Kognitive KI

Was ist kognitive KI?

Kognitive KI, auch kognitive künstliche Intelligenz genannt, ist Software, die versucht zu denken und zu lernen, indem sie die Funktionsweise des menschlichen Gehirns nachahmt. Sie nutzt natürliche Sprachverarbeitung (NLP) und maschinelles Lernen (ML), um zu versuchen, die menschliche Absicht hinter Anfragen zu verstehen, beispielsweise um relevantere Antworten zu liefern. Die Antworten sind das Ergebnis der Suche in riesigen Datenmengen und werden so übermittelt, dass sie von einem Menschen stammen könnten. Kognitive KI wird häufig zur Verbesserung von Problemlösungen, der Entscheidungsfindung und Kommunikation eingesetzt.

Kognitive KI unterscheidet sich folgendermaßen von Retrieval Augmented Generation oder RAG AI: RAG kombiniert die Stärken von abfragebasierter KI und generativer KI, wobei letztere auf Benutzereingaben mit genaueren und stärker kontextbezogenen Ergebnissen reagiert.

Was ist Cognitive Computing und wie funktioniert es?

Obwohl es Unterschiede in der Definition von Cognitive Computing zu geben scheint, stimmen die meisten Quellen darin überein, dass es sich um eine Kombination aus Informatik und Kognitionswissenschaft handelt – einem Teilbereich der künstlichen Intelligenz (KI), der versucht, die Funktionsweise des menschlichen Gehirns nachzuahmen.

Cognitive Computing lässt sich wie folgt definieren:

• Technologien, die auf den wissenschaftlichen Prinzipien der künstlichen Intelligenz und Signalverarbeitung basieren und maschinelles Selbstlernen, Mensch-Computer-Interaktion, Verarbeitung natürlicher Sprache, Data Mining und mehr umfassen (Technopia)
• Systeme, die skalierbar lernen, zielgerichtet denken und auf natürliche Weise mit Menschen interagieren (IBM)

Cognitive-Computing-Systeme können Daten aus verschiedenen Informationsquellen synthetisieren, um Anfragen zu beantworten. Diese Systeme berücksichtigen Widersprüche und Kontext, wenn sie Antworten liefern, die Menschen dabei helfen, fundiertere Entscheidungen zu treffen.

Cognitive Computing vs. kognitive KI

Die Grenze zwischen Cognitive Computing und kognitiver KI ist oft fließend und die Begriffe werden manchmal synonym verwendet. Beide beziehen sich auf eine breit gefasste Kategorie von Maschinen, die dazu dienen, menschliche Gedanken nachzubilden. Außerdem nutzen beide eine breite Palette von KI-Technologien: Verarbeitung natürlicher Sprache (NLP), maschinelles Lernen (ML), Deep Learning, Data Mining, Mustererkennung und mehr. Die Unterschiede zwischen den beiden Technologien liegen jedoch in ihren Endzielen.

• Cognitive Computing ist in der Regel in Systemen zu finden, die der Verbesserung der menschlichen Entscheidungsfindung dienen. Sein Ziel ist es, eine Partnerschaft zwischen Menschen und Maschinen zu schmieden, um Menschen in die Lage zu versetzen, intelligentere und schnellere Entscheidungen zu treffen.
• Kognitive KI hingegen ahmt nicht nur das menschliche Denken nach, sondern kann auch autonom handeln. Ihr Ziel ist es, Informationen zu analysieren, daraus zu lernen, eigenständig Entscheidungen zu treffen und Aufgaben selbstständig auszuführen – möglichst ohne oder mit nur geringer menschlicher Unterstützung.

Während kognitive KI ihre eigenen Entscheidungen treffen kann, hilft das Cognitive Computing den Menschen, fundiertere Entscheidungen zu treffen.

Was ist der Unterschied zwischen KI und kognitiver KI?

KI, kurz für künstliche Intelligenz, ist ein Oberbegriff, der sich auf Systeme bezieht, die über menschenähnliche Intelligenz verfügen. Diese Systeme lösen Probleme, nutzen natürliche Sprache, erkennen Muster und lernen aus Erfahrungen oder durch den Erwerb zusätzlicher Informationen. Das grundsätzliche Ziel von KI besteht darin, Systeme zu entwerfen, die in der Lage sind, Aufgaben zu erledigen oder Prozesse abzuschließen, für die sonst menschliche Intelligenz erforderlich wäre.

Kognitive KI ist eine Unterkategorie der KI. Diese Systeme verfügen über menschenähnliche Intelligenz und können die Funktionsweise eines menschlichen Gehirns nachahmen. Sie sind dazu ausgelegt, auf menschenähnliche Weise zu verstehen, zu lernen und zu interagieren. Zwar nutzen kognitive KI-Systeme KI, aber nicht alle KI-Systeme nutzen kognitive KI.

Wie wird kognitive KI heute eingesetzt?

