Чем когнитивные службы отличаются от обычных компьютеров

Обновлено: 21.11.2024

Работа IBM в области когнитивных вычислений стала основным фактором среди патентов, выданных компании США. Ведомство по патентам и товарным знакам. Более 800 из 7 355 патентов IBM в 2015 году связаны с когнитивными вычислениями, что на 52 % больше, чем в предыдущем году.

В прошлом году IBM объявила, что перестроила всю свою бизнес-стратегию вокруг перспектив когнитивных компьютеров, которые могут обучаться, рассуждать и эффективно обрабатывать различные типы данных, взаимодействуя с людьми естественным и знакомым образом.

Руководители IBM считают, что когнитивные вычисления окажут огромное влияние на бизнес и общество, помогая людям принимать более взвешенные решения в личной и профессиональной жизни, демократизируя опыт и изменяя отрасли и профессии.

Проще говоря, инновационная программа IBM требует разработки когнитивных решений, предоставляемых через облачную платформу, для преобразования отраслей.

Вот некоторые основные инновации прошлого года в сфере когнитивных вычислений:

Создание машин, имитирующих мозг. Обычные компьютеры хороши в математике, но они не могут отличить дерево от грузовика — по крайней мере, без использования огромных вычислительных мощностей. A изобрел новый тип процессорного чипа, который черпает вдохновение в структуре и функциях человеческого мозга, используя при этом творческие возможности современных технологий — учиться и адаптироваться на лету, и в 10 000 раз более энергоэффективен, чем обычные чипы. (Патент US8977583)

Обработка информационной перегрузки. В эпоху больших данных компьютерам необходимо обрабатывать огромное количество информации обо всем, от твитов до града, часто в режиме реального времени. Команда изобрела когнитивную технологию больших данных, которая упрощает мониторинг чрезвычайно больших объемов данных, передаваемых по сетям, и автоматически учится выявлять шаблоны, которые могут сигнализировать об атаках вредоносных программ и других киберугрозах, которые могут быть дополнительно исследованы и приняты меры специалистами по безопасности и сетями. системы. (Патент US9032521)

Ключевая статистика из сегодняшнего объявления

Наделение машин здравым смыслом: как компьютер узнает, какие фрагменты информации в Интернете достоверны, а какие — пустая чушь. Изобретение фильтрует источники информации и определяет, какие из них наиболее актуальны и заслуживают доверия. В результате когнитивный компьютер может решить, какой информации следует доверять больше всего, когда он дает рекомендации людям. (Патент US9087304)

Помогаем компьютерам учиться у нас: в отличие от обычных компьютеров, когнитивные системы могут учиться на собственном опыте. Команда изобрела технологию, которая помогает компьютерам понимать язык, взаимодействуя с людьми. Цель состоит в том, чтобы помочь компьютерам выяснить, взаимодействуют ли они с человеком или с машиной. Изобретение может быть использовано веб-сайтом, продающим билеты на мероприятия, для отсеивания ботов, контролируемых спекулянтами. (Патент US9146917)

Помощь машинам в понимании эмоций. На протяжении большей части истории компьютерных вычислений нам, людям, приходилось играть по правилам машин, в основном печатая или нажимая кнопки, чтобы нас поняли. В когнитивную эпоху машины будут все больше слушать и говорить с нами. Группа ученых из китайской лаборатории IBM Research запатентовала систему, которая помогает машинам интерпретировать слова, наполненные эмоциями, чтобы они могли общаться с нами более естественным образом. (Патент US9117446)

Кроме того, изобретатели IBM сосредоточены на инновациях, которые помогут улучшить облачные вычисления. Например:

Помогаем вашему облаку работать быстрее. Одно из преимуществ облачных вычислений заключается в том, что ресурсы могут быть предоставлены со всей планеты. Компьютерщики IBM разработали и запатентовали способ отображения доступных ресурсов и определения кратчайших сетевых маршрутов между ними и конечными пользователями. Таким образом, для каждого клиента можно использовать наилучшее сочетание облачных центров обработки данных, сводя к минимуму задержки при получении и отправке данных. (Патент US8972986)

