محاسبات شناختی جایگزین سامانه‌های امروزی

این مطلب یکی از مجموعه مقالات پرونده ویژه «فناوری‌های سال ۲۰۱۷» است که در ماهنامه شبکه شماره ۱۸۸ منتشر شد. برای دانلود کل این پرونده ویژه اینجا کلیک کنید. 

محاسبات شناختی طلایه‌دار موج جدیدی از تغییرات خواهند بود. این محاسبات به سازمان‌ها این توانایی را می‌دهند تا حجم بسیار انبوهی از داده‌ها را به‌منظور دست یافتن به بینش جدید و اخذ تصمیمات مهم و دقیق مورد استفاده قرار دهند؛ کلان داده‌هایی که تا پیش از این تحلیل آن‌ها مقوله پیچیده و البته پرهزینه‌ای به‌شمار می‌رفت. 
در حالی که سال‌ها قبل سازمان‌ها پیش‌بینی به‌کارگیری این محاسبات را ارائه کرده بودند اما گزارش‌ها نشان می‌دهد کمتر از یک سال دیگر این مدل محاسبات یا به‌عبارت دقیق‌تر سامانه‌های شناختی جایگزین سامانه‌های کامپیوتری قابل برنامه‌ریزی خواهند شد که از دهه 40 میلادی تا به امروز مورد استفاده قرار گرفته‌اند. سامانه‌های شناختی مجهز به قابلیت‌هایی همچون تشخیص زبان طبیعی و یادگیری ماشینی به‌منظور کشف بینش‌های جدید از انبوهی از داده‌های بدون ساختار خواهند بود. این سامانه‌ها در زمینه تحلیل داده‌ها به اندازه‌ای پر سرعت خواهند بود که تا پیش از این دست یافتن به چنین سرعتی شبیه به یک رویا بود. 

مطلب پیشنهادی

روبات‌ها می‌آیند

۵ شغلی که در اولین گام به تصاحب روبات‌‌ها درخواهند آمد

به‌نظر می‌رسد بانک ملی استرالیا اولین گام را در زمینه به‌کارگیری سامانه‌های شناختی جدید برداشته است. سامانه‌های شناختی این بانک به کارکنان کمک می‌کنند تا خدمات سفارشی‌تر و سریع‌تری را به مشتریان ارائه دهند. بانک‌ها اولین مشتریان سامانه‌های شناختی هستند و در نتیجه سرمایه‌گذاری‌های سنگینی در این ارتباط انجام می‌دهند. با توجه به این‌که در زمینه مبادلات مالی همواره احتمال تقلب، کلاه‌برداری، پول‌شویی و.... مطرح است در نتیجه تشخیص و پیشگیری خودکار از بروز هرگونه تهدید ممانعت به‌عمل آورده و همچنین قادر است مشاوره‌های مالی هوشمندانه‌تری را در این زمینه ارائه کرده که مورد توجه هییت مدیره بانک‌های بزرگ قرار خواهند گرفت. 

گزارش‌ها نشان می‌دهد کمتر از یک سال دیگر این مدل محاسبات یا به‌عبارت دقیق‌تر سامانه‌های شناختی جایگزین سامانه‌های کامپیوتری قابل برنامه‌ریزی خواهند شد که از دهه 40 میلادی تا به امروز مورد استفاده قرار گرفته‌اند. 

در حالی که روند بررسی و تخمین‌ها در ارتباط با به‌کارگیری آزمایشی سامانه‌های شناختی از مدت‌ها قبل از سوی بانک‌ها آغاز شده و سال 2017 زمانی است که این سامانه‌ها حرکت رسمی خود را آغاز خواهند کرد اما پیش‌بینی شده است تا سال 2019 بانک‌ها 20 درصد از 41.5 میلیارد دلار بودجه جهانی مربوط به سامانه‌های شناختی را از آن خود کنند. در حالی که بانک‌ها اولین گروه از سازمان‌های بزرگ به‌شمار می‌روند که این سامانه‌ها را مورد استفاده قرار خواهند داد، اما بدون شک انقلابی که به‌واسطه این سامانه‌ها به‌وقوع خواهد پیوست در مدت زمان کوتاهی به حوزه‌های دیگر دنیای اقتصاد نیز وارد خواهد شد. راد برایان، شریک تجاری شرکت خدمات مالی KPMG در پروژه شناختی Solution 49x در همین ارتباط گفته است: «با ورود سامانه‌های شناختی به حوزه‌های مختلف کسب و کار، شاهد تغییر و تحولات عمده و گسترده‌ای از طریق استدلال‌های استقرایی و استنتاجی خواهیم بود.» 
کن راید، مدیر نوآوری شرکت KPMG گفته است: «تا پیش از این تصور می‌کردم، محاسبات شناختی به منظور ارائه خدمات سریع‌تر و ارزان‌تر مورد استفاده قرار خواهند گرفت. اما با پیشرفت‌های انجام گرفته در حوزه محاسبات شناختی معتقد هستم که این مدل محاسبات زمینه‌ساز به‌وجود آمدن انقلابی در حوزه تجاری خواهند شد.» 
شرکت KMPG در حال کار روی یک راه‌حل شناختی است تا به مشتریان این شرکت در ارتباط با حل مشکل مالیاتی کلان که تحت عنوان فرسایش پایه و تغییر سود (BEPS) سرنام Base Erosion And Profit Shifting از آن یاد می‌شود، کمک کند. راه‌حل این شرکت از انعطاف‌پذیری خوبی برخوردار بوده و با قوانین مالیاتی کشورهای مختلف هماهنگی دارد. در نتیجه به مشتریان این شرکت در ارتباط با بهینه‌ کردن قیمت‌گذاری‌ها و ساختار مالیاتی کمک می‌کند. 

