Computació cognitiva

Podríem anomenar a l’època actual “Era cognitiva” terme que més aviat sembla una (bona?) estratègia de màrqueting, però, la denominació sembla encertada ja que han aparegut en els últims anys un conjunt de desenvolupaments peculiars al voltant de la cognició i el funcionament del cervell.

Podem definir cognició com la facultat d’un ésser viu per processar informació a partir de la percepció, el coneixement adquirit (l’experiència) i altres capacitats en processos tals com l’aprenentatge, el raonament, l’atenció, la memòria, la resolució de problemes, la presa de decisions, els sentiments, …

cogniCAT

Des de les pàgines d’aquest bloc ja ens hem ocupat d’explicar el nostre punt de vista sobre alguns d’aquests processos, vegin per exemple:

Els més recents avenços sobre el tema cognitiu es donen a:

  1. Psicologia cognoscitiva
  2. Antropologia cognitiva o Etnociència
  3. Ciència cognitiva (o en plural, ciències)
  4. Intel·ligència artificial i Computació cognitiva

Però no tractarem de tots ells, només del més recent i potser del que causarà majors desafiaments i impactes a la nostra societat segons auguren els experts: La computació cognitiva.

Un dels reptes de la intel·ligència artificial i de la Computació cognitiva és aconseguir que els processos dels ordinadors s’apropin el més possible als processos humans en el sentit d’aprendre i en el de sentir. Una de les primeres empreses en apostar per la computació cognitiva ha estat IBM, encara que el terme com a tal apareix de la mà de Wang Laboratories el 2002.

La computació cognitiva es refereix als sistemes que aprenen i que són capaços d’interactuar amb els éssers humans de forma natural. Tracten de simular / mimetitzar la forma de pensament humà / com funciona el nostre cervell. Es basen en algoritmes d’aprenentatge profund i xarxes neuronals per processar la informació comparant-la amb un conjunt de dades disponibles o apreses anteriorment [Teaching set of data].

El pioner de la informàtica J.C.R. Licklider va escriure el 1960 la seva obra “Man-Computer Symbiosis” en què apuntava la interacció cooperativa entre homes i computadores electròniques.

Al mes de febrer de 2011, es va presentar mundialment Watson, el sistema cognitiu de computació d’IBM que va derrotar a Ken Jennings i Brad Rutter en Jeopardy!. Vam donar compte d’això en el nostre post [Knowgarden de Marcos Catalán i Jaume Sató].

Els sistemes cognitius són probabilístics, el que significa que estan dissenyats per adaptar-se i donar sentit a la complexitat i imprevisibilitat de la informació no estructurada. Poden “llegir” el text, “veure” les imatges i “escoltar” la parla natural. Interpreten aquesta informació, l’organitzen i ofereixen explicacions del que significa, juntament amb la raó de les seves conclusions. No ofereixen respostes definitives. De fet, no “saben” la resposta. Més aviat, estan dissenyats per a sospesar la informació i les idees de múltiples fonts, per raonar, i després oferir hipòtesis per a la seva consideració. Un sistema cognitiu assigna un nivell de confiança a cada resposta potencial.

A més, els sistemes cognitius poden aprendre dels seus errors. Després d’ingerir un corpus de coneixement, curat per experts en qualsevol tema donat, els sistemes cognitius són entrenats alimentant-los amb sèries de parelles de preguntes i respostes. Aquest “coneixement” de la màquina es millora a mesura que els éssers humans interactuen amb el sistema, proporcionant retroalimentació sobre l’exactitud de les respostes del sistema.

Els sistemes cognitius combinen 5 capacitats principals:

