<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=1500086133623123&amp;ev=PageView&amp;noscript=1">

Aprendizaje cognitivo: la revolución de la tecnología

Publicado el 22/8/17 8:00

Hablar de aprendizaje cognitivo es hacerlo de IBM o de Watson. Sin embargo, hoy día, la red de horizontes cognitivos (Cognitive Horizons Network) se extiende hacia las principales universidades del mundo. El MIT, la Universidad de Illinois, la de Michigan, la Universidad de Maryland (UMBC) o la de Montreal (MILA) son algunos de los componentes de un entramado de instituciones, científicos y algoritmos que tratan de acelerar el desarrollo de la tecnología ocupándose de aspectos tan revolucionarios como las tecnologías conversacionales, la vídeo comprensión, el deep learning, los entornos cognitivos o la ciberseguridad cognitiva.


aprendizaje_cognitivo.jpg

Créditos fotográficos: HASLOO

Hacia dónde se dirige el aprendizaje cognitivo

La promesa de la computación cognitiva está dando su fruto en sectores tan distintos entre sí como son la salud o la educación. Pero los proyectos de investigación avanzada no dejan de hacer nuevos hallazgos que revelan el verdadero potencial de esta tecnología.

Descarga la Guía hacia la Transformación Digital de los negocios

 

Los experimentos de aprendizaje cognitivo se apoyan en la inteligencia artificial, el aprendizaje automático o el procesamiento del lenguaje natural para tratar de resolver retos de alta complejidad relacionados con el medio ambiente, el transporte o algunas enfermedades, entre otros.


Los participantes en la Red de Horizontes Cognitivos ponen sus capacidades al servicio de la sociedad, ofreciendo una aportación multidisciplinar en la que convergen ramas como:


  • Informática.
  • Derecho.
  • Disciplinas cognitivas.
  • Filosofía.
  • Ingeniería.
  • Diseño.
  • Psicología.
  • Sociología.

La red se ocupa de toda la pila de cálculo cognitivo, desde el análisis de los datos estructurados y no estructurados necesarios para entrenar estos sistemas, a la construcción de las nuevas infraestructuras de computación necesarias para optimizar las nuevas de trabajo intensivas en datos de un mundo verdaderamente digital.


Pero aún queda mucho por descubrir. De hecho, los hallazgos que ya se están aplicando actualmente son sólo la punta del iceberg del aprendizaje cognitivo.

Características de un sistema de computación cognitiva

Inteligencia artificial y computación cognitiva no son dos caras de una misma moneda. Y, aunque puedan encontrarse ciertas similitudes, atributos compartidos u objetivos parecidos; la diferencia la marca la interacción compleja de componentes dispares, cada uno de los cuales comprende sus propias disciplinas individuales. Porque hay que saber discernir la información que es útil de la que no lo es, los elementos accesorios de los componentes nucleares y lo que puede aprovechar el sistema de lo que no.


Evitar la sobrecarga cognitiva se reduce a hacer las elecciones correctas, por ejemplo, en lo que respecta a las funciones requeridas para un sistema a este nivel de capacidades. De esta forma, se impulsa el aprendizaje cognitivo optimizando la eficiencia en el uso de los recursos disponibles, un objetivo alcanzable si se pone el foco en ciertos atributos.


Estas cualidades que debe reunir un sistema de computación cognitiva podrían resumirse en:


  1.       Interactividad: entre la máquina y los usuarios, entre sistemas, aplicaciones, dispositivos y servicios; y entre todos los componentes en conjunto, para no interrumpir el flujo de información y la transferencia de conocimiento.

  1.       Adaptación: simulando al cerebro humano, el aprendizaje cognitivo ha de presentarse como una versión mejorada, pero igualmente moldeable, lista para ajustarse a las necesidades de cada entorno. Para conseguirlo deberá poder garantizar su agilidad a la hora de comprender requisitos y objetos, así como su dinamismo, en lo que respecta a la recopilación de datos.

  1.       Contextualización: comprender, identificar y extraer elementos contextuales son puntos clave en el proceso de aprendizaje cognitivo de las máquinas. Ubicación, tiempo, significado, legislación aplicable, sintaxis, tarea, perfil del usuario u objetivos son diferentes facetas de un mismo proceso que, recurriendo a múltiples fuentes de información, estructurada y no estructurada, dotará de contexto a los datos.

  1.       Iteración: es el enfoque más recomendable en lo que a cuestiones de calidad de datos respecta y, por eso, no puede faltar en ningún sistema de computación cognitiva si se quiere asegurar que éste será capaz de proporcionar la información suficiente, en las condiciones de actualización, exactitud y fiabilidad necesarias.

Máquinas, talento y aprendizaje cognitivo

Los avances realizados por la computación cognitiva están presentes en diferentes aspectos de la vida cotidiana. Tecnologías de reconocimiento facial, de reconocimiento de voz o de interacción usuaria, son ejemplos de las posibilidades reales del aprendizaje cognitivo.


Las máquinas pueden aprender, del mismo modo que lo haría un humano, pero a una velocidad muy superior y con una eficacia incomparable. Las inversiones en inteligencia artificial y aprendizaje automático para el desarrollo de nuevos productos y servicios son sólo una pequeña prueba del potencial de esta tecnología.


Razonamiento basado en pruebas, deep learning y técnicas de procesamiento probabilístico se combinan para ofrecer respuestas certeras a preguntas complejas. Es la solución para reducir costes, optimizar resultados y transformar la toma de decisiones. El aprendizaje cognitivo es el inicio de un cambio sustancial en la realidad que conocemos y que no deja de tomar nuevos matices gracias al desarrollo de:


  • Aplicaciones más inteligentes: que se basan en la detección de emociones y sentimientos, el reconocimiento de la visión y el habla, el conocimiento, la búsqueda y el entendimiento del lenguaje para alcanzar nuevas cotas de eficiencia.
  • Redes neuronales para el aprendizaje cognitivo: detrás de soluciones tecnológicas que aprovechan el potencial del machine learning para lograr que las computadoras, en cualquier ámbito, puedan aprender de una manera similar a la de los seres humanos.
  • Algoritmos de predicción: que con un elevadísimo índice de precisión podrán pronosticar las reacciones de los seres humanos ante cualquier evento.

El aprendizaje cognitivo es oportunidad y desafío al mismo tiempo. Por una parte, ofrece la clave para resolver algunos de los principales problemas de nuestro tiempo (desde la cura para determinadas enfermedades hasta la reducción de la huella de carbono); por otra, plantea cuestiones relacionadas con la privacidad, la seguridad y el papel de la tecnología en la vida de las personas.


Esta revolución se está empezando a producir a todos los niveles, del trabajo al hogar, y del pensamiento a los aspectos más prácticos de nuestras rutinas diarias; y no cabe duda de que, con la expansión del aprendizaje cognitivo tendremos que decidir sobre el uso de esta tecnología, sobre el modo más provechoso y ético de explotar todo su potencial.

 

Transformacion_Digital