Bilişsel Hesaplama

Bilişsel Bilişim, karmaşık ve belirsiz sorunların üstesinden gelmek için insan düşünce süreçlerini simüle eden sistemler oluşturmaya adanmış bir Yapay Zeka (AI) alanını temsil eder. Belirli, dar görevler için tasarlanmış sistemlerin aksine, bilişsel bilişim deneyimden öğrenebilen ve insanlarla doğal dilde etkileşim kurabilen uyarlanabilir, etkileşimli ve bağlamsal modeller oluşturmayı amaçlar. Bu sistemler insan uzmanların yerini almak için değil, bilgi grafikleri ve yapılandırılmamış belgeler gibi kaynaklardan elde edilen büyük miktarlardaki karmaşık veriyi analiz ederek daha iyi kararlar almalarına yardımcı olarak onların zekasını artırmak için tasarlanmıştır.

Temel Özellikler

• Uyarlanabilir Öğrenme: Bilişsel sistemler sürekli öğrenme için tasarlanmıştır. Yeni bilgileri işleyerek ve kullanıcı etkileşimlerinden öğrenerek zaman içinde performanslarını artırırlar, tıpkı insanların uzmanlık kazanmasına benzer şekilde. Bu, birçok makine öğrenimi projesinde tipik olan ilk model eğitimi aşamasının ötesine geçer.
• Bağlamsal Anlama: Metin, görüntü ve sensör verileri dahil olmak üzere çeşitli veri türlerinden bağlamı yorumlayabilir ve sentezleyebilirler. Bu, nüansı ve anlamı kavramak için gelişmiş Doğal Dil İşleme (NLP) ve Bilgisayarlı Görü (CV) yetenekleri gerektirir.
• İnteraktif ve Konuşmaya Dayalı: Temel amaç, insanlarla doğal olarak etkileşim kurmaktır. Bu genellikle gelişmiş sohbet robotlarını veya sanal asistanları içerir; bunlar sorguları anlayabilir ve belirsizliği gidermek için açıklayıcı sorular sorarak destekleyici kanıtlarla yanıtlar sağlayabilir.

Bilişsel Bilişim ve Diğer Yapay Zeka Kavramları

Bilişsel bilişimi ilgili terimlerden ayırmak önemlidir.

• Yapay Genel Zeka (AGI): Bilişsel bilişim insan düşüncesini taklit etmeye çalışırken, belirli alanlara odaklanan bir Zayıf Yapay Zeka biçimidir. Yapay Genel Zeka'nın (AGI) hedefi olan insan bilincinin tüm genişliğini kopyalamaya çalışmak yerine, insan yeteneklerini artırır. Ünlü Turing Testi, makine zekasının sınırlarını araştırır.
• İstatistiksel Yapay Zeka: Bilişsel sistemler, kalıpları bulmak için derin öğrenme ve olasılıksal modeller kullanan İstatistiksel Yapay Zeka'nın temelleri üzerine inşa edilmiştir. Bununla birlikte, bilişsel bilişim, belirsizliği gidermek ve açıklanabilir içgörüler sağlamak için bu istatistiksel modelleri sembolik akıl yürütmeyle bütünleştiren bir sistem düzeyinde yaklaşımdır; bu, Açıklanabilir Yapay Zeka'nın (XAI) temel bir ilkesidir.

Gerçek Dünyadaki Uygulamalar

Bilişsel bilişim, uzmanların yüksek riskli kararlar almak için çok büyük miktarda yapılandırılmamış bilgiyi yönetmesi gereken alanlarda mükemmeldir.

• Sağlık Hizmetlerinde Yapay Zeka: Başlıca bir örnek, bir onkoloji danışmanlık sistemidir. Böyle bir platform, bir hastanın elektronik sağlık kayıtlarını, genomik verilerini alabilir ve MR'lar üzerinde tıbbi görüntü analizi yapabilir. Aynı anda, PubMed Central gibi kaynaklardan ve klinik çalışma sonuçlarından milyonlarca tıbbi dergiyi tarar. Daha sonra, onkoloğa destekleyici kanıtlarla birlikte kişiselleştirilmiş tedavi seçeneklerinin sıralanmış bir listesini sunar. Bu, Amerikan Tabipler Birliği gibi kuruluşlar tarafından araştırıldığı gibi, doktorun uzmanlığını artırarak daha bilinçli kararlar alınmasını sağlar.
• Finansal Hizmetler: Bilişsel sistemler, kişiselleştirilmiş servet yönetimi danışmanları oluşturmak için kullanılır. Bu sistemler, müşterilerin finansal hedeflerini ve risk toleranslarını anlamak için onlarla etkileşim kurabilir. Sistem daha sonra yatırım portföylerini önermek ve dinamik olarak ayarlamak için gerçek zamanlı piyasa verilerini, duygu analizi için ekonomik haberleri ve küresel finansal raporları analiz eder. Bu, daha önce yalnızca yüksek gelirli kişilere sunulan, Dünya Ekonomik Forumu gibi kurumların odak noktası olan veri odaklı bir tavsiye düzeyi sağlar.

Araçlar ve Teknolojiler

Bilişsel sistemler geliştirmek, güçlü platformlara ve araçlara dayanır. IBM Watson, doğal dil anlama, bilgisayar görüşü ve karar verme için API'ler sunan önde gelen bir ticari platformdur ve genellikle çalışırken bilişsel bilişimin önemli bir örneği olarak gösterilir. Diğer önemli teknolojiler arasında Google Cloud AI gibi bulut platformları ve Azure Machine Learning Hızlı Başlangıç gibi kılavuzlar aracılığıyla sunulan araçlar, ayrıca TensorFlow ve PyTorch gibi açık kaynaklı çerçeveler bulunur. Bilişsel sistemler içindeki görsel algılama gibi belirli görevler için, Ultralytics YOLO gibi modeller son teknoloji nesne algılama ve görüntü segmentasyonu yetenekleri sağlar. Ultralytics HUB gibi platformlar, birçok bilişsel uygulama için gerekli olan vizyon bileşenlerini dağıtmak, veri kümelerini yönetmek ve özel modelleri eğitmek için kolaylaştırılmış iş akışları sunar, buna bulut eğitim seçeneklerini kullanmak da dahildir. SAS Bilişsel Bilişim Genel Bakışı'nda daha fazla bilgi bulabilirsiniz. Alan Turing Enstitüsü gibi araştırma kurumları ve Yapay Zeka Geliştirme Derneği (AAAI) gibi kuruluşlar, derin öğrenme ve bilişsel mimarilerdeki temel araştırmalara önemli ölçüde katkıda bulunmaktadır.