认知工程可以使机器人性化

使用认知工程的优化系统通过结合知识、上下文感知和情景智能来帮助人类。在整个职业生涯中，人类与机器的争论一直在持续，尤其是对于那些花了一辈子时间制造机器、给它们编程、给它们输入数据、然后指导它们提供所需结果的人来说。

机器有可能以更大的力量更快地移动，比人类更快地分析，而且不会疲劳或分心。人类的差异源于敏锐的感知能力，即从多个角度看待事物并做出客观、明智的决定的能力。

人类的大脑通过将知识(通过过去的经验和学习获得的)与对事物的情境理解和情境意识相结合来感知和反应情况。

什么是认知工程?

认知工程是帮助机器更好地感知、分析和学习以及情境化的新兴技术。认知工程的核心是使机器人性化。

机场的安全监控系统就是一个例子。

安全监控系统拥有丰富的知识，这些知识是通过多年的图像和行为识别和分析获得的。每小时都有成千上万的乘客通过机场，该系统如何理解该监控哪些人和哪些人?它使用上下文智能来识别可疑行为，调查形状异常的行李物品，并主动监控禁区。一旦系统的情境情报缩小了确定的嫌疑人范围，系统的情境情报就会启动，为手头的问题提供可能的解决方案:这个人是否应该被强行拘留并从该地点带走，或者这会危及无辜乘客的生命?还有时间进行肢体冲突吗?是否应该要求乘客离开航站楼?

结合认知

许多使用认知工程或机器智能的产品专注于认知的一个方面:知识或上下文感知或情景智能。智能系统将这三个方面结合在一台机器中。

三个重点领域可以提高认知系统的能力。

1.交互:互动必须从按下按钮或打开应用程序发展到其他方法，如手势、手语、面部表情、语音命令或情绪状态的解释。

这需要先进的语音和图像处理工具。随着时间的推移，正在开发的强化学习算法将装备认知系统，以识别和响应各种手势和情绪。挑战在于，在传统的界面之外，准确地设计出更广泛的输入和交互环境的模型，而不仅仅是认知系统。

想象一下，一个家庭自动化系统可以通过分析人类的表情来选择想要的音乐曲目，或者通过评估人类的身体动作来调节恒温器。

生产工厂中的协作机器人(“cobotics”)可以像车间的另一个同事一样工作，更精确，也许更快。配备先进机器视觉的机器人几乎可以消除生产线上的错误和质量控制问题。

2.决策:决策需要快速、无偏见、以证据为基础，并有强大的推理算法支持。

在工业制造工厂中，传感器在生产线的每个阶段收集大量数据。

重点必须从在云上构建分析能力转移到能够访问实时洞察的边缘授权业务。正在开发的故障模型库可以加速认知系统的学习和快速跟踪强化。这些库分析和研究各种工厂过程和机械在一段较长时间内的模式。巩固的学习然后被输入认知系统，让他们有一个巨大的领先优势。

以这种方式自主训练的认知系统可以优化流程以降低成本或加快生产。人工智能(AI)可用于监控，以确保生产符合制造工厂的更广泛目标。

3.开放标准:随着如此多的公司开发人工智能和机器学习工具，行业标准的创建将对认知世界产生巨大的推动作用。标准将不仅仅是将更多的开发人员引入生态系统，还将使企业能够投资于一套标准工具来构建机器智能。

认知工程已经出现在工业系统、自动驾驶汽车、自主无人机、医疗保健计划和虚拟助手中，很快将渗透到生活的方方面面。这项应用于机器学习的革命性技术可以造福人类。

Bhupendra Bhate是首席数字官，L&T科技服务有限公司该网站是CFE Media的内容合作伙伴。编辑:Mark T. Hoske，内容经理，控制工程， CFE传媒，mhoske@cfemedia.com．

更多的建议

关键概念

认知工程帮助机器更好地感知、更好地分析、更好地学习，并将内容置于上下文中。

使用知识情境意识和情境情报是最好的。

更好的互动更明智的决策和开放标准有助于认知工程。

考虑一下这个

什么机器或者系统可以通过更多的知识、上下文感知和情境情报来改进?

在线额外

请参阅下面有关机器学习和人工智能的CFE媒体文章。

您是否具有本内容中提到的主题的经验和专业知识?您应该考虑为我们的CFE媒体编辑团队做出贡献，并获得您和您的公司应得的认可。点击在这里开始这个过程。