Когнитивные вычисления

Когнитивные вычисления представляют собой область искусственного интеллекта (ИИ), посвященную созданию систем, имитирующих процессы человеческого мышления для решения сложных и неоднозначных задач. В отличие от систем, разработанных для конкретных, узких задач, когнитивные вычисления направлены на создание адаптивных, интерактивных и контекстуальных моделей, которые могут учиться на опыте и взаимодействовать с людьми на естественном языке. Эти системы предназначены не для замены экспертов, а для расширения их интеллекта, помогая им принимать более взвешенные решения путем анализа огромных объемов сложных данных из таких источников, как графы знаний и неструктурированные документы.

Основные характеристики

• Адаптивное обучение: Когнитивные системы предназначены для непрерывного обучения. Они улучшают свою производительность с течением времени, обрабатывая новую информацию и учась на взаимодействиях с пользователем, подобно тому, как люди приобретают опыт. Это выходит за рамки начальной фазы обучения модели, типичной для многих проектов машинного обучения.
• Контекстное понимание: Они могут интерпретировать и синтезировать контекст из различных типов данных, включая текст, изображения и данные датчиков. Это требует сложных возможностей обработки естественного языка (NLP) и компьютерного зрения (CV) для понимания нюансов и смысла.
• Интерактивность и разговорность: Ключевая цель состоит в том, чтобы взаимодействовать с людьми естественным образом. Это часто включает в себя продвинутые чат-боты или виртуальные помощники, которые могут понимать запросы и предоставлять ответы с подтверждающими доказательствами, даже задавая уточняющие вопросы для устранения неоднозначности.

Когнитивные вычисления в сравнении с другими концепциями ИИ

Важно отличать когнитивные вычисления от связанных терминов.

• Общий искусственный интеллект (AGI): Хотя когнитивные вычисления стремятся имитировать человеческое мышление, они являются формой слабого ИИ, ориентированной на конкретные области. Они расширяют возможности человека, а не пытаются воспроизвести всю широту человеческого сознания, что является целью общего искусственного интеллекта (AGI). Знаменитый тест Тьюринга исследует границы машинного интеллекта.
• Статистический ИИ: Когнитивные системы построены на основе статистического ИИ, который использует глубокое обучение и вероятностные модели для поиска закономерностей. Однако когнитивные вычисления - это системный подход, который объединяет эти статистические модели с символическими рассуждениями для обработки неоднозначности и предоставления объяснимых результатов—ключевой принцип объяснимого ИИ (XAI).

Приложения в реальном мире

Когнитивные вычисления превосходно справляются с задачами в тех областях, где экспертам необходимо ориентироваться в огромных объемах неструктурированной информации для принятия важных решений.

• ИИ в здравоохранении: Ярким примером является система консультирования в онкологии. Такая платформа может принимать электронные медицинские записи пациента, геномные данные и выполнять анализ медицинских изображений на МРТ. Одновременно она просматривает миллионы медицинских журналов из таких источников, как PubMed Central, и результаты клинических испытаний. Затем она представляет онкологу ранжированный список персонализированных вариантов лечения с подтверждающими доказательствами. Это расширяет опыт врача, позволяя принимать более обоснованные решения, как это изучается организациями, такими как Американская медицинская ассоциация.
• Финансовые услуги: Когнитивные системы используются для создания персонализированных консультантов по управлению капиталом. Эти системы могут взаимодействовать с клиентами, чтобы понять их финансовые цели и устойчивость к риску. Затем система анализирует рыночные данные в реальном времени, экономические новости для анализа тональности и глобальные финансовые отчеты, чтобы рекомендовать и динамически корректировать инвестиционные портфели. Это обеспечивает уровень консультаций на основе данных, который ранее был доступен только состоятельным лицам, что является областью особого внимания для таких учреждений, как Всемирный экономический форум.

Инструменты и технологии

Разработка когнитивных систем опирается на мощные платформы и инструменты. IBM Watson — это известная коммерческая платформа, предлагающая API для понимания естественного языка, компьютерного зрения и принятия решений, часто упоминаемая в качестве ключевого примера когнитивных вычислений в действии. Другие ключевые технологии включают облачные платформы, такие как Google Cloud AI, и инструменты, доступные в руководствах, таких как Azure Machine Learning Quickstart, а также платформы с открытым исходным кодом, такие как TensorFlow и PyTorch. Для конкретных задач, таких как визуальное восприятие в когнитивных системах, такие модели, как Ultralytics YOLO, предоставляют современные возможности обнаружения объектов и сегментации изображений. Платформы, такие как Ultralytics HUB, предлагают оптимизированные рабочие процессы для обучения пользовательских моделей, управления наборами данных и развертывания визуальных компонентов, необходимых для многих когнитивных приложений, включая использование вариантов облачного обучения. Дополнительную информацию можно найти в таких ресурсах, как Обзор когнитивных вычислений SAS. Научно-исследовательские институты, такие как Институт Алана Тьюринга, и организации, такие как Ассоциация по развитию искусственного интеллекта (AAAI), вносят значительный вклад в фундаментальные исследования в области глубокого обучения и когнитивных архитектур.