  1. Creen interaccions humanes personalitzades per a cada usuari, basades en la manera, la forma i el grau de detall que cada persona prefereix, a partir de les dades de cada individu: dades de geolocalització, interaccions web, historial de transaccions, patrons de fidelitat , registres mèdics electrònics i dades de wearables, to, sentiment, estat emocional, condicions ambientals, etc.
    Raonen a través de la suma total de totes aquestes dades estructurades i no estructurades per tal de trobar el que realment importa en la participació d’una persona. En aprendre contínuament, s’ofereix un valor cada vegada més gran de les interaccions, i aquestes es tornen més naturals, anticipatòries i emocionalment apropiades.
  1. Augmenten i eleven l’experiència: El coneixement en/de cada indústria i a/de cada professió s’està expandint a un ritme més ràpid del que qualsevol professional és capaç de seguir: revistes, nous protocols, nova legislació, noves pràctiques i camps nous de dalt a baix. Atès que aquests sistemes dominen el llenguatge de diferents professions, poden comprendre i ensenyar coneixements complexos. Això redueix el temps necessari perquè un professional es converteixi en un expert.
    A més, pel fet que aquests sistemes són ensenyats per professionals líders, posen a disposició de tota la societat el coneixement dels millors.
  1. Incorporen capacitats cognitives a productes i serveis: La cognició permet que noves classes de productes i serveis percebin, raonin i aprenguin sobre els seus usuaris i el món que els envolta. Això permet la millora contínua i l’adaptació, i l’augment de les seves capacitats per a proporcionar usos no imaginats prèviament. Veiem que això ja passa amb automòbils, dispositius mèdics, electrodomèstics i fins i tot joguines. Internet de les coses està expandint exponencialment l’univers de productes i serveis digitals.
  1. Permeten processos i operacions cognitives: La cognició també transforma el funcionament d’una empresa. Els processos de negoci als que s’incorporen capacitats cognitives els dóna una major consciència dels fluxos de treball, el context i el medi ambient, portant a un aprenentatge continu, una millor previsió i una major eficàcia operativa, juntament amb una millor i més ràpida presa de decisions dotada de la informació més actualitzada.
  1. Permeten millorar l’exploració i el descobriment i generar nova innovació. Mitjançant l’aplicació de tecnologies cognitives a grans quantitats de dades (Big Data), poden descobrir patrons, oportunitats i hipòtesis executables que serien pràcticament impossibles de descobrir utilitzant la investigació tradicional o els sistemes programables per si sols.

Intel·ligència augmentada

HPE anomena a aquesta “nova” forma de computació “Intel·ligència augmentada” (Augmented Intelligence). En el seu llibre blanc sobre el tema, s’enumeren un conjunt de teories i tècniques aplicades en la seva plataforma d’intel·ligència augmentada “IDOL“, per processar i extreure el significat de la informació humana:

  1. Teoria bayesiana i Teoria de la informació
  2. Analítica estructurada (Anàlisi de gràfics, Anàlisi predictiu)
  3. Reconeixement de patrons
  4. Reconeixement textual de patrons (Recerca bàsica, Cerca conceptual, Agents conceptuals, Hipervincles, Perfils d’usuari, Categories i clústers, Adaptació versàtil [Versatile matching])
  5. Classificació (Categorització, Clustering, Educció de requisits [veure Enginyeria de Requisits], Anàlisi dels sentiments, Tractament de Multimedia interactiva [Rich Media])
  6. Reconeixement de patrons d’àudio (Dictat a text [Speech to text], Personalització del llenguatge i adaptació acústica, Anàlisi d’àudio, Reconeixement d’àudio, Cerca de frases fonètiques)
  7. Reconeixement de patrons d’imatge (Reconeixement òptic de caràcters, Reconeixement de codis de barres, Processament d’imatges humanes, Reconeixement facial, Reconeixement d’objectes, Classificació d’imatges)
  8. Visió per ordinador geomètrica (Localització i mapatge simultanis, Reconstrucció 3D, Detecció de canvis)

En una visió una mica més ampliada a aquestes tecnologies els podem afegir la capacitat de processar el llenguatge natural, i la capacitat d’aprenentatge automàtic [machine learning], entenent aquesta com la capacitat dels sistemes informàtics per millorar el seu rendiment mitjançant l’exposició a les dades ia la informació sense necessitat de seguir instruccions explícitament programades. De manera més concreta, es tracta de crear programes capaços de generalitzar comportaments a partir d’una informació no estructurada subministrada en forma d’exemples. És, per tant, un procés d’inducció del coneixement.

 

Si en voleu saber una mica més…

 

Marr, B. (2016) What Everyone Should Know About Cognitive Computing. Forbes.

http://www.forbes.com/sites/bernardmarr/2016/03/23/what-everyone-should-know-about-cognitive-computing/#37a27c825d6e

Kelly, J.E. (2015) Computing, cognition and the future of knowing. How humans and machines are forging a new age of understanding. IBM Research and Solutions Portfolio. October 2015.  http://www.research.ibm.com/software/IBMResearch/multimedia/Computing_Cognition_WhitePaper.pdf

HPE (2016) Augmented intelligence. Helping humans make smarter decisions. Hewlett Packard Enterprise Development LP. March 2016.

http://h20195.www2.hpe.com/V2/GetPDF.aspx/4AA6-4478ENW.pdf

Pereira, D.T. et al. (2015) Cognitive technologies in the technology sector. From science fiction vision to real-world value. Deloitte University Press.

https://dupress.deloitte.com/dup-us-en/focus/cognitive-technologies/artificial-intelligence-in-technology-sector-tmt.html

Alonso, J.J. y Matos, M. (2016) La computación cognitiva, el valor de unir máquinas y humanos. Harvard-Deusto.1 de Julio de 2016.

https://www.harvard-deusto.com/la-computacion-cognitiva-el-valor-de-unir-maquinas-y-humanos

http://www.gbm.net/bienvenidos-a-la-era-cognitiva

http://www.predictiveanalyticstoday.com/what-is-cognitive-computing/