Что такое когнитивные вычисления? Особенности, объем и ограничения
- Аналитика бизнеса
- Методы анализа данных Ответы на вопросы
- Что такое когнитивные вычисления? Особенности, объем и ограничения
Оглавление
Человеческое мышление выходит за рамки воображения. Может ли компьютер развить такую способность мыслить и рассуждать без вмешательства человека? Это то, чего пытаются достичь специалисты по программированию в IBM Watson. Их цель – смоделировать человеческий мыслительный процесс в компьютерной модели. Результатом стали когнитивные вычисления – сочетание когнитивной науки и информатики. Модели когнитивных вычислений представляют собой реалистичную дорожную карту для создания искусственного интеллекта.
«Когнитивные вычисления представляют собой самообучающиеся системы, которые используют модели машинного обучения для имитации работы мозга». В конечном итоге эта технология будет способствовать созданию автоматизированных ИТ-моделей, способных решать проблемы без помощи человека.
Познание исходит из человеческого мозга. Так что же мозг когнитивных систем?
Когнитивные вычисления представляют третью эру вычислений. В первую эпоху (19 век) Чарльз Бэббидж, также известный как «отец компьютера», представил концепцию программируемого компьютера. Его компьютер, используемый в навигационных расчетах, был разработан для табулирования полиномиальных функций. Во второй эре (1950 г.) появились компьютеры с цифровым программированием, такие как ENIAC, и началась эра современных вычислений и программируемых систем.
А теперь о когнитивных вычислениях, которые работают на алгоритмах глубокого обучения и аналитике больших данных, чтобы обеспечить понимание. Таким образом, мозг когнитивной системы – это нейронная сеть, фундаментальная концепция глубокого обучения. Нейронная сеть – это система аппаратного и программного обеспечения, имитирующая центральную нервную систему человека, для оценки функций, которые зависят от огромного количества неизвестных входных данных.
Каковы особенности решения для когнитивных вычислений?
При нынешнем состоянии вычислений когнитивных функций базовое решение может играть отличную роль помощника или виртуального советника. Siri, Google Assistant, Cortana и Alexa – хорошие примеры личных помощников. Виртуальный советник, такой как Dr. AI от HealthTap, – это когнитивное решение. Он основан на медицинских профилях отдельных пациентов и знаниях, полученных от 105 000 врачей. Он составляет список приоритетных симптомов и при необходимости подключается к врачу. Сейчас специалисты работают над внедрением когнитивных решений в корпоративные системы. Некоторые варианты использования – это обнаружение мошенничества с использованием машинного обучения, решения для прогнозной аналитики, прогнозирование разливов нефти в цикле добычи нефти и газа и т. д.
Целью когнитивных вычислений является создание вычислительных структур, которые могут решать сложные задачи без постоянного вмешательства человека. Чтобы реализовать вычисления с когнитивными функциями в коммерческих и широко распространенных приложениях, консорциум Cognitive Computing рекомендовал следующие функции для вычислительных систем:
Адаптивный
Интерактивный
Подобно мозгу, когнитивное решение должно взаимодействовать со всеми элементами системы – процессором, устройствами, облачными сервисами и пользователем. Когнитивные системы должны взаимодействовать в двух направлениях. Он должен понимать человеческий ввод и предоставлять соответствующие результаты с использованием обработки естественного языка и глубокого обучения. Некоторые умные умные чат-боты, такие как Mitsuku, уже достигли этой функции.
Итеративность и состояние
Контекстный
Каковы возможности когнитивных вычислений?
В то время как компьютеры десятилетиями выполняли вычисления и обрабатывали данные быстрее, чем люди. Но им с треском не удалось выполнить задачи, которые люди считают само собой разумеющимися, такие как понимание естественного языка или распознавание уникальных объектов на изображении. Таким образом, когнитивные технологии делают этот новый класс задач вычислимым. Они могут реагировать на сложные ситуации, характеризующиеся двусмысленностью и иметь далеко идущие последствия для нашей частной жизни, здравоохранения, бизнеса и т. д.
Согласно исследованию IBM Institute for Business Value – «Ваше когнитивное будущее», область когнитивных вычислений состоит из взаимодействия, принятия решений и открытий. Эти 3 способности связаны с тем, как люди думают и демонстрируют свои познавательные способности в повседневной жизни.
Вовлеченность
Когнитивные системы имеют обширные хранилища структурированных и неструктурированных данных. У них есть возможность развивать глубокое понимание предметной области и предоставлять экспертную помощь. Модели, построенные этими системами, включают контекстные отношения между различными объектами в мире системы, которые позволяют ей формировать гипотезы и аргументы.
