IBM: il cognitive computing non sostituisce le persone

Watson, che rappresenta la tecnologia di punta di IBM nel campo del cognitive computing, è diventato famoso grazie al quiz show americano "Jeopardy!" nel febbraio 2011. In questo programma, Watson ha sconfitto i due giocatori campioni del programma, che è stato paragonato alla vittoria di "Deep Blue" sempre dell'IBM sul maestro di scacchi Kasparov nel 1996 ed è considerato una pietra miliare nella storia dell'intelligenza artificiale.

Tuttavia, ora che Ginni Rometty, presidente e CEO di IBM, ha annunciato che IBM si è trasformata in un'azienda di soluzioni cognitive e piattaforme cloud, Watson non si limita più a rispondere a domande.

Opportunità di business nell'era cognitiva

Da un punto di vista tecnico, Watson ha fatto una cosa quando ha partecipato al gioco "Jeopardy!" Sfida a quiz televisivo del 2011: rispondere a domande approfondite utilizzando il linguaggio naturale. Ma la capacità di fare domande e risposte è solo una delle tante capacità di Watson. A partire da ottobre 2015, Watson disponeva già di 28 funzionalità, tra cui domande e risposte.

Secondo Neil Isford, direttore generale delle soluzioni cognitive aziendali globali di IBM, queste funzionalità di Watson sono state ora trasformate in servizi digitali o API, considerati elementi costitutivi delle funzionalità cognitive all'interno di IBM. Nel 2016, il numero di API IBM Watson, tra cui estrazione delle relazioni, analisi della personalità, analisi del sentiment, espansione dei concetti e analisi dei compromessi, raggiungerà quota 50.

Dietro questo, IBM non ha alcuna intenzione di tenere lontani dalla vita pubblica i sistemi di intelligenza artificiale rappresentati da Watson. Questa "azienda centenaria" ha dimostrato pienamente la sua fiducia nella commercializzazione di Watson.

Il contesto di mercato che non può essere ignorato è che, con la diffusione dell'Internet delle cose, ogni dispositivo genera dati. Tuttavia, l'80% dei dati non può essere riconosciuto dai computer. L'80% di questi dati comprende materiale scritto in linguaggio umano, dai libri di testo e formule alle opere letterarie e conversazioni; include anche vari tipi di dati acquisiti dal sistema durante l'ascolto, il parlato e i movimenti del corpo.

I dati dell'indagine prevedono che questi dati "non strutturati" stiano crescendo rapidamente e che entro il 2020 la quantità totale di dati supererà i 44ZB (Zettabyte, un trilione di byte), rappresentando una gran parte dei dati globali totali.

Se prendiamo in esame settori specifici, nei prossimi due anni i dati medici cresceranno del 99%, di cui l'88% sarà costituito da dati non strutturati, tra cui cartelle cliniche elettroniche, risultati di test, immagini mediche, video e sensori per i pazienti (come i dispositivi medici indossabili); anche i dati governativi e relativi all'istruzione cresceranno del 94%, di cui l'84% sarà costituito da dati non strutturati, provenienti da vari sensori, edifici, strade, flotte, ecc.; i dati del settore dei media cresceranno del 97%, di cui l'82% sarà costituito da dati non strutturati, tra cui libri, riviste, quotidiani e altre pubblicazioni, nonché video, film, registrazioni e giochi online.

Neil Isford ritiene che la tecnologia informatica stia entrando in una nuova era, che chiamiamo era cognitiva. Sebbene i dati mostrino un trend di crescita esponenziale, il valore in essi contenuto non è ancora stato sfruttato, il che implica opportunità di business illimitate nell'era cognitiva. "Nell'era della cognizione, questa è la prima volta che possiamo fare un uso migliore di questi dati immateriali, che si tratti dei nostri libri di testo, di alcune informazioni o di alcuni documenti, dati da sensori o dati generati durante il movimento. Possiamo combinare i dati per il mining. Non ne avevamo scoperto il valore prima, ma ora possiamo ricavarne alcune intuizioni aziendali."

Chen Liming, Presidente di IBM Greater China, ha affermato: "L'era cognitiva è iniziata. Nel prossimo futuro, assisteremo a enormi cambiamenti dell'intero modello aziendale, guidati dalla tecnologia cognitiva: dai servizi e prodotti che ogni persona riceve, ai vantaggi dell'innovazione aziendale che gli imprenditori possono avere, alla trasformazione delle imprese e dei settori tradizionali e persino al miglioramento a balzi dell'efficienza della governance economica e sociale. Crediamo fermamente che il business cognitivo sia la tendenza generale".

