Was ist Cognitive Computing?
Cognitive Computing beschreibt Technologien, die auf den wissenschaftlichen Prinzipien der künstlichen Intelligenz und Signalverarbeitung basieren und maschinelles Selbstlernen, Mensch-Computer-Interaktion, Verarbeitung natürlicher Sprache, Data Mining und mehr umfassen. Sein Ziel ist es, komplexe Probleme zu lösen, die durch Unsicherheit und Ambiguität gekennzeichnet sind, dh Probleme, die nur durch das menschliche kognitive Denken gelöst werden können.
Kognitives Rechnen ist der Zweig der Informatik, der sich mit der Lösung komplexer Probleme befasst, die sich dynamisch verändernde Situationen und informationsreiche Daten haben können, die sich häufig ändern und manchmal sogar miteinander in Konflikt geraten. Ein Mensch kann mit solchen Problemen umgehen, indem er Ziele entwickelt und Ziele ändert, aber herkömmliche Rechenalgorithmen sind nicht in der Lage, sich an solche Veränderungen anzupassen. Um diese Art von Problemen zu lösen, müssen kognitive Computersysteme die widersprüchlichen Daten abwägen und eine Antwort vorschlagen, die am besten zu der Situation passt und nicht, was ‚richtig‘ ist.
Obwohl es derzeit keine vereinbarte Definition von Cognitive Computing in der Industrie oder der Wissenschaft gibt, wird der Begriff oft verwendet, um neue Technologien zu beschreiben, die die Funktionsweise des menschlichen Gehirns nachahmen und sich der Problemlösung nähern. Es kann als ein Feld gesehen werden, das das Ziel hat, genau zu modellieren, wie der menschliche Geist Reize um ihn herum wahrnimmt, begründet und darauf reagiert. Seine größten Anwendungen sind die Datenanalyse und die adaptive Ausgabe, wobei die Ausgabe an eine bestimmte Zielgruppe angepasst wird.
Eigenschaften eines kognitiven Computersystems umfassen:
Kontextuell – Versteht und extrahiert Kontextelemente wie Bedeutung, Zeit, Ort, Prozess und andere basierend auf mehreren Informationsquellen. Zum Beispiel kann es mit Daten wie Straße, Krankenwagen, Verletzung und Wrack gefüttert werden und mit dem Kontext eines Fahrzeugunfalls konfrontiert werden.
Adaptiv – Dies ist der Lernabschnitt. Es passt sich neuen Informationen und Stimuli an, um Mehrdeutigkeiten aufzulösen und Unvorhersehbarkeit zu tolerieren. In Bezug auf den Kontext sorgt dieses Merkmal dafür, dynamische Daten zu nutzen und sie dann zu verarbeiten, um den letztendlichen Kontext zu bilden und Lösungen oder Schlussfolgerungen zu finden.
Interaktiv – Das System kann mit Benutzern interagieren, so dass die Benutzer ihre Bedürfnisse definieren und sich mit anderen Geräten und Systemen verbinden können.
Iterativ und Stateful – Die Systeme müssen bei der Definition des Problems helfen, indem sie die richtigen Fragen stellen und zusätzliche Informationsquellen finden, wenn ein Problem unvollständig oder mehrdeutig ist. Sie müssen sich auch an frühere Interaktionen und Prozesse erinnern und zu früheren Zeitpunkten in den Staat zurückkehren können.