Różnica między sztuczną inteligencją a przetwarzaniem kognitywnym (przetwarzaniem kognitywnym)

Od oprogramowania do przetwarzania danych po roboty, samochody autonomiczne czy fabryki przyszłości, sztuczna inteligencja staje się symbolem ery Internetu rzeczy (IoT) .

Obliczenia kognitywne to kolejny termin często używany zamiennie ze sztuczną inteligencją. Jednak te dwie koncepcje mają różnice. Ważne jest, aby znać różnicę między systemem IoT działającym w oparciu o sztuczną inteligencję a systemem opartym na przetwarzaniu kognitywnym, aby wiedzieć, czego się spodziewać po każdym systemie.

Co to jest przetwarzanie kognitywne?

Obliczenia kognitywne, zwane także obliczeniami kognitywnymi, odnoszą się do nowej ery superkomputerów, w której komputery naśladują aktywność ludzkiego mózgu i pomagają podejmować lepsze decyzje. Podejmowanie decyzji w imieniu ludzi to kluczowy punkt, który odróżnia przetwarzanie kognitywne od sztucznej inteligencji.

Powyższa definicja podkreśla: Prawdziwy zakres obliczeń kognitywnych wykracza poza IoT. Chociaż IoT jest ważny, przetwarzanie kognitywne ma szersze zastosowania w fizyce kwantowej, kryptoanalizie, aerodynamiki i wielu innych dziedzinach akademickich.

Dzięki przetwarzaniu kognitywnemu za ostateczną decyzję w dalszym ciągu odpowiadają ludzie. Duże firmy specjalizujące się w produkcji chipów elektronicznych, m.in. IBM, Intel czy Microsoft, a także obiecujące startupy, badają nowe rozwiązania z zakresu Cognitive Computing.

Firma Intel opracowała pierwszy na świecie układ symulujący ludzki mózg, zwany Loihi, który wykorzystuje informacje zwrotne z otoczenia, dzięki czemu komputery mogą nauczyć się reagować w każdej sytuacji.

Oczywiście Cognitive Computing to duża zmiana dla całego świata komputerów, ponieważ sprawia, że ​​komputer nie jest już bezmyślną maszyną, ale bardziej przypomina prawdziwy ludzki mózg.

Przykłady zastosowań IoT

Do analizy dużych ilości danych komputery kognitywne mogą wykorzystać sztuczną inteligencję, głębokie uczenie się, uczenie maszynowe , eksplorację tekstu (wydobywanie i przetwarzanie informacji w tekście), asystentów głosowych czy neuronaukę.-programowanie językowe (NLP – programowanie neurolingwistyczne). Pomaga to naukowcom i badaczom szybko rozwiązywać wszelkie problemy, stosować nowe hipotezy i rozszerzać swoje modele.

Chociaż inteligentniejsi asystenci AI mogą korzystać z wielu takich samych precyzyjnych narzędzi, ich ostateczny cel nie ogranicza się do superszybkiego samodzielnego przetwarzania danych. Mają oczywiste zastosowania w obsłudze inteligentnych urządzeń.

Zweryfikujmy to na przykładzie zaawansowanych systemów zarządzania ruchem. Dzięki technologii Cognitive Computing centrum kontroli będzie otrzymywać dane wejściowe ze wszystkich samochodów i sygnałów drogowych w mieście. Pomyśl o Big Data , chmurze obliczeniowej i regulacjach ruchu na drogach.

Zadania takie jak uspokojenie ruchu, prowadzenie pieszych, zapobieganie kolizjom i przydzielanie miejsc parkingowych będą wymagały pomocy sztucznej inteligencji. Sztuczną inteligencję należy wdrożyć w pojazdach oraz w centrum zarządzania ruchem.

Jako inny przykład rozważ rolę dwóch technologii AI i Cognitive Computing w zarządzaniu opieką nad pacjentem w szpitalu. Podczas gdy przetwarzanie kognitywne może pomóc zapracowanemu menedżerowi śledzić dostępne łóżka szpitalne, rotację pracowników, karty czasu pracy itp., roboty AI mogą pomóc w opiece nad pacjentami w świecie rzeczywistym.

W tym artykule omówiono różnicę w definicji między sztuczną inteligencją (sztuczną inteligencją) a przetwarzaniem kognitywnym (przetwarzaniem kognitywnym).

Jednak utrzymujące się trendy branżowe pokazują, że firmy IoT nie przejmują się zbytnio tymi różnicami.

Chociaż prawdą jest, że sztuczna inteligencja to kolejny duży krok w dziedzinie obliczeń superkomputerowych, wiele osób uważa, że ​​termin ten jest mniej więcej chwytem marketingowym (ponieważ koncepcję tę po raz pierwszy wprowadził IBM – duża międzynarodowa korporacja zajmująca się technologią komputerową w USA). Obecnie wzrasta liczba firm posługujących się obydwoma pojęciami zamiennie. Sztuczna inteligencja może w przyszłości stać si ogólnym terminem obejmującym wszystkie te koncepcje.