La Inteligencia Artificial, desde la concepción de la informática, ha sido un objetivo que los expertos han buscado alcanzar con ahínco. En la actualidad parece que se está cerca de dominar esta tecnología gracias a los modelos de computación cognitiva.

Procedente de la fusión de la ciencia cognitiva y basada en la premisa básica de simular el proceso del pensamiento humano, el concepto, así como las aplicaciones de la computación cognitiva, tendrán un impacto no solo en nuestra vida privada, sino también en diversas industrias.

Según David Kenny, gerente general de IBM Watson, el marco de cómputo cognitivo más avanzado, «la inteligencia artificial solo puede ser tan inteligente como las personas que le enseñan». Se espera que esto no se aplicable para la última revolución cognitiva.

El proceso de computación cognitiva utiliza una combinación de inteligencia artificial, redes neuronales, machine learning, procesamiento del lenguaje natural, análisis de sentimientos y conciencia contextual para resolver los problemas cotidianos al igual que los humanos.

IBM define la computación cognitiva como un sistema avanzado que aprende a escala, razona con un propósito e interactúa con los humanos de forma natural.

El objetivo de la computación cognitiva es simular procesos de pensamiento humano en un modelo computarizado. Utilizando algoritmos de autoaprendizaje que usan minería de datos, reconocimiento de patrones y procesamiento de lenguaje natural, la computadora puede imitar la forma en que funciona el cerebro humano.

Si bien las computadoras han sido más rápidas en los cálculos y el procesamiento que los humanos durante décadas, no han podido realizar tareas que los humanos dan por sentado como simples, como comprender el lenguaje natural o reconocer objetos únicos en una imagen.

Algunas personas dicen que la computación cognitiva representa la tercera era de la computación: pasamos de computadoras que podrían tabular sumas (1900) a sistemas programables (1950), y ahora a sistemas cognitivos.

Estos sistemas cognitivos, especialmente Watson de IBM, se basan en algoritmos de Deep Learning y redes neuronales para procesar la información comparándola con un conjunto de datos de enseñanza. Cuantos más datos está expuesto el sistema, más aprende y más preciso se vuelve con el tiempo, y la red neuronal es un complejo «árbol» de decisiones que la computadora puede tomar para llegar a una respuesta.

Los sistemas informáticos cognitivos pueden sintetizar datos de varias fuentes de información, al tiempo que sopesan el contexto y la evidencia conflictiva para sugerir las mejores respuestas posibles. Para lograr esto, los sistemas cognitivos incluyen tecnologías de autoaprendizaje que utilizan la minería de datos, el reconocimiento de patrones y el procesamiento del lenguaje natural (PNL, por sus siglas en inglés) para imitar la forma en que funciona el cerebro humano.

El uso de sistemas informáticos para resolver los tipos de problemas con los que los humanos generalmente se encargan requiere grandes cantidades de datos estructurados y no estructurados, alimentados a algoritmos de aprendizaje automático. Con el tiempo, los sistemas cognitivos pueden refinar la forma en que identifican patrones y la forma en que procesan los datos para ser capaces de anticipar nuevos problemas y modelar posibles soluciones.

Para lograr esas capacidades, los sistemas de computación cognitiva deben contar con estos atributos clave, según el Consorcio de Computación Cognitiva:

• Adaptativo: los sistemas cognitivos deben ser lo suficientemente flexibles para aprender a medida que la información cambia y los objetivos evolucionan. Los sistemas deben poder digerir datos dinámicos en tiempo real y realizar ajustes a medida que cambian los datos y el entorno.
• Interactivo: la interacción humano-computadora (HCI, por sus siglas en inglés) es un componente crítico en los sistemas cognitivos. Los usuarios deben poder interactuar con máquinas cognitivas y definir sus necesidades a medida que cambian esas necesidades. Las tecnologías también deben poder interactuar con otros procesadores, dispositivos y plataformas en la nube.
• Iterativo y con estado: las tecnologías de computación cognitiva también pueden identificar problemas haciendo preguntas o extrayendo datos adicionales si un problema declarado es vago o incompleto. Los sistemas hacen esto manteniendo información sobre situaciones similares que han ocurrido previamente.
• Contextual: la comprensión del contexto es fundamental en los procesos de pensamiento, por lo que los sistemas cognitivos también deben comprender, identificar y extraer datos contextuales, como la sintaxis, el tiempo, la ubicación, el dominio, los requisitos, el perfil de un usuario específico, las tareas u objetivos. Pueden recurrir a múltiples fuentes de información, incluidos datos estructurados y no estructurados y datos visuales, auditivos o de sensores.

Por su cercanía con la Inteligencia Artificial es necesario que se tengan en claro las diferencias entre ésta y la Computación Cognitiva.

• Si bien el caso de uso básico de la inteligencia artificial es implementar el mejor algoritmo para resolver un problema, la computación cognitiva va un paso más allá e intenta imitar la inteligencia y la sabiduría humana mediante el análisis de una serie de factores. En comparación con la IA, la computación cognitiva es un concepto completamente diferente.
• La computación cognitiva aprende e imita el proceso del pensamiento humano.
• A diferencia de los sistemas de inteligencia artificial que solo se ocupan de un problema dado, la computación cognitiva aprende estudiando patrones y sugiere que los humanos tomen medidas relevantes basadas en su comprensión. En el caso de la inteligencia artificial, el sistema toma el control total de un proceso y toma medidas para completar una tarea o evitar un escenario mediante el uso de un algoritmo predefinido.
• Mientras que en comparación, la computación cognitiva es un campo completamente diferente en el que sirve como asistente en lugar del que completa la tarea. De esta manera, la computación cognitiva brinda a los humanos el poder de un análisis de datos más rápido y preciso sin tener que preocuparse por las decisiones equivocadas tomadas por el sistema de aprendizaje automático.
• El objetivo principal de la computación cognitiva es ayudar a los humanos en la toma de decisiones. Esto otorga a los humanos una precisión de grado superior en el análisis al tiempo que garantiza que todo esté bajo su control. Para ilustrar, tomemos el ejemplo de la inteligencia artificial en el sistema de salud. Un sistema respaldado por IA tomaría todas las decisiones sobre el tratamiento sin consultar con un médico humano, mientras que la computación cognitiva complementaría el diagnóstico humano con su propio conjunto de datos y análisis que ayuda a mejorar la calidad de la decisión y agrega un toque humano a los procesos críticos.

imagen: david latorre romero