Sommario:
Definizione - Che cosa significa Cognitive Computing?
Il cognitive computing descrive tecnologie che si basano sui principi scientifici alla base dell'intelligenza artificiale e dell'elaborazione del segnale, che comprende l'autoapprendimento automatico, l'interazione uomo-computer, l'elaborazione del linguaggio naturale, il data mining e altro ancora. Il suo scopo è di risolvere problemi complessi caratterizzati da incertezza e ambiguità, che in altre parole significa problemi risolti solo dal pensiero cognitivo umano.
Techopedia spiega il Cognitive Computing
L'informatica cognitiva è la branca dell'informatica che si occupa di risolvere problemi complessi che possono avere situazioni che cambiano dinamicamente e dati ricchi di informazioni che tendono a cambiare frequentemente e talvolta persino in conflitto tra loro. Un essere umano può affrontare tali problemi evolvendo obiettivi e cambiando obiettivi, ma gli algoritmi informatici tradizionali non sono in grado di adattarsi a tale cambiamento. Per far fronte a questo tipo di problemi, i sistemi di cognitive computing devono ponderare i dati in conflitto e suggerire una risposta che si adatti meglio alla situazione piuttosto che a ciò che è "giusto".
Sebbene al momento non esista una definizione concordata di cognitive computing nell'industria o nell'accademia, il termine è spesso usato per descrivere le nuove tecnologie che imitano il modo in cui il cervello umano funziona e come si avvicina alla risoluzione dei problemi. Può essere visto come un campo che ha l'obiettivo di modellare accuratamente come la mente umana percepisce, ragiona e risponde agli stimoli che la circondano. Le sue maggiori applicazioni sarebbero nell'analisi dei dati e nell'output adattivo, regolando l'output per adattarsi a un pubblico particolare.
Le proprietà di un sistema di cognitive computing includono:
- Contestuale: comprende ed estrae elementi contestuali come significato, tempo, posizione, processo e altri sulla base di più fonti di informazioni. Ad esempio, può essere alimentato con dati come strade, ambulanze, lesioni e rottami e fornire il contesto di un incidente automobilistico.
- Adattivo - Questa è la parte di apprendimento. Si adatta a nuove informazioni e stimoli per risolvere l'ambiguità e tollerare l'imprevedibilità. In relazione al contesto, questa caratteristica si occupa di alimentare i dati dinamici e quindi di elaborarli per formare l'eventuale contesto e elaborare soluzioni o conclusioni.
- Interattivo: il sistema è in grado di interagire con gli utenti in modo che gli utenti possano definire le loro esigenze, nonché connettersi con altri dispositivi e sistemi.
- Iterative e stateful - I sistemi devono aiutare nella definizione del problema ponendo le domande giuste e trovando ulteriori fonti di informazione se un problema è incompleto o ambiguo. Devono inoltre essere in grado di ricordare le interazioni e i processi precedenti e tornare allo stato in momenti precedenti.
