Tabla de contenido:
Definición: ¿Qué significa la computación cognitiva?
La computación cognitiva describe tecnologías que se basan en los principios científicos detrás de la inteligencia artificial y el procesamiento de señales, que abarca el autoaprendizaje automático, la interacción humano-computadora, el procesamiento del lenguaje natural, la minería de datos y más. Su objetivo es resolver problemas complejos caracterizados por la incertidumbre y la ambigüedad, que en otras palabras significa problemas que solo son resueltos por el pensamiento cognitivo humano.
Techopedia explica la computación cognitiva
La informática cognitiva es la rama de la informática que se ocupa de resolver problemas complejos que pueden tener situaciones dinámicamente cambiantes y datos ricos en información que tienden a cambiar con frecuencia y a veces incluso entran en conflicto entre sí. Un ser humano puede lidiar con tales problemas evolucionando metas y cambiando objetivos, pero los algoritmos informáticos tradicionales no pueden adaptarse a dicho cambio. Para hacer frente a este tipo de problemas, los sistemas de computación cognitiva tienen que sopesar los datos en conflicto y sugerir una respuesta que mejor se adapte a la situación en lugar de lo que es "correcto".
Aunque actualmente no existe una definición acordada de computación cognitiva en la industria o en la academia, el término se usa a menudo para describir una nueva tecnología que imita la forma en que funciona el cerebro humano y cómo aborda la resolución de problemas. Se puede ver como un campo que tiene el objetivo de modelar con precisión cómo la mente humana siente, razona y responde a los estímulos a su alrededor. Sus mayores aplicaciones serían en el análisis de datos y la producción adaptativa, ajustando la producción para adaptarse a un público en particular.
Las propiedades de un sistema informático cognitivo incluyen:
- Contextual: comprende y extrae elementos contextuales como el significado, el tiempo, la ubicación, el proceso y otros basados en múltiples fuentes de información. Por ejemplo, puede ser alimentado con datos tales como carreteras, ambulancias, lesiones y restos y puede surgir el contexto de un accidente vehicular.
- Adaptativo: esta es la parte de aprendizaje. Se adapta a nueva información y estímulos para resolver la ambigüedad y tolerar la imprevisibilidad. En relación con el contexto, esta característica se encarga de alimentarse de datos dinámicos y luego procesarlos para formar el contexto eventual y llegar a soluciones o conclusiones.
- Interactivo: el sistema puede interactuar con los usuarios para que los usuarios puedan definir sus necesidades y conectarse con otros dispositivos y sistemas.
- Iterativo y con estado: los sistemas deben ayudar en la definición del problema haciendo las preguntas correctas y encontrando fuentes adicionales de información si un problema es incompleto o ambiguo. También deben poder recordar interacciones y procesos previos y volver al estado en momentos anteriores.
