Rozwiązania z obszaru analityki kognitywnej łączą uczenie maszynowe i technologie sztucznej inteligencji, umożliwiając wyciąganie wniosków zbliżonych do ludzkich. Wymaga to zrozumienia kontekstu i znaczenia poszczególnych danych, a nie bazowania na suchych liczbach. Jak wygląda to w praktyce?

Analityka kognitywna może być wykorzystywana przez firmy do monitorowania zmian w zachowaniu klientów i trendów pojawiających się na rynku. Pozwala na porządkowanie danych uwzględniając szerszy kontekst, znaczenie zdań lub całych akapitów, a nawet rozpoznanie pewnych obiektów na obrazie. Jest to pod pewnym względem połączeniem dwóch światów: z jednej strony "maszynowego" przetwarzania danych, a z drugiej strony procesów kognitywnych charakterystycznych dla naszego mózgu. Zrozumienie danych, które często są nieustrukturyzowane i rozproszone, jest jednym z najważniejszych wyzwań, przed którymi stoją organizacje w skali globalnej.

AI wyposażona w systemy poznawcze

Analiza kognitywna znajduje szerokie zastosowanie w różnych obszarach, zarówno w prostych czynnościach, jak i w skomplikowanych zestawach zadań. Jednym z przykładów wykorzystania analizy kognitywnej są chatboty, które dzięki technikom uczenia maszynowego są w stanie przeprowadzić rozmowę, rozumiejąc kontekst komunikacji. Dzięki przetwarzaniu języka naturalnego programy mogą pobierać dane wejściowe, takie jak głos lub tekst, analizować je i udzielać odpowiedzi. Dzięki rozwiązaniom kognitywnym chatboty mogą osiągnąć wysoki poziom inteligencji w komunikacji, co pozwala im na lepsze zrozumienie potrzeb użytkownika, a nawet na udzielanie rekomendacji.

Większość telefonów, a także tabletów wyposażona jest w funkcje odblokowywania urządzenia poprzez rozpoznawanie twarzy. Systemy poznawcze wykorzystują różne dane, takie jak kolor oczu, struktura i kontury twarzy, aby odróżnić je od innych. Generowany obraz twarzy może być używany do identyfikacji. Tradycyjnie, do tego celu wykorzystywano obrazy 2D, jednak teraz możliwe jest również wykorzystanie technologii 3D, które zapewniają większą dokładność. Taka technologia również bazuje na analizie kognitywnej.

Lepsze decyzje dzięki analityce kognitywnej

Organizacje korzystające z projektów opartych na danych są w dużym stopniu uzależnione od źródeł nieustrukturyzowanych informacji, takich jak e-maile, dokumenty MS Word, obrazy, zdjęcia, materiały audio i wideo, dane z czujników (IoT), etc. Mogą one pochodzić zarówno z wewnętrznych zasobów, jak i otwartych źródeł zewnętrznych, takich jak na przykład media społecznościowe. Zastosowanie technologii analizy kognitywnej umożliwia automatyczne przetwarzanie, klasyfikację i wyodrębnienie istotnych informacji z różnych źródeł. Narzędzia te mogą identyfikować wzorce i rozpoznawać kluczowe tematy lub wykrywać powiązania między nimi. Analityka kognitywna stosuje inteligencję podobną do ludzkiej. Przede wszystkim do zadań, takich jak rozumienie nie tylko słów w tekście, ale także pełnego kontekstu tego, co jest pisane, mówione, a także rozpoznaje obiekty na obrazach o dużym zagęszczeniu informacji.

Dzięki temu firmy mogą bazować na szerszym zakresie informacji, podejmować bardziej świadome decyzje biznesowe oraz lepiej dostosować się do potrzeb otoczenia. Zastosowanie analizy kognitywnej pozwala również na optymalizację procesów w organizacji, co prowadzi do zwiększenia efektywności i obniżenia kosztów. Zainteresowanie w tym kierunku w szczególności widać wśród menedżerów w sektorze bankowości, usług finansowych i ubezpieczeń (BFSI). Instytucje finansowe na całym świecie wdrażają technologie oparte o analitykę kognitywną, aby zwiększyć swoje możliwości predykcyjne, poprawić prognozy przychodów, a w szczególności wspierać planowanie biznesowe i budżetowanie. Pomaga im ono również w skuteczniejszym zarządzaniu ryzykiem i przeciwdziałaniu nadużyciom.

