Informatique cognitive

L’informatique cognitive (ou Cognitive computin ou CC) décrit des plateformes technologiques qui, de façon générale, sont basées sur les disciplines scientifiques de l’intelligence artificielle et de traitement du signal.

Ces plate- formes englobent le machine learning, le raisonnement, le traitement du langage naturel, la reconnaissance vocale et la reconnaissance d’objet, les interactions humain-ordinateur, la génération de dialogues et la génération narrative, entre autres technologies.

À l’heure actuelle, il n'y a pas largement consensus sur la définition de l’informatique cognitive soit dans les universités ou l’industrie.

En général, le terme informatique cognitive a été utilisé pour désigner de nouveaux matériels et / ou logiciels qui imitent le fonctionnement du cerveau humain  et contribuent à prouver la prise de décision humaine. En ce sens, l’informative cognitive est un nouveau type d’informatique dont le but est de fournir des modèles plus précis de la façon dont le cerveau / esprit humain perçoit, raisonne et répond aux stimulus. Les applications de l’informatique cognitive lient, par exemple, l’analyse de données  et l’affichage adaptatif pour ajuster le contenu d'un type particulier d'audience.

Voici les principales caractéristiques des systèmes cognitifs:

• Adaptatif : ils peuvent apprendre à mesure que l'information change et que les objectifs et les exigences évoluent. Ils peuvent résoudre les ambiguïtés et tolérer l'imprévisibilité. Ils peuvent être conçus pour se nourrir de données dynamiques en temps réel ou quasi réel.
• Interactif : ils peuvent interagir facilement avec les utilisateurs afin que ceux-ci puissent définir leurs besoins confortablement. Ils peuvent également interagir avec d'autres processeurs, périphériques et services cloud, ainsi qu'avec des personnes.
• Itératif et dynamique : ils peuvent aider à définir un problème en posant des questions ou en trouvant une source supplémentaire si un énoncé du problème est ambigu ou incomplet. Ils peuvent «se souvenir» des interactions précédentes dans un processus et renvoyer des informations appropriées pour l’application spécifique à ce moment-là.
• Contextuel : Ils peuvent comprendre, identifier et extraire des éléments contextuels tels que le sens, la syntaxe, l'heure, l'emplacement, le domaine approprié, la réglementation, le profil de l'utilisateur, le processus, la tâche et l'objectif. Ils peuvent s’appuyer sur de multiples sources d’informations, notamment des informations numériques structurées et non structurées, ainsi que des entrées sensorielles (visuelles, gestuelles, auditives ou fournies par des capteurs).