Они могут согласовать неоднозначные и даже противоречивые данные. Таким образом, эти системы могут вступать в глубокий диалог с людьми. Технология чат-ботов – хороший пример модели взаимодействия. Многие чат-боты AI предварительно обучены знанию предметной области для быстрого внедрения в различных бизнес-приложениях.
Решение
На шаг впереди систем взаимодействия, они обладают способностью принимать решения. Эти системы моделируются с использованием обучения с подкреплением. Решения, принимаемые когнитивными системами, постоянно развиваются на основе новой информации, результатов и действий. Автономное принятие решений зависит от способности отследить, почему было принято то или иное решение, и изменить показатель достоверности реакции системы. Популярным вариантом использования этой модели является использование IBM Watson в здравоохранении.
Система может сопоставлять и анализировать данные пациента, включая его историю болезни и диагноз. Решение основывает рекомендации на его способности интерпретировать значение и анализировать запросы в контексте сложных медицинских данных и естественного языка, включая записи врачей, истории болезни, медицинские аннотации и отзывы о клиниках. По мере того, как решение учится, оно становится все более точным. Возможность поддержки принятия решений и сокращение объема бумажной работы позволяет врачам проводить больше времени с пациентами.
Открытие
Открытие – это наиболее продвинутая область когнитивных вычислений. Открытие включает в себя поиск идей и понимание огромного количества информации и развитие навыков. Эти модели построены на глубоком обучении и машинном обучении без учителя. При постоянно увеличивающихся объемах данных существует явная потребность в системах, которые помогают использовать информацию более эффективно, чем люди могли бы самостоятельно. Хотя все еще на ранних стадиях, некоторые возможности обнаружения уже появились, и ценностные предложения для будущих приложений убедительны. Оболочка Cognitive Information Management (CIM) в Университете штата Луизиана (LSU) является одним из когнитивных решений.
Распределенные интеллектуальные агенты в модели собирают потоковые данные, такие как текст и видео, для создания интерактивной системы измерения, проверки и визуализации, которая обеспечивает мониторинг и анализ в реальном времени. CIM Shell не только отправляет предупреждение, но и на лету меняет конфигурацию, чтобы изолировать критическое событие и исправить сбой.
Когнитивный компьютерный ландшафт
IBM Watson
Первоначально Watson – это суперкомпьютер IBM, который сочетает в себе искусственный интеллект (ИИ) и сложное аналитическое программное обеспечение для обеспечения оптимальной производительности в качестве «машины для ответов на вопросы», которая была широко представлена в шоу Jeopardy. Теперь он использует набор трансформационных технологий, таких как обработка естественного языка, распознавание изображений, анализ текста и виртуальные агенты.
IBM Watson использует глубокий анализ содержимого и аргументацию на основе фактов. В сочетании с массивными методами вероятностной обработки Watson может улучшить процесс принятия решений, снизить затраты и оптимизировать результаты.
Когнитивные службы Microsoft
Google DeepMind
DeepMind была приобретена Google в 2014 году и считается ведущим игроком в области исследований ИИ. Команда состоит из многих известных экспертов в области глубоких нейронных сетей, обучения с подкреплением и моделей, вдохновленных системной нейробиологией.
DeepMind стал популярен благодаря AlphaGo, узкому ИИ для игры в го, китайской настольной стратегической игре для двух игроков. AlphaGo стала первой программой ИИ, победившей профессионального игрока-человека в октябре 2015 года на полноразмерной доске.
CognitiveScale
SparkCognition
SparkCognition – это стартап из Остина, основанный в 2014 году. SparkCognition разрабатывает киберфизическое программное обеспечение на базе искусственного интеллекта для обеспечения безопасности и надежности ИТ, ОТ и IIoT.
Технология больше ориентирована на производство. Он способен использовать данные датчиков в реальном времени и непрерывно учиться на них, что позволяет более точно определять политику снижения и предотвращения рисков для вмешательства и предотвращения стихийных бедствий.
Успех Watson и DeepMind вдохновил другие компании на разработку когнитивных платформ с использованием инструментов с открытым исходным кодом. Другие ведущие технологические компании, такие как Qualcomm и Intel, предпринимают осторожные шаги по включению когнитивных решений для специализированных отраслей. Uber создала исследовательское подразделение, посвященное искусственному интеллекту и машинному обучению, и приобрела компании Geometric Intelligence и Otto. Otto – это стартап по созданию автономных грузовиков и транспортных средств, а компания Geometric Intelligence сосредоточена на получении аналитической информации из меньшего количества данных с помощью машинного обучения. Gamalon разработал технику искусственного интеллекта с использованием байесовского синтеза программ. Чтобы обучить систему достижению такого же уровня точности, как нейронные сети, требуется всего несколько элементов.