Lepsza analiza dzięki rozwiązaniom opartym na chmurze

Dobrym przykładem analizy kognitywnej jest usługa Google Images. Wykorzystuje ona Cloud Vision API Google do analizowania i kategoryzowania zdjęć lub filmów dla użytkowników. Częściowo opiera się to na danych wejściowych użytkownika, oznaczając każdy plik nazwami i opisami. Cloud Vision API jest szkolony na miliardach zdjęć z Google Images - za każdym razem, gdy wypełniamy CAPTCHA (rodzaj zabezpieczenia, którego zadaniem jest ochrona przed spamem i botami) w internecie, przyczyniamy się do szkolenia sztucznej inteligencji.

Analityka kognitywna może być też wykorzystywana w inicjatywach społecznych. Przykładem jest projekt crowdsourcingowy realizowany przez firmę SAS, który wykorzystuje sztuczną inteligencję, w tym techniki rozpoznawanie obrazów, aby pomóc przeciwdziałać wylesianiu lasów deszczowych w Amazonii. Rozwiązanie wykorzystuje otwarte narzędzie analityczne SAS Viya, działające w chmurze, które pozwala na ocenę zmian środowiskowych w czasie niemal rzeczywistym na podstawie analizy tysięcy zdjęć satelitarnych. Do udziału w projekcie są zaproszeni wolontariusze z całego świata, którzy pomagają trenować modele AI, identyfikując ślady wylesiania, których model nie nauczył się jeszcze wykrywać. Dzięki temu przedstawiciele władz i organizacji pozarządowych mogą odpowiednio wcześnie interweniować w celu ochrony lasów przed nielegalną wycinką. 

Analityka kognitywna może być pomocna w realizowaniu wizji inteligentnych miast. SAS i Microsoft stworzyli rozwiązanie, którego celem jest między innymi przewidywanie powodzi. Rozwiązanie oparte jest na SAS Analytics IoT i Azure IoT. Łączy w sobie łatwe do wdrożenia czujniki zasilane energią słoneczną, a dostępne z nich dane telemetryczne są przesyłane za pośrednictwem komunikacji komórkowej do chmury i łączone z danymi pogodowymi. Uczenie maszynowe służy do przewidywania możliwych zdarzeń powodziowych i ostrzegania mieszkańców z wyprzedzeniem.

Rozwiązania z obszaru analityki kognitywnej mają coraz większe znaczenie dla sektora opieki zdrowotnej. Zastosowanie tej technologii przyczynia się nie tylko do udoskonalenia opieki medycznej, ale również do poszerzenia jej korzyści w dziedzinie badań naukowych. Badacze z Instytutu Odkrywców na Uniwersytecie College of Dublin stworzyli AI PREMie. Jest to rozwiązanie oparte na sztucznej inteligencji, które identyfikuje kobiety ze stanem przedrzucawkowym (zaburzenie związane z nadciśnieniem tętniczym w ciąży) i określa jego stadium. AI PREMie pozwala lekarzom planować zagrożone ciąże, identyfikując, kiedy konieczne jest zaplanowanie porodu. Rozwiązanie również oparte jest na platformach SAS Viya i Microsoft Azure. Dzięki temu lekarze mają gwarancję eliminacji jednego z największych wyzwań dla ochrony zdrowia, czyli reagowania w czasie rzeczywistym. 

Przyszłość analityki kognitywnej

Według raportu Cognitive Analytics - Global Strategic Business Report, na globalnym rynku analizy kognitywnej, skumulowany roczny wskaźnik wzrostu (CAGR) w latach 2022-2030 będzie na poziomie 38,4 proc. Oznacza to wzrost wartości rynku z 2,7 mld dolarów w 2022 roku do 36,2 mld dolarów do 2030 roku. Ma to związek z coraz większym wykorzystaniem urządzeń opartych na IoT, wzrostem zbieranych danych i rozwojem sztucznej inteligencji.

Patrząc na liderów tej transformacji, bardzo duży wzrost przewidywany jest w Chinach. Rynek analityki kognitywnej w drugiej co do wielkości gospodarce świata będzie wynosił 6 mld dolarów do 2030 roku, utrzymując CAGR na poziomie 36,9 proc. w okresie analizy 2022-2030. Wśród innych godnych uwagi rynków geograficznych są Japonia i Kanada, z których każdy przewiduje wzrost odpowiednio o 34,9 proc. i 33,2 proc. w tym samym przedziale czasowym. W Europie najlepiej prosperują Niemcy. Ich CAGR do 2030 roku wzrośnie o 26,7 proc.