Die Anwendungsfälle für kognitive KI entwickeln sich rasant weiter. Hier sind einige Beispiele dafür, wie kognitive KI heute eingesetzt wird:

• Antrieb für selbstfahrende Autos (Automobilindustrie) – Kognitive KI ist die Grundlage für autonome Autos. Solche Fahrzeuge nutzen KI, um ihre Umgebung wahrzunehmen, Entscheidungen zu treffen und zu navigieren – alles ohne menschliches Eingreifen. Sie verarbeiten Daten von Sensoren auf menschengerechte Weise, um zu verstehen, was auf der Straße passiert, einschließlich anderer Fahrzeuge, Fußgänger und Verkehrsschilder. Mit kognitiver KI besteht das Potenzial, das Fahrerlebnis radikal zu verändern.
• Automatisierung des Handels (Finanzdienstleistungen) – Die kognitive KI automatisiert die Handelssysteme in der Finanzbranche. Diese Systeme analysieren selbstständig Markttrends, treffen Vorhersagen und führen Geschäfte ohne menschliches Eingreifen aus. Da kognitive KI schneller auf Marktveränderungen reagieren kann als Menschen, bietet sie die Möglichkeit, bessere und profitablere Geschäfte abzuwickeln.
• Erstellung von Inhalten – Kognitive KI wird auch zur autonomen Generierung schriftlicher Materialien wie Artikel, Anzeigen, Produktinformationsseiten und anderer digitaler und gedruckter Assets eingesetzt. Medienunternehmen nutzen mittlerweile kognitive KI, um Nachrichten auf der Grundlage von Live-Daten zu verfassen, wie beispielsweise die Ergebnisse von Sportveranstaltungen oder Finanzberichte. Kognitive KI hat ein enormes Potenzial zur Rationalisierung und Beschleunigung der Inhaltserstellung, was zu einer Kostenminimierung und Gewinnmaximierung beitragen kann.
• Steuerung von Smart Homes – In modernisierten Häusern kann kognitive KI die Beleuchtung, Temperatur und Sicherheitssysteme basierend auf den Vorlieben des Hausbesitzers steuern. Sie kann vom Verhalten des Hausbesitzers lernen und sich automatisch anpassen, um den Komfort zu verbessern und Energie zu sparen. Kognitive KI kann somit den Energieverbrauch potenziell senken und zu einem grüneren Planeten beitragen.

Obwohl der optimale Einsatz kognitiver KI immer noch häufig von Menschen beaufsichtigt werden muss, sind diese Systeme in erster Linie darauf ausgelegt, unabhängig vom Menschen Entscheidungen zu treffen und Maßnahmen zu ergreifen.

Cohesity und kognitive KI

Daten bilden den Kern des Potenzials kognitiver KI. Kognitive KI-Modelle sind allerdings nur so gut wie die Daten, mit denen sie trainiert werden. Daher können Unternehmen, die in das Sammeln, Speichern und Analysieren hochwertiger Daten investieren, die Leistungsfähigkeit von KI besser maximieren und sich so einen Wettbewerbsvorteil verschaffen.

Cohesity liefert die Grundlagen zum Implementieren kognitiver KI mit einer modernen Plattform für Datensicherheit und -management zur Unterstützung kognitiver Suchvorgänge. Die kognitive Suche ist eine aufstrebende Technologie, die künstliche Intelligenz (KI), die Verarbeitung natürlicher Sprache (NLP) und maschinelles Lernen (ML) kombiniert, um die Benutzerabsicht hinter einer Suchanfrage zu verstehen und anschließend relevantere Ergebnisse bereitzustellen als bei herkömmlichen Suchen möglich sind. Da sich die kognitive Suche mit der Zeit durch Lernen verbessern kann, bietet sie einen großen Vorteil gegenüber herkömmlichen Suchmethoden. Cohesity Data Cloud ermöglicht Unternehmen, kognitive Suchvorgänge für ihre globalen Daten zu nutzen – lokal, am Edge und in der Cloud. Auf diese Weise können sie schneller fundiertere Entscheidungen treffen. Dies kann dazu beitragen, schneller Antworten auf komplexe Fragen und geschäftliche Probleme zu erhalten.

Die einzigartige Architektur und das dezentrale Dateisystem der Cohesity Data Cloud-Plattform für Datensicherheit und -management ermöglichen Unternehmen Folgendes:

• Ihren Datenbestand zu sichern und neue Möglichkeiten für Data Management und Data Security zu erschließen
• Mit praktischen Such- und Analysefunktionen tiefe Einblicke in wichtige Geschäfts-, Benutzer- und Anwendungsdaten zu gewinnen
• Die Notfallwiederherstellung zu optimieren und die Geschäftskontinuität zu verbessern
• Die Cyber-Resilienz durch Funktionen zur Datenisolation, Bedrohungserkennung und Datenklassifizierung zu verbessern

Die in der Cohesity Data Cloud verwalteten Daten sind KI/ML-fähig, sodass Unternehmen das Potenzial ihrer Daten mit neuen Lösungen für KI und kognitive KI voll ausschöpfen können.