Número 59 (octubre de 2016)

La tecnologia cognitiva

Víctor Cavaller

Quan el desembre del 2015 Thomas H. Davenport, cofundador del International Institute for Analytics (IIA), anunciava les 2016 Analytics Priorities and Predictions en un live webinar moderat pel IIIA Lead Faculty, Robert Morison, i el IIA’s Research Director, Daniel Magestro, Ph.D, situava en primera posició la tecnologia cognitiva entre les principals tendències en analítica per al 2016 (PrWeb, 2016). 

En aquell seminari Thomas Davenport explicava que els gerents de sistemes d’informació probablement veuran una fusió entre els resultats de l’analítica automatitzada i la tecnologia cognitiva. “La línia que separa aquestes dues disciplines ja és relativament prima”, atès que moltes de les tecnologies subjacents de computació cognitiva -com la regressió logística, l'aprenentatge profund (de l’anglès, deep learning), definit com el conjunt d’algoritmes en aprenentatge automàtic (de l’anglès, machine learning) i les xarxes neuronals-, ja són conegudes pels professionals d’analítica (SearchDataCenter, 2016). Aquesta predicció torna a situar l’anàlisi de dades en el centre com a eina de decisió en la presa de decisions. 
 
La tecnologia cognitiva, clau per al creixement d’IBM, “està demostrant la capacitat de les màquines per prendre decisions intel·ligents a partir de l'anàlisi de milions de dades en temps real en tot tipus d'àmbits”, segons paraules de la presidenta d’IBM-Espanya, Marta Martínez. 
 
IBM preveu que, d’una banda, la tecnologia cognitiva i en concret el seu sofisticat sistema Watson “amb la seva avançada capacitat de processament de dades en temps, fins i tot les no estructurades”, i, d’altra, “el núvol, representaran a mitjà termini gairebé el 50% del seu negoci” (Abc Tecnologia, 2016)
 
Harriet Green (General Manager, Watson Internet of Things, Commerce and Education, IBM), poc després de participar en el IBM Outthink ordinary Amplify 2016 del 16 al 18 de maig a Tampa (Florida), comentava en una entrevista publicada el 26 de juny (Forbes, 2016) que la tecnologia cognitiva havia centrat novament el tema principal de la conferencia. L’anàlisi dels patrons de comportament dels consumidors en línia, sigui per mitjà de la navegació en les pàgines web, en les botigues en línia o en les xarxes socials, proporciona una informació que les empreses poden fer servir per a adaptar els seus recursos virtuals a les tendències, els usos i les necessitats més freqüents observats. Un consumidor més àvid, a mida que navega en la pàgina web amb més freqüència, genera un valor cognitiu. El sistema Watson utilitza “el processament del llenguatge natural i d'aprenentatge automàtic per a revelar punts de vista dels centenars de zettabytes de dades” definint el target audience així com també la llista completa dels objectius i les recomanacions, molt útils per a definir campanyes comercials, fet que “allibera els venedors de cara a enfocar la major part del seu temps i esforç en la personalització de tot el recorregut de cada client” (Forbes, 2016; Watson, 2016).
 
El propassat 15 de juliol el prestigiós setmanari The Economist publicava un article en què es feia difusió d’un renovat auge de les tecnologies cognitives i de la intel·ligència artificial (IA) de la mà de les anomenades xarxes neuronals artificials que segueixen el model de l'arquitectura del cervell humà. Aquest auge, que confirmaria les expectatives i prediccions de l’IIIA, es produeix segons The Economist per tres raons. En primer lloc, les noves training tecniques aplicades a xarxes neuronals; en segon lloc, “l'auge d'Internet ha fet que milers de milions de documents, imatges i vídeos” estiguin disponibles, i, en tercer lloc, el desenvolupament d’una gran potència computacional de càlcul que en concret, des del 2009, diversos grups de recerca en IA han desenvolupat a partir de les unitats de processament gràfic (GPU). 
Aquesta darrera innovació va ser realitzada per un grup d'investigació en IA de la Universitat de Stanford dirigit per Andrew Ng, que va trobar que les GPU podien accelerar la formació de les xarxes neuronals gairebé cent vegades més. Amb això, els sistemes d'aprenentatge profund “de cop i volta van començar a fer un ràpid progrés en àrees com ara el reconeixement de veu, la classificació d'imatges i traducció d'idiomes” (The Economist, 2016).
 
La tecnologia cognitiva i la IA apunten cap a un gran potencial de desenvolupament en els propers anys gràcies a la confluència de noves tècniques d’aprenentatge automatitzats basats en xarxes neuronals, la disponibilitat de grans volums de dades a través de la xarxa i l'aparició de sistemes de gran potència de càlcul amb avançades metodologies d’anàlisi com la mineria de dades i el big data (dades massives).
 
Podria dir-se que, després d’una fase del cicle d’expansió de la informàtica, d’Internet i de la computació, que ha ocupat des de 1990 fins al 2010, està madurant un fase d’optimització, integració i reconfiguració de les eines tecnològiques, de les tècniques i metodologies d’anàlisi que clourà al llarg de la pròxima dècada.
 
Per a saber-ne més:
 
 

 

Citació recomanada

CAVALLER, Víctor. La tecnologia cognitiva. COMeIN [en línia], octubre 2016, núm. 59. ISSN: 1696-3296. DOI: https://doi.org/10.7238/c.n59.1667

gestió del coneixement;  big data gestió de la informació;  recerca; 
Números anteriors