Управление сверхэффективными облаками. Изобретатели IBM разработали способ, с помощью которого облака могут запрашивать дополнительные вычислительные ресурсы у других облаков для управления интенсивными рабочими нагрузками с дополнительными ресурсами для совместного использования. В то же время облака, располагающие достаточными ресурсами, также могут оповещать другие облака о приближении важных событий. Это позволяет выполнять вычислительные задачи быстрее и эффективнее. (Патент US9009722)

Изобретатели IBM также сосредоточены на инновациях, которые помогут трансформировать отрасли. Например:

Эффективная связь в международных туристических центрах. Туристическим центрам, таким как международные аэропорты, необходимо как можно быстрее и эффективнее предоставлять информацию пассажирам, говорящим на разных языках. Изобретатели IBM придумали способ определить, на каких языках чаще всего говорят путешественники. Затем объявления переводятся и транслируются на этих языках. (Патент US9093062)

Улучшение ухода за пациентами с помощью машинного обучения. Диагностика заболеваний может быть очень сложной задачей, а незаметные различия в симптомах пациентов могут существенно повлиять на диагностику и варианты лечения пациентов. Изобретатели IBM запатентовали изобретение, которое идентифицирует алгоритмы, которые в прошлом имели наибольшую вероятность успеха для диагностики определенного класса заболеваний, а затем применяют эти алгоритмы, чтобы помочь врачам диагностировать текущее состояние пациента. (Патент US9171478)

Искусственный интеллект и связанные с ним области расширились в последние годы. По мере того, как его популярность росла, возникло некоторое нерешительное понимание технических жаргонов, относящихся к искусственному интеллекту. Глубокое обучение, машинное обучение, распознавание речи, анализ текста, когнитивные вычисления, нейронные сети и т. д.

Они часто используются взаимозаменяемо, но подходы и цели этих терминов существенно различаются. Одной из таких технологий являются когнитивные вычисления, которые связаны с искусственным интеллектом, но на самом деле сильно отличаются от последних. Хотя обе технологии представляют собой следующую большую волну суперкомпьютеров, при практическом использовании эти технологии имеют разное значение.

Что такое искусственный интеллект?

Tech target определяет ИИ как «моделирование процессов человеческого интеллекта машинами, особенно компьютерными системами. Эти процессы включают обучение (получение информации и правил использования информации), рассуждение (использование правил для достижения приблизительных или определенных выводов) и самокоррекцию». Он используется как общий термин для всех наборов технологий, алгоритмов, методов и теорий, которые позволяют компьютерным системам выполнять задачи, обычно требующие человеческого интеллекта.

Согласно этому описанию подразумевается, что компьютерное зрение, машинное обучение и робототехника так или иначе являются частью ИИ. Эксперты по искусственному интеллекту утверждают, что искусственный интеллект позволяет машине предлагать расширенный интеллект, и поэтому он превзойдет человеческую проницательность и точность или даже ловкость или силу.

Что такое технология когнитивных вычислений?

С другой стороны, когнитивные вычисления трудно дать четкое определение. Технические эксперты описывают когнитивные вычисления как не что иное, как вычисления, которые внимательно относятся к рассуждениям и пониманию на продвинутом уровне.

Возможно, это очень похоже на человеческое мышление, способное принимать решения высокого уровня в сложных сценариях. Когнитивные вычисления могут обрабатывать концептуальные/символические данные, а не только чистые данные или потоки датчиков. По словам сторонников когнитивных вычислений, эта технология может управлять огромным объемом данных и исчерпывающими раундами аналитики. Несмотря на это, люди твердо несут ответственность за принятие решений.

Итак, проще говоря, ИИ позволяет компьютеру быть умнее человека. С другой стороны, когнитивные вычисления — это отдельные технологии, которые выполняют определенные задачи, облегчающие человеческий интеллект.

Объяснение отличия

Давайте представим сценарий, в котором необходимо обработать огромную базу данных медицинских карт и журналов, чтобы найти наиболее подходящее лечение для пациента. Помощник с искусственным интеллектом оценит симптомы человека и на основе анализа найдет наиболее подходящий вариант лечения для врача.