تصمیم‌گیری بهتر
توبی والش، دانشمند هوش‌مصنوعی دانشگاه New South و عضو گروه Data61 می‌گوید: «سامانه‌های هوشمند و خودکار اکنون به‌اندازه‌ای از بلوغ و تکامل دست یافته‌اند که با تقویت فاکتورهای مختلفی همچون هوش انسانی، کسب‌وکار، سلامت، آموزش و دولت‌ها قادر هستند جامعه‌ای  را از نو پایه‌ریزی کنند. البته پیاده‌سازی و استقرار چنین سامانه‌هایی برای شرکت‌های بزرگ همراه با یک‌سری تاثیرات جانبی است. 
به‌طور مثال، زیرساخت هوشمندی که می‌تواند مدارک موجود را به‌خوبی مدیریت و سازمان‌دهی کند در دراز مدت ساختار شرکت‌های حقوقی را دستخوش تغییرات اساسی خواهد کرد. اما در مقابل این سامانه‌ها به کارمندان جوان در اقصی نقاط جهان کمک خواهند کرد تا به‌شکل دقیق‌تری هزاران مدرک و سند رسمی درون سازمانی را مورد بررسی قرار دهند. هوش مصنوعی به دو بخش تقسیم می‌شود. 
بخش اول یادگیری مبتنی بر گذشته است و با اتکا بر کلان‌ داده‌ها و یادگیری ماشینی کار می‌کند. بخش دوم همان چیزی است که ما به‌دنبال آن هستیم، سامانه‌های کامپیوتری تصمیم‌گیرنده که با اتکا به تجربیاتی که از گذشته به‌دست آورده‌اند، تصمیمات راهبردی را اتخاذ کنند. به‌طور مثال، چگونه می‌توانیم کامیون‌های خود را در مسیر نگه داریم؟ چگونه می‌توانیم برنامه‌ریزی دقیقی به‌منظور کاهش اضافه کاری و افزایش بهره‌وری داشته باشیم؟ چگونه می‌توانیم کارمندان خود را بهتر مدیریت کنیم؟ چگونه می‌توانیم سازمان خود را مدیریت کنیم؟ به‌سختی می‌توانیم حوزه‌ای را پیدا کنیم که سامانه‌های شناختی قادر نباشند در آن حوزه‌ها به انسان‌ها در اخذ تصمیمات آگاهانه کمک کنند. محاسبات شناختی به‌ویژه در زمینه مراقبت‌های بهداشتی شخصی کمک فراوانی به مردم خواهند کرد. 

سامانه‌های هوشمند و خودکار اکنون به‌اندازه‌ای از بلوغ و تکامل دست یافته‌اند که با تقویت فاکتورهای مختلفی همچون هوش انسانی، کسب‌وکار، سلامت، آموزش و دولت‌ها قادر هستند جامعه‌ای  را از نو پایه‌ریزی کنند.

امروزه در کشورهای جهان سوم بسیاری از مردم جان خود را در ارتباط با بیماری‌هایی از دست می‌‌دهند که به‌راحتی قابل تشخیص هستند. محاسبات شخصی به مردم این‌گونه کشورها اجازه خواهند داد به‌راحتی و از طریق اسمارت‌فون‌های خود قادر به شناسایی و برطرف کردن چنین مشکلاتی باشند. در حوزه آموزش، این مدل محاسبات به قابلیت سفارشی‌سازی آموزش کمک خواهند کرد.» 
با فراگیر شدن این مدل محاسبات سامانه‌ای در اختیار خواهید داشت که قادر است سبک زندگی شما را دنبال کند. سامانه‌ای که اطلاع خواهد داشت شما درباره چه موضوعی اطلاع دارید و درباره چه موضوعی باید اطلاع داشته باشید و به این شکل شکاف‌ها و خلاء‌های موجود در نادانستنی‌های شما را پر می‌کند. این محاسبات حتی از این موضوع اطلاع خواهند داشت که شما موضوعات را چگونه یاد می‌گیرد و برای یادگیری و فهم بهتر یک موضوع چگونه باید به شما کمک کرد. در نتیجه سرعت یادگیری مفاهیم جدید را افزایش خواهند داد. والش معتقد است، تنها به‌واسطه فناوری‌های هوشمندانه کشورها این توانایی را خواهند داشت تا در عرصه جهانی به رقابت با یکدیگر پرداخته و جایگاه خود را حفظ کنند. 