Здравоохранение – самый популярный сектор для принятия когнитивных решений. Такие стартапы, как Lumiata и Enlitic, разработали небольшие и мощные аналитические решения, которые помогают поставщикам медицинских услуг в диагностике и прогнозировании заболеваний. Другие компании на этом рынке – аналитика когнитивных угроз Cisco, CustomerMatrix, Digital Reasoning и Narrative Science.
Ограничения когнитивных вычислений
Ограниченный анализ риска
Кропотливый тренировочный процес
Изначально когнитивные системы нуждаются в обучающих данных, чтобы полностью понять процесс и улучшить его. Трудоемкий процесс обучения когнитивных систем, скорее всего, является причиной его медленного внедрения.
Финансовый менеджмент WellPoint столкнулся с аналогичной ситуацией с IBM Watson. Процесс обучения Watson для использования страховщиком включает в себя изучение текста каждой медицинской политики с инженерами IBM.
Медперсонал продолжает кормить пациентов до тех пор, пока система полностью не поймет конкретное заболевание. Более того, сложный и дорогостоящий процесс использования когнитивных систем только усугубляет ситуацию.
Больше увеличения интеллекта, чем искусственного интеллекта
Возможности современных когнитивных технологий ограничиваются вовлечением и принятием решения. Системы когнитивных вычислений наиболее эффективны в качестве помощников, которые больше похожи на увеличение интеллекта, а не на искусственный интеллект. Он дополняет человеческое мышление и анализ, но зависит от людей при принятии критических решений. Умные помощники и чат-боты – хорошие примеры. Такие специализированные проекты – это не внедрение в масштабах всего предприятия, а эффективный способ начать использовать когнитивные системы.
Когнитивные вычисления – определенно следующий шаг в вычислениях, начатых автоматизацией. Он устанавливает ориентир для вычислительных систем, достигающих уровня человеческого мозга. Но у него есть некоторые ограничения, которые затрудняют применение ИИ в ситуациях с высоким уровнем неопределенности, быстрыми изменениями или творческими требованиями. Сложность проблемы растет с увеличением количества источников данных. Такие неструктурированные данные сложно агрегировать, интегрировать и анализировать. В сложном когнитивном решении должно быть много технологий, которые сосуществуют, чтобы дать глубокое понимание предметной области.
Таким образом, помимо AI, ML и NLP, такие технологии, как NoSQL, Hadoop, Elasticsearch, Kafka, Spark и т. Д., Должны составлять часть когнитивной системы. Это полное решение будет способно обрабатывать динамические данные в реальном времени и статические исторические данные. Предприятиям, желающим внедрить когнитивные решения, следует начинать с определенного сегмента бизнеса. У этих сегментов должны быть строгие бизнес-правила для управления алгоритмами и большие объемы данных для обучения машин.
Почитать еще
10 инструментов аналитики данных
Загрузить программу ВІ Демонстрации решений Аналитика бизнеса Оглавление Введение в аналитику данных Прогресс в любой
Экосистема JavaScript: 38 инструментов для фронтальной и серверной разработки
В течение шести лет JavaScript оставался самым популярным языком интерфейсного программирования. Достаточно взглянуть на результаты
Инструменты интеграции данных
Инструменты интеграции данных предназначены для широкого спектра сценариев использования, которые зависят от основных возможностей доставки
TIBCO Spotfire 11.0
Spotfire 11.0 представляет Spotfire Mods — легкий облачный фреймворк для создания новых интерактивных типов визуализаций, позволяющий создавать
50 новых инструментов для анализа и визуализации данных
Подобно тому как ранее мы стали свидетелями перехода на платформы сбора данных, работающие по принципу
Обновления TIBCO Spotfire 7.5-10.2
Загрузить программу ВІ Демонстрации решений Версия 10.2 Поддержка SAP HANA 2 Коннектор SAP HANA теперь
Обновления TIBCO Spotfire Версия 10.7
Версия 10.7 Теперь Spotfire Analyst поддерживает использование языка Python прямо «из коробки». Это означает, что
Обновления TIBCO Spotfire Версия 10.9
Версия 10.9 Основные новые функции и изменения в версии Загрузить программу ВІ Демонстрации решений Аналитика
Обновление Tibcо Spotfire 10.10
Spotfire 10.10 LTS является релизом с долгосрочной поддержкой (Spotfire Long-Term Support release), а также представляет