Между тем, когнитивные вычисления предоставят информацию, которая поможет врачу в лечении, где врач сам примет окончательное решение.

Другими словами, когда когнитивные вычисления помогают людям принимать более взвешенные решения, предоставляя нам последнее слово, используя машины, в то время как ИИ основан на идее, что машины могут принимать лучшие решения от имени человека.

Очевидно, что и ИИ, и когнитивные вычисления «основаны на способности машин ощущать, рассуждать, действовать и адаптироваться на основе полученного опыта», — объясняет генеральный директор Intel Брайан Кржанич. Они похожи по намерениям и различаются по склонности к естественному взаимодействию с людьми. Одно можно сказать наверняка: благодаря этим технологиям в ближайшие годы мы добьемся беспрецедентного прогресса в различных отраслях.

Cognitive Services предоставляет возможности машинного обучения для решения общих задач, таких как анализ текста на предмет эмоционального настроения или анализ изображений для распознавания объектов или лиц. Для использования этих сервисов не требуется специальных знаний в области машинного обучения или обработки данных.

Cognitive Services – это группа служб, каждая из которых поддерживает различные общие возможности прогнозирования. Услуги разделены на разные категории, чтобы помочь вам найти нужную услугу.

Категория услуги Назначение
Решение Создавайте приложения, предоставляющие рекомендации для информированного и эффективного принятия решений.
Язык Разрешите своим приложениям обрабатывать естественный язык с помощью предварительно созданных сценариев, оценивайте чувства и узнайте, как распознавать, чего хотят пользователи.
Поиск Добавьте API поиска Bing в свои приложения и используйте возможность прочесывать миллиарды веб-страниц, изображений , видео и новости с помощью одного вызова API.
Речь Преобразование речи в текст, а текста в естественно звучащую речь. Переводите с одного языка на другой и включайте проверку и распознавание говорящего.
Видение Распознавайте, идентифицируйте, подписывайте, индексируйте и модерируйте свои изображения, видео, и содержание цифровых чернил.

Используйте Cognitive Services, когда вы:

  • Можно использовать обобщенное решение.
  • Доступ к решению с помощью REST API или SDK для программирования.

Используйте другое решение для машинного обучения, когда вы:

  • Необходимо выбрать алгоритм и провести обучение на очень конкретных данных.

Что такое машинное обучение?

Машинное обучение — это концепция, в которой вы объединяете данные и алгоритм для решения конкретной задачи. После обучения данных и алгоритма на выходе получается модель, которую можно снова использовать с другими данными. Обученная модель предоставляет информацию на основе новых данных.

Процесс создания системы машинного обучения требует определенных знаний в области машинного обучения или обработки данных.

Что такое когнитивный сервис?

Cognitive Service предоставляет часть или все компоненты решения для машинного обучения: данные, алгоритм и обученную модель. Эти сервисы предназначены для того, чтобы требовать общих знаний о ваших данных, не требуя опыта в области машинного обучения или науки о данных. Эти службы предоставляют как REST API, так и языковые SDK. Поэтому для использования этих служб необходимо знание языка программирования.

Чем похожи Cognitive Services и Машинное обучение Azure (AML)?

Конечной целью обоих является применение искусственного интеллекта (ИИ) для улучшения бизнес-операций, хотя каждый из них реализует это по-разному в соответствующих предложениях.

Как правило, аудитории разные:

  • Cognitive Services предназначены для разработчиков, не имеющих опыта машинного обучения.
  • Машинное обучение Azure предназначено для специалистов по данным.

Чем Cognitive Service отличается от машинного обучения?

Cognitive Service предоставляет вам обученную модель. Это объединяет данные и алгоритм, доступные через REST API или SDK. Вы можете внедрить эту услугу в течение нескольких минут, в зависимости от вашего сценария. Cognitive Service предоставляет ответы на общие вопросы, такие как ключевые фразы в тексте или идентификация элементов на изображениях.

