Isi
- Hasil yang beragam
- Tanpa Bug, Tanpa Stres - Panduan Langkah Demi Langkah Anda untuk Membuat Perangkat Lunak yang Mengubah Hidup Tanpa Menghancurkan Kehidupan Anda
- Menjadi Lebih Cerdas
Sumber: nicescene / iStockphoto
Bawa pulang:
Komputasi kognitif adalah langkah evolusi berikutnya untuk kecerdasan buatan dan teknologi pembelajaran mesin saat ini. Tetapi kemampuan baru apa yang akan dibawanya ke perusahaan?
Perusahaan baru saja mulai basah ketika datang ke kecerdasan buatan dan pembelajaran mesin, tetapi hadiah nyata di balik teknologi ini adalah munculnya komputasi kognitif sepenuhnya.
Tetapi apa arti kognitif, dan bagaimana kita akan tahu kapan kita mencapainya? Dan yang paling penting, dengan cara apa ia akan meningkatkan proses dan kemampuan perusahaan di luar kemajuan signifikan AI dan ML?
Platform kognitif paling terkenal saat ini adalah IBM Watson. Tidak hanya itu juara "Jeopardy!", Ia memainkan peran yang semakin penting dalam berbagai industri padat data, seperti perawatan kesehatan, keuangan, dan manufaktur berteknologi tinggi. Tetapi Watson bukan satu-satunya solusi kognitif untuk perusahaan. Perusahaan-perusahaan seperti Enterra Solutions, Attivio dan Diwo menempatkan kognitif untuk bekerja pada tugas-tugas seperti pengembangan aplikasi, pencarian dan bahkan keamanan. (Untuk lebih lanjut tentang potensi AI, lihat Dapatkah Kreativitas Diterapkan dalam AI?)
Hasil yang beragam
Sejauh ini, bagaimanapun, hasil awal telah dicampur. Bahkan Watson terkadang mengalami kesulitan dalam menyaring kebenaran dari kumpulan data yang besar dan seringkali saling bertentangan. Tapi seperti semua sistem cerdas, kognitif memiliki kemampuan untuk belajar dan beradaptasi dengan lingkungan yang berubah, yang memungkinkan mereka untuk terus meningkatkan kinerja mereka sendiri tanpa pengkodean manual. Dan ini mengarah pada kemungkinan yang sangat nyata bahwa sebelum pekerjaan pengetahuan panjang dari semua jenis akan sebagian besar dikelola oleh platform otonom, belajar mandiri.
Tetapi jika ini bersifat akademik untuk semua sistem cerdas, apa yang membedakan solusi kognitif dari run-of-the-mill AI? Menurut RT Insight Joel Hans, perbedaan utama terletak pada cara kognitif memproses informasi.Kecerdasan standar sangat efektif dalam menentukan tindakan mana di antara serangkaian opsi yang telah ditentukan adalah yang paling tepat dalam situasi tertentu. Jadi, asisten yang cerdas, misalnya, dapat menguraikan kata-kata dari permintaan tertentu dan memilih respons dari menu yang ada. Namun, solusi kognitif mencoba meniru pemikiran manusia untuk terlibat dalam penyelesaian masalah yang sadar secara konstan. Ini menempatkan kognitif lebih pada level asisten yang dapat memberikan saran dan memastikan nuansa masalah daripada program sederhana yang secara otomatis dapat melakukan suatu fungsi.
Contoh kunci yang menyoroti perbedaan antara kecerdasan dan kognitif dapat ditemukan di ruang operasi. Sistem yang cerdas akan dapat memonitor detak jantung, pernapasan, dan faktor-faktor lain untuk mengatur tingkat anestesi atau bahkan memandu pisau bedah jarak jauh ke lokasi yang tepat. Seorang asisten kognitif, di sisi lain, akan memberikan saran tentang prosedur dan program perawatan, menarik data dari berbagai sumber yang mungkin tidak dapat diakses oleh dokter.
Bagaimana ini bisa diterapkan pada bisnis? Frederic Laluyaux, presiden dan CEO Aera Technology, berpendapat bahwa aplikasi utama adalah mendigitalkan fungsi eksekutif dengan mesin pelatihan untuk mengevaluasi tujuan dan data yang bertentangan untuk kemudian memilih dari berbagai pilihan berdasarkan logika, rasionalitas, analisis sebab-akibat, dan pengalaman. Ilmuwan saraf terkemuka sudah memetakan bagaimana ini terjadi di otak manusia, jadi langkah selanjutnya adalah menerapkan proses pembelajaran yang sama untuk AI.
