Kognitivní výpočetní technika

Autor: Lewis Jackson
Datum Vytvoření: 11 Smět 2021
Datum Aktualizace: 1 Smět 2024
Anonim
Kognitivní výpočetní technika - Technologie
Kognitivní výpočetní technika - Technologie

Obsah

Definice - Co znamená kognitivní výpočetní technika?

Kognitivní výpočetní technika popisuje technologie, které jsou založeny na vědeckých principech umělé inteligence a zpracování signálů, včetně samoučení stroje, interakce člověk-počítač, zpracování přirozeného jazyka, těžby dat a dalších. Jeho cílem je řešit složité problémy charakterizované nejistotou a nejednoznačností, což znamená problémy, které jsou řešeny pouze lidským poznávacím myšlením.


Úvod do Microsoft Azure a Microsoft Cloud | V této příručce se dozvíte, o čem cloud computing je a jak vám může Microsoft Azure pomoci migrovat a řídit podnikání z cloudu.

Techopedia vysvětluje kognitivní výpočetní techniku

Kognitivní výpočetní technika je odvětví výpočetní techniky zabývající se řešením složitých problémů, které mohou mít dynamicky se měnící situace a data bohatá na informace, které mají tendenci se často měnit a někdy dokonce navzájem konfliktovat. Člověk se může s takovými problémy vypořádat vyvíjením cílů a změnami cílů, ale tradiční výpočetní algoritmy se takové změně nemohou přizpůsobit. Aby bylo možné řešit tyto druhy problémů, musí kognitivní výpočetní systémy zvážit konfliktní data a navrhnout odpověď, která nejlépe odpovídá situaci, spíše než to, co je „správné“.


Ačkoli v současné době neexistuje žádná dohodnutá definice kognitivního zpracování v průmyslu nebo akademii, tento termín se často používá k popisu nové technologie, která napodobuje způsob fungování lidského mozku a způsob, jakým přistupuje k řešení problémů. Lze to považovat za pole, jehož cílem je přesně modelovat, jak lidská mysl cítí, zdůvodňuje a reaguje na podněty kolem něj. Jeho největší aplikace by byla v analýze dat a adaptivním výstupu, upravujícím výstup tak, aby vyhovoval konkrétnímu publiku.

Vlastnosti kognitivního výpočetního systému zahrnují:

  • Conual - Pochopí a rozdělí conual elementy jako význam, čas, umístění, proces a další založené na více zdrojích informací. Například může být napájena údaji, jako jsou silnice, sanitka, zranění a trosky, a přijít s nehody vozidla.
  • Adaptivní - Toto je část učení. Přizpůsobuje se novým informacím a podnětům, aby vyřešil nejednoznačnost a toleroval nepředvídatelnost. Pokud jde o kon, tato charakteristika se stará o zásobování dynamickými daty a jejich zpracování, aby se vytvořil případný kon, a přijde s řešeními nebo závěry.
  • Interaktivní - Systém je schopen interagovat s uživateli, takže uživatelé mohou definovat jejich potřeby a také se připojit k jiným zařízením a systémům.
  • Iterativní a státní - systémy musí pomáhat při definování problému kladením správných otázek a hledáním dalších zdrojů informací, pokud je problém neúplný nebo nejednoznačný. Musí si také být schopni zapamatovat předchozí interakce a procesy a vrátit se do stavu v předchozích časových okamžicích.