Cognitive Computing

Когнитивные вычисления — термин для систем искусственного интеллекта (AI), которые обрабатывают большие объёмы неструктурированных данных, например текст, речь и изображения, формируют и оценивают гипотезы и помогают людям принимать решения с помощью рекомендаций, ранжированных и подкреплённых доказательствами. IBM популяризировала этот термин после того, как система Watson победила в телеигре Jeopardy! в 2011 году. В 2010-х годах термин служил главным образом продуктовым и маркетинговым обозначением систем, сочетавших обработку естественного языка (NLP), машинное обучение, графы знаний и диалоговые интерфейсы, такие как чат-боты. Описываемые им системы теперь называют просто ИИ, а большинство компаний отказались от этого термина.

Происхождение и определение#

IBM Research использовала термин «когнитивные вычисления» применительно к SyNAPSE — запущенной в 2008 году программе DARPA по созданию чипов, вдохновлённых устройством мозга. Результатом стал чип TrueNorth (2014) с миллионом спайковых нейронов и 256 миллионами синапсов. После победы Watson значение термина сместилось в сторону программного обеспечения, рассуждающего на основе документов. Джон Келли, директор IBM Research, и Стив Хэмм назвали свою книгу 2013 года о Watson «Умные машины: Watson от IBM и эпоха когнитивных вычислений». В 2014 году Сью Фельдман, соосновательница Консорциума когнитивных вычислений, и аналитик Хэдли Рейнольдс опубликовали определение когнитивных систем, подготовленное рабочей группой: адаптивные — обучаются по мере изменения информации и целей; интерактивные — взаимодействуют с пользователями и другими системами; итеративные и сохраняющие состояние — задают уточняющие вопросы и помнят предыдущие этапы; контекстные — учитывают время, место, предметную область, профиль пользователя и задачу.

Как работала IBM Watson#

В феврале 2011 года Watson сыграла в двух играх Jeopardy! против самых успешных участников шоу и завершила их с результатом 77 147 долларов против 24 000 долларов у Кена Дженнингса и 21 600 долларов у Брэда Раттера. На 90 серверах с 2 880 процессорными ядрами работала система DeepQA под руководством Дэвида Ферруччи; во время игры у неё не было доступа к интернету. DeepQA искала среди сохранённых источников множество возможных ответов, оценивала доказательства для каждого сотнями алгоритмов и объединяла оценки в показатель уверенности, обученный на прошлых играх. Всё это занимало около трёх секунд:

Watson нажимала кнопку только тогда, когда её уверенность превышала заданный порог, а в трансляции показывали три лучших варианта ответа с оценками уверенности. Watson была системой ответов на вопросы в открытой предметной области для ответов на вопросы. В более поздних продуктах IBM сохранила подход с ранжированными ответами и подтверждающими их доказательствами — формой объяснимости, которая позволяла специалистам проверять источники, на которых основывались рекомендации.

Применение и неудачи#

IBM ориентировала Watson на онкологию, банковское дело, подготовку налоговых деклараций, обслуживание клиентов и другие отрасли, в которых специалисты читают большие объёмы документов. Каждый продукт представлял собой слабый искусственный интеллект, обученный для своей предметной области. Сложнее всего оказалось здравоохранение: аудит Системы Техасского университета в 2017 году показал, что онкологический центр MD Anderson потратил более 62 миллионов долларов на услуги внешних компаний, главным образом IBM и PricewaterhouseCoopers, в рамках проекта Watson для онкологии, но система, пригодная для клинического применения, так и не была создана. В 2022 году IBM продала активы Watson Health, связанные с данными и аналитикой, компании Francisco Partners; впоследствии они вошли в состав Merative. В 2023 году IBM запустила watsonx — платформу на основе базовых моделей, а Microsoft переименовала Azure Cognitive Services в Azure AI services. В руководстве по интеграции Ultralytics с IBM watsonx описано обучение детектора YOLO26 в ноутбуке watsonx.ai: модель yolo26n.pt дообучается для обнаружения пластикового мусора, биологических материалов и дистанционно управляемых аппаратов на подводных изображениях.

Когнитивные вычисления и смежные понятия#

• Общий искусственный интеллект (AGI): Гипотетическая система, способная освоить любую интеллектуальную задачу, доступную человеку. Каждая система когнитивных вычислений предназначалась для одной области, например онкологии или подготовки налоговых деклараций.
• Символический ИИ: Рассуждает с помощью написанных вручную правил и логики. DeepQA сочетала символические источники, например таксономии, со статистической оценкой доказательств.
• Когнитивные архитектуры: Исследовательские модели человеческого познания, например Soar и ACT-R, которые имитируют память, внимание и решение задач, чтобы объяснить ход мыслей человека. В продуктах когнитивных вычислений этот термин обозначал бизнес-программы, помогающие экспертам.
• Аффективные вычисления: Распознают эмоции людей и реагируют на них. IBM предлагала эту возможность как когнитивный сервис Watson Tone Analyzer — API, оценивавший эмоции и тональность текста.