Машинное обучение — это процесс, который обычно требует более длительного периода времени для успешной реализации. Это время тратится на сбор данных, очистку, преобразование, выбор алгоритма, обучение модели и развертывание, чтобы достичь того же уровня функциональности, что и Cognitive Service. С помощью машинного обучения можно найти ответы на узкоспециализированные и/или специфические проблемы. Проблемы с машинным обучением требуют знакомства с конкретным предметом и данными рассматриваемой проблемы, а также опыта в области науки о данных.

Какие данные у вас есть?

Cognitive Services как группа служб могут не требовать никаких, некоторых или всех пользовательских данных для обученной модели.

Дополнительные данные для обучения не требуются

Службы, предоставляющие полностью обученную модель, можно рассматривать как непрозрачную коробку. Вам не нужно знать, как они работают или какие данные использовались для их обучения. Вы передаете свои данные полностью обученной модели, чтобы получить прогноз.

Необходимы некоторые или все обучающие данные

Некоторые сервисы позволяют использовать собственные данные, а затем обучать модель. Это позволяет вам расширить модель, используя данные и алгоритм Сервиса, с вашими собственными данными. Результат соответствует вашим потребностям. Когда вы вносите свои собственные данные, вам может потребоваться пометить данные способом, характерным для службы. Например, если вы обучаете модель распознавать цветы, вы можете предоставить каталог изображений цветов вместе с расположением цветка на каждом изображении для обучения модели.

Служба может разрешить вам предоставлять данные для улучшения своих собственных данных. Служба может потребовать от вас предоставления данных.

Требуются данные в реальном или близком к реальному времени

Для построения эффективной модели сервису могут потребоваться данные в режиме реального или близкого к реальному времени. Эти службы обрабатывают значительные объемы данных модели.

Требования к обслуживанию для модели данных

Следующие данные классифицируют каждую службу по типам данных, которые она разрешает или требует.

< td>x< td>Ink Recognizer< td>QnA Maker< td>Языковая служба

*Персонализатору нужны только обучающие данные, собранные сервисом (поскольку он работает в режиме реального времени), чтобы оценить вашу политику и данные. Персонализатору не нужны большие наборы исторических данных для предварительного или пакетного обучения.

Где вы можете использовать Cognitive Services?

Эти сервисы используются в любом приложении, которое может выполнять вызовы REST API или SDK. Примеры приложений включают веб-сайты, боты, виртуальную или смешанную реальность, настольные и мобильные приложения.

Как Azure Cognitive Search связан с Cognitive Services?

Azure Cognitive Search — это отдельная служба облачного поиска, которая при необходимости использует службы Cognitive Services для добавления обработки изображений и естественного языка к рабочим нагрузкам индексирования. Cognitive Services доступны в Azure Cognitive Search с помощью встроенных навыков, обертывающих отдельные API. Вы можете использовать бесплатный ресурс для пошаговых инструкций, но запланируйте создание и подключение оплачиваемого ресурса для больших объемов.

Как вы можете использовать Cognitive Services?

Каждый сервис предоставляет информацию о ваших данных. Вы можете комбинировать службы вместе, чтобы создавать цепочки решений, таких как преобразование речи (аудио) в текст, перевод текста на многие языки, а затем использование переведенных языков для получения ответов из базы знаний. Хотя Cognitive Services можно использовать для создания интеллектуальных решений самостоятельно, их также можно комбинировать с традиционными проектами машинного обучения, чтобы дополнить модели или ускорить процесс разработки.

Cognitive Services, предоставляющие экспортированные модели для других инструментов машинного обучения:

Искусственный интеллект, машинное обучение и когнитивные вычисления — модные слова нашего времени. Я читаю о них каждый день в разных СМИ. Однако, как постоянный клиент, я редко получаю «вау» от новых технологий. Где реальные реализации? Я решил исследовать эту тему в течение следующих нескольких месяцев. Цель состоит в том, чтобы на конкретных примерах показать, как новые технологии могут улучшить качество обслуживания клиентов.