Misalnya, otak manusia yang belum matang mungkin memerlukan waktu untuk menguasai tugas yang kompleks, seperti mengikat sepatu, tetapi begitu keterampilan itu dipelajari, ia menjadi otomatis. Ketika situasi menjadi lebih kompleks, otak harus bergantung pada penyimpanan data yang lebih besar, sebagian besar eksternal, untuk sampai pada kesimpulan. Dari titik itu, ia kemudian harus merancang semacam meteran ancaman untuk menimbang keseriusan situasi tertentu dan jumlah perhatian yang layak. Sama seperti otak manusia yang harus menjalani tahap-tahap perkembangan ini untuk mencapai kemampuan pengambilan keputusan di tingkat eksekutif, demikian juga dengan platform yang cerdas. Inilah sebabnya mengapa sebagian besar ahli tidak terlalu khawatir ketika platform seperti Watson tidak dapat melakukan tanpa cacat langsung - itu harus belajar apa yang perlu dilakukan. (Kita membutuhkan komputer, tetapi apakah mereka membutuhkan kita? Lihat Pandangan Lain pada Simbiosis Manusia-Komputer.)
Tanpa Bug, Tanpa Stres - Panduan Langkah Demi Langkah Anda untuk Membuat Perangkat Lunak yang Mengubah Hidup Tanpa Menghancurkan Kehidupan Anda
Anda tidak dapat meningkatkan keterampilan pemrograman Anda ketika tidak ada yang peduli dengan kualitas perangkat lunak.
Menjadi Lebih Cerdas
Tapi perkembangan ini adalah jalan dua arah. Sebagai kognitif berkembang dan berubah, demikian juga perusahaan. Rose de Fremery, Business Business Insight, mencatat bahwa perusahaan kognitif akan memiliki kapasitas untuk pembelajaran eksponensial dan pengoptimalan mandiri yang berkelanjutan, yang dapat digunakan untuk mendapatkan keunggulan kompetitif dengan memanfaatkan teknologi kompleks seperti blockchain, IoT, dan 3D ing canggih.
Untuk berhasil menavigasi transisi ini, bagaimanapun, perusahaan perlu mengadopsi teknologi kognitif dengan rencana yang jelas dalam pikiran. Sementara banyak organisasi pasti akan menggunakannya untuk menopang posisi di pasar yang sudah mapan, yang lain mencari untuk merintis proses dan model bisnis baru untuk membuat kembali industri yang sudah ada di sepanjang jalur yang lebih digital, yang digerakkan oleh layanan atau membuat yang sama sekali baru untuk dunia yang semakin terhubung.
Namun, pada titik tertentu, teknologi kognitif harus menghasilkan aplikasi praktis yang berfungsi untuk meningkatkan atau memperluas cara kerja pengetahuan dilakukan hari ini. Untuk Phanikishore Burre, wakil presiden layanan cloud, infrastruktur dan keamanan di CSS Corp., kasus penggunaan yang paling mendesak untuk kognitif adalah:
- Predictive Maintenance - di mana set data yang sangat besar dapat dimanfaatkan untuk mengantisipasi kegagalan pada sistem digital dan mekanik;
- Analisis Interdependensi - memetakan hubungan antara sistem dan peristiwa untuk memastikan titik masalah yang ada dan potensial dan secara dinamis berusaha untuk kinerja yang optimal;
- Remediasi Mandiri / Otonomi Otomatis - pemulihan otomatis infrastruktur kritis, aplikasi, dan perangkat lunak menggunakan kombinasi instrumentasi otomatis, analitik pembelajaran mesin, dan remediasi terintegrasi;
- Manajemen Sistem Belajar Mandiri - memastikan bahwa intelijen selalu dapat diakses dalam rangka tugas yang diberikan, membuatnya lebih mudah untuk mengakses informasi yang relevan, alat, templat dan sumber daya lainnya, dan;
- Agen Cerdas - aset virtual cerdas dan terhubung yang dapat mendeteksi dan merespons lingkungan internal dan eksternal untuk mentransisikan perusahaan dari kontrol waktu-nyata ke kontrol prediktif dan otonom.
Teknologi kognitif kadang-kadang disebut sebagai komputer "berpikir", tetapi ini tidak sepenuhnya benar. Dasar-dasar pemikiran dan kesadaran manusia masih merupakan misteri, sementara sistem kognitif berupaya meniru hasil kecerdasan manusia melalui proses algoritmik yang sangat maju. Ini berarti mereka dapat dipecah, dianalisis dan direstrukturisasi pada tingkat yang terbatas, memberikan manusia kendali tertinggi atas bagaimana mereka berperilaku.
Dalam banyak hal, solusi kognitif dapat mengungguli otak manusia, terutama dalam hal memproses set data yang besar dan kompleks. Tetapi pada akhirnya, otak menang karena berpikir untuk dirinya sendiri, bukan untuk orang lain.