Los modelos analíticos y predictivos son los motores que construyen los algoritmos de inteligencia artificial.
En la actualidad este concepto está en un estado incipiente, y no existe una definición acordada ampliamente. Nos referimos a toda aplicación o algoritmo que tiende a simular el funcionamiento del cerebro humano. Hablamos de inteligencia artificial que ayuda a mejorar la toma de decisiones.
Algunas personas dicen que el tratamiento automático de la información representa la Tercera Era de la informática: pasamos de computadoras que podían tabular sumas en 1900; a sistemas programables a partir de 1950; y ahora a sistemas cognitivos, los sistemas inteligentes de tratamiento automático de la información.
Esta denominada «computación cognitiva» es la simulación de procesos de pensamiento humano en un modelo computarizado. Computación cognitiva implica sistemas de auto-aprendizaje que utilizan la minería de datos, reconocimiento de patrones y procesamiento de lenguaje natural para imitar la forma en que funciona el cerebro humano. El objetivo de computación cognitiva es la creación de sistemas informáticos automatizados que son capaces de resolver problemas sin necesidad de ayuda humana.
Sistemas de tratamiento automático de la información cognitiva utilizan del aprendizaje automático algoritmos. Tales sistemas adquieren continuamente el conocimiento de los datos introducidos en ellos por la minería de datos para obtener información. Los sistemas de perfeccionar la forma en que buscan patrones y así como la forma en que procesan los datos para que sean capaces de prever nuevos problemas y modelar las posibles soluciones.
Las organizaciones que adoptan y utilizan estas plataformas avanzadas, que podríamos llamar computación cognitiva, construido especialmente que las aplicaciones para hacer frente al uso específico y relevante.
Modelos matemáticos precisos que vinculan el análisis de datos a ajustar el contenido a un determinado perfil de situación o usuario; componentes que se utilizan para desarrollar comportamientos que resultan de sistemas que aprenden e interactúan y comparte muchos atributos con el campo de la inteligencia artificial.
Algunas de las características que los sistemas cognitivos se pueden entender a través de estos conceptos:
Adaptativo: Pueden aprender como cambios en la información y como objetivos y requisitos evolucionar. Pueden resolver la ambigüedad y tolerar imprevisibilidad. Pueden ser diseñados para alimentarse de datos dinámicos en tiempo real, o casi en tiempo real.
Interactivo: Se puede interactuar fácilmente con los usuarios de manera que los usuarios pueden definir sus necesidades con comodidad. También pueden interactuar con otros procesadores, dispositivos y servicios en la nube, así como con la gente. Pueden ayudar a definir un problema al hacer preguntas o la búsqueda de la fuente de entrada adicional en caso de una declaración del problema es ambigua o incompleta. Pueden recordar las interacciones anteriores en un proceso de información y que es adecuado para la aplicación específica en ese punto en el tiempo de regreso.
Contextuales: Pueden comprender, identificar y extraer elementos contextuales tales como significado, sintaxis, hora, lugar, de dominio correspondiente, una regulación, el perfil de usuario, procesos, tareas y la meta. Pueden recurrir a múltiples fuentes de información, incluyendo tanto estructurada y no estructurada de la información digital, así como los estímulos sensoriales.
Este concepto de «computación cognitiva» al que nos deberíamos de habituar, se utiliza en la inteligencia artificial, incluyendo los sistemas expertos, la programación en lenguaje natural, redes neuronales, la robótica y la realidad virtual.
Como hemos señalado, el objetivo de la computación cognitiva es simular procesos de pensamiento humano en un modelo computarizado. Usando algoritmos de autoaprendizaje que usan minería de datos, reconocimiento de patrones y procesamiento de lenguaje natural, la computadora puede imitar el funcionamiento del cerebro humano.
Si bien la tecnología informática ha sido más rápidas en los cálculos y en el procesamiento que los seres humanos durante décadas, no han sido capaces de realizar tareas que los seres humanos dan por sentado como simples, como entender el lenguaje natural o reconocer objetos únicos en una imagen.
El cerebro humano es un sistema tan complejo que hoy por hoy supera todas las capacidades que pueden ponerse en una máquina. Tal vez no por cantidad, pues la potencia de cálculo de un ordenador es mucho más alta que la de una persona , sin embargo, cuando se trata de realizar tareas nuevas o adaptarse a nuevas situaciones la actividad neuronal bate por goleada a cualquier supercomputadora. Precisamente es esta cualidad de los seres vivos de dar una respuesta adecuada a un problema, aunque nunca antes se hayan topado con él, la que los científicos quieren implementar en las máquinas.
Comentario