Czym jest automatyzacja kognitywna - próba definicji

Kategoria II
Czym jest automatyzacja kognitywna - próba definicji

Robonomika - jako obszar badań - koncentruje się na zaawansowanej automatyzacji i robotyzacji biznesu. Ale pojawia się pytanie: jak należy rozumieć słowo "zaawansowana". Obecnie bowiem zdecydowana większość wdrożeń RPA (Robotic Process Automation) koncentruje się na tradycyjnej (tj. stosunkowo prostej) automatyzacji powtarzalnych, masowych działań, wykorzystując w tym celu skrypty czy makra.

W obszarze automatyzacji za zaawansowaną można uznać automatyzację zdolną do skutecznego działania w sytuacjach nieprzewidywanych i niepewnych. Oznacza to, że narzędzie (oprogramowanie) do automatyzacji ma możliwość wykorzystania posiadanej przez nie informacji w sposób podobny do rozumowania ludzkiego.

Tego typu automatyzację określa się mianem kognitywnej lub kongwistycznej (cognitive automation). Oba określenia pochodzą od terminu kongwistyka. Czasami można się również spotkać z określeniami: inteligentna automatyzacja (intelligent automation) lub sprytna automatyzacja (smart automation).

Automatyzacja kognitywna wykorzystuje różne algorytmy i podejścia technologiczne wywodzące się z obszaru sztucznej inteligencji, takie jak przetwarzanie języka naturalnego, analiza tekstu i eksploracja danych, technologie semantyczne oraz uczenie maszynowe. Dzięki nim narzędzia informatyczne mogą autonomicznie oceniać i interpretować wiedzę. 

Elementami dodatkowymi, ale istotnymi z perspektywy wykorzystania automatyzacji kognitywnej będzie dysponowanie odpowiednio dużymi zbiorami danych (niezbędnych z perspektywy uczenia maszynowego) oraz dostępem do mocy obliczeniowej. Dlatego automatyzacja kognitywna będzie występować zazwyczaj w połączeniu z narzędziami big data oraz przetwarzaniem w chmurze.

Ponadto część danych przetwarzanych w ramach zaawansowanej automatyzacji będzie pochodzić (jeszcze przynajmniej przez jakiś czas) z dokumentów papierowych lub zdjęć. Dlatego istotne jest wykorzystanie oprogramowania do automatycznego rozpoznawania tekstu (OCR).

Automatyzacja kognitywna dostarcza zupełnie nowych możliwości działania.

Po pierwsze: oprogramowanie realizujące ten rodzaj automatyzacji ma możliwość uczenia się reakcji na nowe rzeczy/nowe sytuacje. Do tej pory sytuacje takie były zmorą klasycznej automatyzacji. W przypadku zaistnienia sytuacji nieprzewidzianej w skrypcie/makrze narzędzia w najlepszym razie informowały o takim przypadku, w najgorszym podejmowały "niedeterministyczne działania" i wykazywały niedeterministyczne zachowania.

Po drugie: oprogramowanie realizujące  automatyzację kognitywną ma możliwość podejmowania decyzji złożonych albo takich, w których występują dwuznaczności lub pozornie konkurencyjne alternatywy.

Wreszcie po trzecie: tej klasy oprogramowanie jest w stanie wykryć i zareagować na sytuacje, w których ryzyko i konsekwencje błędu są wysokie, co wymaga większego nadzoru i koncentracji.

Połączenie automatyzacji kognitywnej i klasycznych narzędzi RPA pozwala na osiągnięcie wysokiej dokładności przetwarzania danych niestrukturalnych i elastyczności niezbędnej do realizacji złożonych procesów biznesowych. Tą klasę narzędzi będzie można określać mianem RPA II (analogicznie do rozwoju systemów ERP/ERP II).