Informatica cognitiva e intelligenza artificiale

IBM definisce le tre caratteristiche importanti dei sistemi cognitivi: comprensione, ragionamento e apprendimento.

Comprendere significa comprendere rapidamente dati strutturati e non strutturati attraverso la percezione e l'interazione, essere in grado di interagire con gli utenti sulla base di informazioni testuali e percezioni e comprendere e rispondere alle domande degli utenti. I sistemi cognitivi possono aiutare le persone a prendere decisioni migliori attraverso la comprensione, il ragionamento, l'individuazione di intuizioni, la scoperta di modelli e relazioni e la realizzazione del tradizionale modo di cognizione in più modi e producendo più risultati anziché un solo risultato.

Inoltre, grazie alle capacità di apprendimento basate sulle prove, i sistemi cognitivi sono in grado di estrarre rapidamente informazioni chiave da tutti i documenti, il che consente loro di apprendere costantemente come gli esseri umani. Monitorando le soluzioni e gli esempi di risoluzione dei problemi dell'utente, nonché tramite la formazione di esperti, è possibile ottenere un miglioramento continuo e potenziare la capacità di generare soluzioni e risposte.

Sebbene IBM proponga Watson e il cognitive computing da molti anni, la relazione tra cognitive computing e intelligenza artificiale è ancora vaga nel campo della tecnologia.

Questa volta IBM è finalmente disposta a farsi avanti e a chiarire la differenza tra computing cognitivo e intelligenza artificiale.

IBM ritiene che il concetto di intelligenza artificiale, popolare da oltre 20 anni, miri principalmente a far sì che le macchine si comportino in modo più simile agli esseri umani, da una prospettiva storica e di ricerca. Lo chiamiamo Comportamento Intelligente.

A questo proposito, IBM ha anche ammesso che il suo cognitive computing presenta molte somiglianze con l'intelligenza artificiale dal punto di vista tecnico, come l'apprendimento automatico (Machine Learning), l'apprendimento profondo (Deep Learning) e altri aspetti.

Tuttavia, lo scopo del cognitive computing di IBM non è quello di sostituire gli esseri umani; in altre parole, il comportamento intelligente è solo una dimensione del cognitive computing. Quando si parla di computing cognitivo, oltre a rendere più naturale l'interazione tra esseri umani e computer, si pone maggiore enfasi anche sulla parte di ragionamento, sulla parte di autoapprendimento e su come combinare tali capacità con applicazioni aziendali specifiche per risolvere problemi aziendali. Le ultime due dimensioni non sono ciò che interessa ai cultori dell'intelligenza artificiale tradizionale. Sono più interessati a come comportarsi in modo più simile agli esseri umani.

In altre parole, l'informatica cognitiva non consiste nel creare macchine che pensano al posto delle persone, ma nell'aumentare l'intelligenza umana: i sistemi di informatica cognitiva aiutano le persone a fare di più comunicando con il loro linguaggio naturale e imparando continuamente, consentendo agli esperti di ottenere maggiori informazioni da dati enormi e complessi e di prendere decisioni più accurate.

In senso lato, l'informatica cognitiva consiste nell'acquisire enormi quantità di dati di diverso tipo, trarre inferenze basate sulle informazioni, apprendere dalle interazioni con i dati e le persone e interagire con gli esseri umani in un modo che sia per loro più naturale. Il suo scopo più importante è integrare queste capacità e combinarle con specifici scenari applicativi aziendali per risolvere problemi aziendali e aiutare le imprese a realizzare la trasformazione aziendale. Oggigiorno le aziende si trovano ad affrontare enormi sfide poste dai big data. I metodi informatici tradizionali perdono l'80% delle informazioni mondiali (dati non strutturati), mentre la tecnologia cognitiva può aiutare le organizzazioni a scoprire modelli nascosti nei dati e ad accedere a nuove sorprendenti opportunità di business. Potrebbe anche accelerare la scoperta di nuovi farmaci, di nuovi modi per atterrare sulla luna e perfino di scoprire aree sconosciute.

Vincitore del Qingyun Plan di Toutiao e del Bai+ Plan di Baijiahao, del Baidu Digital Author of the Year 2019, del Baijiahao's Most Popular Author in the Technology Field, del Sogou Technology and Culture Author 2019 e del Baijiahao Quarterly Influential Creator 2021, ha vinto numerosi premi, tra cui il Sohu Best Industry Media Person 2013, il China New Media Entrepreneurship Competition Beijing 2015, il Guangmang Experience Award 2015, il China New Media Entrepreneurship Competition Finals 2015 e il Baidu Dynamic Annual Powerful Celebrity 2018.