Indholdsfortegnelse:
Definition - Hvad betyder kognitiv computing?
Kognitiv databehandling beskriver teknologier, der er baseret på de videnskabelige principper bag kunstig intelligens og signalbehandling, der omfatter maskine-selvlæring, interaktion mellem mennesker og computere, naturlig sprogbehandling, data mining og mere. Dets mål er at løse komplekse problemer, der er kendetegnet ved usikkerhed og tvetydighed, hvilket med andre ord betyder problemer, der kun løses af menneskets kognitive tanke.
Techopedia forklarer kognitiv computing
Kognitiv computing er den filial af datalogi, der beskæftiger sig med at løse komplekse problemer, der kan have dynamisk skiftende situationer og informationsrige data, der ofte har tendens til at ændre sig og nogle gange endda komme i konflikt med hinanden. Et menneske kan håndtere sådanne problemer ved at udvikle mål og ændre mål, men traditionelle beregningsalgoritmer er ikke i stand til at tilpasse sig sådan ændring. For at tackle disse slags problemer er kognitive computersystemer nødt til at veje de modstridende data og foreslå et svar, der bedst passer til situationen snarere end hvad der er "rigtigt".
Selvom der i øjeblikket ikke findes en aftalt definition af kognitiv computing i branchen eller akademe, bruges betegnelsen ofte til at beskrive ny teknologi, der efterligner den måde, den menneskelige hjerne fungerer på, og hvordan den nærmer sig problemløsning. Det kan ses som et felt, der har et mål om nøjagtigt at modellere, hvordan det menneskelige sind fornemmer, begrunder og reagerer på stimuli omkring det. Dens største applikationer ville være inden for dataanalyse og adaptiv output, og justere output til at passe til et bestemt publikum.
Egenskaber ved et kognitivt computersystem inkluderer:
- Kontekst - Forstår og uddrager kontekstuelle elementer som betydning, tid, placering, proces og andre baseret på flere informationskilder. F.eks. Kan det fodres med data som vej, ambulance, personskade og vrag og komme op i sammenhængen med en bilulykke.
- Tilpasningsevne - Dette er læringsdelen. Det tilpasser sig ny information og stimuli for at løse uklarhed og tolerere uforudsigelighed. I forhold til kontekst tager denne karakteristik sig af at fodre med dynamiske data og derefter behandle dem for at danne den eventuelle kontekst og komme med løsninger eller konklusioner.
- Interaktivt - Systemet er i stand til at interagere med brugerne, så brugerne kan definere deres behov samt oprette forbindelse til andre enheder og systemer.
- Iterativ og tilstrækkelig - Systemerne skal hjælpe med at definere problemet ved at stille de rigtige spørgsmål og finde yderligere informationskilder, hvis et problem er ufuldstændigt eller tvetydigt. De skal også være i stand til at huske tidligere interaktioner og processer og vende tilbage til staten på tidligere tidspunkter.
