralytics HUB سير عمل مبسطة لـ تدريب النماذج المخصصة وإدارة مجموعات البيانات ونشر مكونات الرؤية الضرورية للعديد من التطبيقات المعرفية، بما في ذلك استخدام خيارات التدريب السحابي. يمكنك العثور على مزيد من الأفكار في موارد مثل نظرة عامة على الحوسبة المعرفية من SAS. تساهم المؤسسات البحثية مثل معهد آلان تورينج ومنظمات مثل الرابطة الأمريكية للنهوض بالذكاء الاصطناعي (AAAI) بشكل كبير في الأبحاث الأساسية في التعلم العميق والبنى المعرفية.