همکاری انسان و ماشین
فناوری مدت‌های مدیدی است که از آزمایشگاه‌ها خارج گشته و در طیف گسترده‌ای از صنایع مورد استفاده قرار می‌گیرد. شرکت‌هایی همچون Accenture، Deloitte، EY، KPMG، PwC، IBM، Servian و.... به‌طور داخلی از محاسبات شناختی استفاده می‌کنند یا کارگروه‌هایی را در ارتباط با هوش مصنوعی راه‌اندازی کرده‌اند. تیموتی ماناه، مدیر شرکت Servian می‌گوید: « محاسبات شناختی به عنصر مهمی در زمینه پیاده‌سازی یک نقشه راه دیجیتالی در بسیاری از سازمان‌ها تبدیل خواهد شد. امروزه دسترسی به محاسبات شناختی مقرون به‌صرفه‌تر از قبل شده است.  همین موضوع باعث شده است تا محاسبات شناختی مورد توجه بسیاری از کسب‌وکارها قرار گیرد. این به‌معنای آن است که ما آماده هستیم تا بازی را شروع کنیم و محاسبات شناختی را به‌طور عملی و در مقیاس گسترده مورد استفاده قرار دهیم.»

به‌سختی می‌توانیم حوزه‌ای را پیدا کنیم که سامانه‌های شناختی قادر نباشند در آن حوزه‌ها به انسان‌ها در اخذ تصمیمات آگاهانه کمک کنند. محاسبات شناختی به‌ویژه در زمینه مراقبت‌های بهداشتی شخصی کمک فراوانی به مردم 
خواهند کرد

در همین ارتباط شرکت Servian در تلاش است تا سامانه شناختی خود را که در ارتباط با منابع انسانی بوده و به‌منظور انجام آزمایش‌های روان‌سنجی داوطلبان احراز مشاغل مورد استفاده قرار می‌گیرد توسعه دهد. به‌طوری که فرصت‌های شغلی بهتری در اختیار مردم قرار دهد. در میان شرکت‌هایی که به آن‌ها اشاره کردیم، آی‌بی‌ام در زمینه محاسبات شناختی پیشرو است. آی‌بی‌ام واژه شناختی را ترکیبی از کسب‌وکار دیجیتالی همراه با هوش دیجیتالی توصیف کرده است. جینی رومتی، مدیرعامل اجرایی و رییس هییت مدیره آی‌بی‌ام در این ارتباط گفته است: «محاسبات شناختی به‌معنای خودکارسازی هوش انسانی و به‌معنای تعامل انسان و ماشین با هدف اخذ بهترین تصمیمات است. اگر فرض کنیم نقطه شروع به‌کارگیری محاسبات شناختی در مقیاس وسیع از سال 2017 میلادی باشد، آن‌گاه باید بگوییم در پنج سال آینده هرگونه تصمیم مهمی بر مبنای راه‌کارهای کمک کننده شناختی اتخاذ خواهد شد.»

اکوسیستم شناختی
والش می‌گوید:«آی‌بی‌ام از واژه "افزوده" برای این مدل محاسبات استفاده می‌کند. به‌نظر من به‌کارگیری این واژه یک حرکت معقول بوده و یک حس ویژه را در ارتباط با هوش مصنوعی به ما منتقل می‌کند. به‌دلیل این‌که نشان می‌دهد محاسبات شناختی به‌منظور کمک به مردم و محافظت از شغل مردم مورد استفاده قرار می‌گیرد. در نتیجه محاسبات شناختی قرار نیست تنها با هدف ثروتمندتر کردن صاحبان این فناوری مورد استفاده قرار گیرد.» پلتفرم شناختی واتسون آ‌ی‌بی‌ام در سال 2014 و در قالب زیرساخت ابر‌محور به‌طور رسمی به دنیای تجاری وارد شد. تلاش‌های آی‌بی‌ام در زمینه کاربردی کردن واتسون عامل مهمی در زمینه رشد اکوسیستم جهانی محاسبات شناختی بوده است. سامانه‌ای که در حوزه‌های مختلف به مردم توصیه‌های حرفه‌ای ارائه می‌کند. مورفی فرگال، مدیر راه‌حل‌های شناختی آی‌بی‌ام گفته است: «محاسبات شناختی توانایی باز کردن دانش نهفته درون سازمانی و مرتبط کردن این دانش با پردازش زبان طبیعی را دارد.» کن رید از شرکت KPMG می‌گوید: «ما در نظر داریم جزء اولین شرکت‌هایی باشیم که محاسبات شناختی را به‌منظور ارائه نوآوری در سازمان‌ها مورد استفاده قرار می‌دهند. اگر رقبای شما محاسبات شناختی و بینش لازم را در اختیار داشته باشند و شما از آن محروم باشید به‌معنای آن است که شما در دنیای تجارت جایی نخواهید داشت.»