Sintonizzati su YOLO Vision 2025!
25 settembre 2025
10:00 — 18:00 BST
Evento ibrido
Yolo Vision 2024
Glossario

Calcolo Cognitivo

Scopri come il calcolo cognitivo replica i processi di pensiero umano utilizzando AI, ML, NLP e altro per trasformare settori come la sanità e la finanza.

Il Cognitive Computing rappresenta un campo dell'Intelligenza Artificiale (AI) dedicato alla creazione di sistemi che simulano i processi di pensiero umano per affrontare problemi complessi e ambigui. A differenza dei sistemi progettati per attività specifiche e ristrette, il cognitive computing mira a costruire modelli adattivi, interattivi e contestuali in grado di apprendere dall'esperienza e interagire con gli esseri umani in linguaggio naturale. Questi sistemi non sono destinati a sostituire gli esperti umani, ma ad aumentare la loro intelligenza, aiutandoli a prendere decisioni migliori analizzando grandi quantità di dati complessi provenienti da fonti come i grafi di conoscenza e i documenti non strutturati.

Caratteristiche principali

  • Apprendimento adattivo: I sistemi cognitivi sono progettati per l'apprendimento continuo. Migliorano le loro prestazioni nel tempo elaborando nuove informazioni e apprendendo dalle interazioni con l'utente, in modo simile a come gli esseri umani acquisiscono esperienza. Questo va oltre la fase iniziale di training del modello tipica in molti progetti di machine learning.
  • Comprensione contestuale: Possono interpretare e sintetizzare il contesto da vari tipi di dati, tra cui testo, immagini e dati di sensori. Ciò richiede sofisticate capacità di elaborazione del linguaggio naturale (NLP) e computer vision (CV) per cogliere sfumature e significato.
  • Interattivo e conversazionale: Un obiettivo chiave è interagire con gli esseri umani in modo naturale. Questo spesso coinvolge chatbot avanzati o assistenti virtuali in grado di comprendere le query e fornire risposte con prove a supporto, ponendo anche domande chiarificatrici per risolvere l'ambiguità.

Cognitive Computing vs. Altri Concetti di IA

È importante distinguere il cognitive computing da termini correlati.

  • Intelligenza artificiale generale (AGI): Mentre il cognitive computing cerca di imitare il pensiero umano, è una forma di IA debole focalizzata su domini specifici. Aumenta le capacità umane piuttosto che cercare di replicare l'intera ampiezza della coscienza umana, che è l'obiettivo dell'Intelligenza artificiale generale (AGI). Il famoso test di Turing esplora i confini dell'intelligenza artificiale.
  • IA statistica: I sistemi cognitivi si basano sui fondamenti dell'IA statistica, che utilizza il deep learning e modelli probabilistici per trovare schemi. Tuttavia, il cognitive computing è un approccio a livello di sistema che integra questi modelli statistici con il ragionamento simbolico per gestire l'ambiguità e fornire approfondimenti spiegabili, un principio chiave dell'IA spiegabile (XAI).

Applicazioni nel mondo reale

Il cognitive computing eccelle in settori in cui gli esperti devono navigare tra grandi quantità di informazioni non strutturate per prendere decisioni importanti.

  • AI nel settore sanitario: Un ottimo esempio è un sistema di consulenza oncologica. Tale piattaforma può acquisire le cartelle cliniche elettroniche di un paziente, i dati genomici ed eseguire l'analisi di immagini mediche sulle risonanze magnetiche. Allo stesso tempo, analizza milioni di riviste mediche da fonti come PubMed Central e i risultati di studi clinici. Quindi presenta un elenco classificato di opzioni di trattamento personalizzate all'oncologo, completo di prove a supporto. Ciò aumenta la competenza del medico, consentendo decisioni più informate come esplorato da organizzazioni come l'American Medical Association.
  • Servizi finanziari: I sistemi cognitivi vengono utilizzati per creare consulenti personalizzati per la gestione patrimoniale. Questi sistemi possono interagire con i clienti per comprendere i loro obiettivi finanziari e la loro tolleranza al rischio. Il sistema analizza quindi i dati di mercato in tempo reale, le notizie economiche per la sentiment analysis e i rapporti finanziari globali per raccomandare e adeguare dinamicamente i portafogli di investimento. Ciò fornisce un livello di consulenza basata sui dati che in precedenza era disponibile solo per le persone con un patrimonio netto elevato, un'area di interesse per istituzioni come il World Economic Forum.

Strumenti e tecnologie

Lo sviluppo di sistemi cognitivi si basa su piattaforme e strumenti potenti. IBM Watson è una piattaforma commerciale di spicco che offre API per la comprensione del linguaggio naturale, la computer vision e il processo decisionale, spesso citata come un esempio chiave di cognitive computing in action. Altre tecnologie chiave includono piattaforme cloud come Google Cloud AI e strumenti disponibili tramite guide come Azure Machine Learning Quickstart, insieme a framework open source come TensorFlow e PyTorch. Per attività specifiche come la percezione visiva all'interno dei sistemi cognitivi, modelli come Ultralytics YOLO forniscono funzionalità all'avanguardia di object detection e image segmentation. Piattaforme come Ultralytics HUB offrono flussi di lavoro semplificati per l'addestramento di modelli personalizzati, la gestione dei set di dati e l'implementazione dei componenti di visione essenziali per molte applicazioni cognitive, incluso l'utilizzo di opzioni di addestramento cloud. Ulteriori approfondimenti sono disponibili in risorse come la SAS Cognitive Computing Overview. Istituti di ricerca come l'Alan Turing Institute e organizzazioni come l'Association for the Advancement of Artificial Intelligence (AAAI) contribuiscono in modo significativo alla ricerca di base nel deep learning e nelle architetture cognitive.

Unisciti alla community di Ultralytics

Entra nel futuro dell'AI. Connettiti, collabora e cresci con innovatori globali

Iscriviti ora
Link copiato negli appunti