El salto tecnológico que nos espera en la próxima década ha empezado hoy, y las compañías deben empezar a familiarizarse con la computación cognitiva o cognitive computing, y en qué se diferencia y asemeja a los otros conceptos.

El inicio de todo: IBM Watson

En 2011 IBM presentó a Watson, el primer ordenador basado en cognitive computing, al famoso programa televisivo Jeopardy, uno de los más complicados del mundo.

El reto de este ordenador no sólo era conocer las respuestas para cualquier pregunta, sino además ser capaz de captar cosas tan humanas como la ironía, el sarcasmo, la metáfora, los giros lingüísticos y el sentido del humor.

Watson ganó el concurso de manera aplastante poniendo al descubierto el nuevo mundo basado en el big data.

Watson supuso un gran cambio, ya que se trata de un sistema que entiende e interpreta información y no sólo procesa datos.

El cognitive computing es capaz de aprender tomando como pilar la interacción que tenemos con los datos, convirtiéndose en una máquina capaz de procesar, analizar y comprender información en campos tan dispares como la literatura, la medicina o el arte.

Qué es y qué aplicaciones ofrece el cognitive computing

Con la experiencia de Watson y el avance que desde 2011 ha experimentado esta nueva tecnología, podemos afirmar que el cognitice computing amplía las capacidades que ya existían en muchas soluciones de software añadiendo la inteligencia artificial y los sistemas de aprendizaje conocidos como machine learning.

No estamos ante una sola tecnología, sino ante la unión de diferentes tecnologías para dar como resultado un servicio capaz de interpretar los datos, anticipándose a problemas y que es capaz de identificar patrones, de manera que nos ofrezcan soluciones.

Por otro lado, esta tecnología es capaz de imitar el funcionamiento del cerebro humano siendo capaz de ejecutar y reconocer comandos de voz, no sólo por palabras, si no por su tono.

Otra aplicación muy popular es la traducción en tiempo de real de textos, superando las herramientas ‘palabra-por-palabra’ que se han hecho populares en los últimos años.

Las ventajas de la computación cognitiva

Esta tecnología se encuentra en pleno desarrollo y cada día aparecen nuevas funciones fruto del constante aprendizaje y mejora de las plataformas.

Aun así y para sintetizar, las ventajas que aporta esta revolucionaria tecnología a las empresas son:

• La reducción de costes, en cuanto es una máquina con capacidad de interpretar matices humanos.
• En consecuencia, los procesos de computación de datos serán mucho más rápidos.
• Adaptación a los cambios en cuanto la herramienta identifica patrones y se anticipa a los problemas.
• Es capaz de integrarse con las demás aplicaciones que utilizamos, ya que se trata de un sistema informático.
• Es un proceso automatizado que ofrece una gran cantidad de detalles en sus informes.

Las principales plataformas de cognitive computing

Estos servicios se encuentran en la nube, a disposición de quien los necesite.

En ocasiones, el coste de utilizarlos es realmente bajo, lo cual es una gran ventaja para que cualquier empresa pueda acceder a ellos, pero también para que estos sistemas "aprendan" el máximo de ejemplos posible.

Las cuatro grandes plataformas de cognitive computing son:

• Amazon Web Services: posiblemente la más grande de todas y de la que han nacido servicios como Alexa, el asistente de voz de Amazon.
• Google Cloud: indicado especialmente para el tratamiento y reconocimiento de voz, manejo de textos y tratamiento de imágenes.
• IBM Watson: basado en el sistema original, ofrece el reconocimiento visual de personas, conversación, traducción de texto y reconocimiento de tono de voz.
• Microsoft Cognitive Services: basado en la visión, habla, conocimiento y búsqueda de soluciones.

Aplicaciones reales del cognitive computing

En la empresa hay muchas formas de aplicar el cognitive computing y dependerá de cada empresa.

Aquí citaremos algunos ejemplos en donde ya se está utilizando el cognitive learning, ya sea su totalidad o sólo en un único sentido.

Traducción inteligente

Un ejemplo de uso de esta tecnología es la traducción de textos. Supongamos que tenemos un volumen de webs con contenido en inglés inmenso, acercándonos al millón de referencias, y queremos traducirlo a un nuevo idioma.

La opción tradicional sería poner a trabajar a cientos de traductores texto por texto, hasta terminar en un plazo posiblemente no inferior a los 12 meses. El cognitive computing basado en el marchine learning, nos permite traducir estos textos sabiendo que cada nueva traducción será mejor que la anterior, porque el sistema aprende a cada nuevo texto generado.

Detección de incidencias

En entornos industriales, por ejemplo la fabricación de coches, los servicios cognitivos pueden anticiparse a un error en la cadena de montaje, o bien mejorar los sistemas productivos al ser capaces de interactuar por voz con los trabajadores. Esto permite priorizar tareas u ofrecer soluciones eficaces ante una avería.

Estadística, tendencias y soporte

En la banca, como último ejemplo, el sistema cognitivo reconoce la ingente cantidad de big data económico, siendo capaz de computar todos esos datos y ofreciendo informes que anticipen posibles pérdidas de liquidez, controles de calidad, compliance o, en un uso más cercano, ser capaz de prestar la atención telefónica para hacer este servicio aún más eficaz.