Новые технологии открывают новые возможности, но в конечном счете все они направлены на повышение качества обслуживания клиентов. В цифровом мире все связано с продуктом, и цена полностью прозрачна. Расстояние между магазином и покупателем короче, чем когда-либо, 4P умирают. Вместо этого мы сейчас говорим о 4C: последовательность, содержание, удобство и контекстуальность — с упором на качество обслуживания клиентов (узнайте больше о 4C здесь).

В этой статье я в первую очередь сосредоточусь на объяснении основных терминов, касающихся реальных реализаций и ценности для бизнеса. Я не гонюсь за академической истиной в следующих терминах:

Связь между машинным обучением и ИИ

Машинное обучение предоставляет компьютерам возможность продолжать обучение без предварительного программирования после руководства. Машинное обучение — это алгоритмы, которые извлекают уроки из данных и создают прогнозы на основе этих данных.
Простой пример того, как его можно использовать: создание модели, которая может прогнозировать покупательский спрос, понимая корреляцию между продажами в коррелированном магазине. с историческими данными о погоде и местными событиями, происходящими в этом районе.Я могу порекомендовать эту ссылку, которая дает наглядное объяснение конкретного примера машинного обучения.

Искусственный интеллект — это когда машины работают «разумно». Интеллект возникает с точки зрения бизнеса, когда машины, основываясь на информации, способны принимать решения, что максимизирует шансы на успех в данной теме. С помощью машинного обучения искусственный интеллект может использовать обучение на основе набора данных для решения проблем и предоставления соответствующих рекомендаций. Если мы продолжим приведенный выше пример, мы сможем использовать информацию о корреляции между погодой, местными событиями и количеством продаж, чтобы создать полностью автоматизированную систему, которая определяет ежедневные поставки, отправляемые в данный магазин.

Новые технологии, призванные улучшить ваш жизненный опыт

Когнитивные вычисления — это системы, которые обучаются в масштабе, рассуждают целенаправленно и естественным образом взаимодействуют с людьми. Это смесь информатики и когнитивной науки, то есть понимания человеческого мозга и того, как он работает. С помощью алгоритмов самообучения, которые используют интеллектуальный анализ данных, визуальное распознавание и обработку естественного языка, компьютер может решать проблемы и тем самым оптимизировать человеческие процессы. Узнайте больше об этом здесь или здесь.

Визуальное распознавание применяет распознавание образов, что позволяет определить, что находится на данном фото/видео. На основании этого технология может давать рекомендации или даже принимать решения. Попробуйте технологию здесь.

Хорошим коммерческим примером является компания «Охота». Бизнес-идея проста: сфотографируйте предмет одежды — например, пару обуви – и сервис поможет вам отследить все магазины, торгующие этим товаром или подобными товарами. Узнайте больше здесь и нажмите здесь, чтобы попробовать сами.

Обработка естественного языка — это способность понимать распространенные предложения, чувствуя при этом настроение. гнев, разочарование или радость и волнение. Эту технологию можно использовать для создания чат-ботов — систем, с которыми вы можете общаться посредством обычного разговора. Лучший опыт работы с клиентами, который я пробовал, - это The North Face. Здесь чат-бот помогает мне найти нужную куртку.

Попробуйте сами здесь.

Исходя из этого: принадлежит ли новая технология будущему или она уже сегодня актуальна для скандинавских стран? Технология — это реальность, и она работает, но в скандинавском контексте мы все еще находимся на очень ранних стадиях, и скандинавских примеров все еще мало. Каков ваш опыт? Мне очень интересно узнать, как вы улучшили качество обслуживания клиентов с помощью новых технологий, поэтому не стесняйтесь обращаться ко мне.

Читайте также:

Cognitive Service Данные обучения не требуются Вы предоставляете некоторые или все данные обучения В режиме реального времени или Сбор данных практически в реальном времени
Детектор аномалий x x
Поиск Bing x
Computer Vision x
Модератор контента x x
Пользовательское видение< /td> x
Лицо x x
x x
Понимание языка (LUIS) x
Персонализатор x* x* x
x
Распознаватель динамиков x
Преобразование речи в текст (TTS) x x
Преобразование речи в текст (STT) x x
Перевод речи x
x< /td>
Переводчик x
Переводчик — пользовательский переводчик x