Ugrás a tartalomhoz

cognitive computing

A Wikiszótárból, a nyitott szótárból

Angol


Főnév

cognitive computing (tsz. cognitive computings)

  1. (informatika, mesterséges intelligencia) A cognitive computing (magyarul: kognitív számítástechnika) az informatika egy gyorsan fejlődő ága, amely az emberi gondolkodás – észlelés, tanulás, érvelés, döntéshozatal – utánzására törekszik gépi rendszerekben. Célja nem egyszerűen az adatok feldolgozása, hanem azok értelmes értelmezése, tanulásra való képesség, valamint kontekstuális és intelligens válaszadás.


1. Definíció

A cognitive computing rendszerek képesek:

  • Emberi módon feldolgozni strukturált és strukturálatlan adatokat
  • Önállóan tanulni új információkból (pl. példákból, tapasztalatokból)
  • Természetes nyelven kommunikálni
  • Komplex döntéshozatalt támogatni vagy elvégezni

A cognitive computing a mesterséges intelligencia egy átfogó alkalmazási területe, különösen hangsúlyos benne a gépi tanulás, természetes nyelvfeldolgozás, érzelemérzékelés, számítógépes látás, és a valós idejű adaptív rendszerek.


2. Alapelvek

Cognitive computing rendszerek jellemzői:

Tulajdonság Leírás
Tanulóképes A rendszer folyamatosan tanul az adatokból és a felhasználói visszajelzésekből
Kontekstuális Megérti a környezetet, a jelentést, a szándékot és az érzelmi árnyalatokat
Interaktív Kommunikál emberekkel, más rendszerekkel és adatforrásokkal
Adaptív Idővel fejlődik és a környezetéhez igazodik
Önműködő következtető Képes új következtetésekre jutni emberi beavatkozás nélkül


3. Kognitív rendszerek vs. mesterséges intelligencia

Míg az AI célja gyakran az emberi intelligencia utánzása vagy felülmúlása, a cognitive computing célja az ember és gép közti együttműködés erősítése. A kognitív rendszerek nem lecserélik, hanem támogatják az emberi döntéshozást.


4. Kulcstechnológiák

4.1. Gépi tanulás (Machine Learning)

A kognitív rendszerek alapja. Képesek:

  • mintázatokat felismerni
  • előrejelzéseket adni
  • hibákból tanulni

Példák:

  • felügyelt tanulás (pl. orvosi diagnózis előrejelzése)
  • nem felügyelt tanulás (klaszterezés)
  • megerősítéses tanulás (interaktív tanulás, játékstratégiák)

4.2. Természetes nyelvfeldolgozás (NLP)

Segít a gépnek „megérteni” az emberi nyelvet – nemcsak a szavak szintjén, hanem a mögöttes jelentésekben is.

Alrendszerei:

  • nyelvtani elemzés (parsing)
  • entitásfelismerés
  • szentimentelemzés
  • beszédszintézis és -felismerés

4.3. Számítógépes látás (Computer Vision)

Képek és videók értelmezése, objektumok felismerése, térbeli információ értelmezése. Például:

  • egészségügyi képfeldolgozás
  • intelligens városi megfigyelőrendszerek

4.4. Tudásábrázolás és következtetés

A kognitív rendszerek gyakran kombinálják a neurális modelleket szabályalapú következtető mechanizmusokkal. Például:

  • tudásgráfok
  • szemantikus hálók
  • deduktív következtető motorok


5. IBM Watson – klasszikus példa

Az IBM Watson rendszer az egyik legismertebb kognitív platform. Képességei:

  • Orvosi szövegek értelmezése (pl. daganatdiagnosztika)
  • Természetes nyelvű kérdésekre válaszolás (pl. Jeopardy TV-műsor megnyerése)
  • Jog, pénzügy, oktatás területein történő támogatás


6. Alkalmazási területek

Terület Alkalmazás
Egészségügy Diagnózis segítése, személyre szabott kezelések
Pénzügy Kockázatelemzés, csalásfelismerés
Ügyfélszolgálat Intelligens chatbotok, hangvezérelt asszisztensek
Gyártás Prediktív karbantartás, minőségellenőrzés
Oktatás Adaptív tanulási rendszerek, intelligens tutorok
Marketing Viselkedéselemzés, személyre szabott ajánlórendszerek


7. Kognitív számítástechnika előnyei

  • Jobb döntéshozatal: komplex adatok értelmezése emberi hatékonysággal
  • Automatizálás: rutinfeladatok kiváltása, munkaerő tehermentesítése
  • Skálázhatóság: nagy adatmennyiségek kezelése
  • Testreszabhatóság: személyre szabott élmény, tanácsadás


8. Kihívások és problémák

  • Átláthatóság hiánya: „black box” modellek, nehéz megmagyarázni a döntéseket
  • Etikai kérdések: elfogultság, diszkrimináció, döntések jogi felelőssége
  • Adatvédelem: személyes és érzékeny adatok biztonságos kezelése
  • Technológiai korlátok: még mindig messze van az emberi szintű értelmezés


9. Kapcsolat más területekkel

A cognitive computing több terület metszetében áll:

  • Mesterséges intelligencia (AI): keret, amelyen belül működik
  • Neuromorf számítástechnika: idegrendszert utánzó hardverek
  • Emberi-számítógép interakció (HCI): gépek és emberek hatékony kommunikációja
  • Etikus AI: felelős, magyarázható, megbízható rendszerek


10. A jövő

  • Neuro-symbolic AI – kognitív képességek + magyarázhatóság
  • Általánosított kognitív rendszerek – nem csak egy területre specializált megoldások
  • Emberi együttműködés – „co-pilot” rendszerek az emberi döntések támogatására


Összefoglaló

Fogalom Leírás
Cognitive computing Emberi gondolkodást utánzó számítástechnikai modell
Gépi tanulás Mintázatok felismerése, tanulás adatokból
NLP Természetes nyelv értelmezése és generálása
Számítógépes látás Képi adatok értelmezése
IBM Watson Kognitív platform, például orvosi diagnózisra
Alkalmazás Egészségügy, pénzügy, oktatás, ügyfélszolgálat
Kihívás Magyarázhatóság, etika, adatvédelem
Jövő Adaptív, együttműködő, magyarázható intelligens rendszerek

További információk

A lap eredeti címe: „https://hu.wiktionary.org/w/index.php?title=cognitive_computing&oldid=3496447”