Когнитивные вычисления

В настоящее время не существует общепринятого определения когнитивных вычислений ни в науке, ни в промышленности^[1][3][4].

В общем, термин «когнитивные вычисления» используется в отношении новых аппаратных и/или программных решений, которые имитируют работу человеческого мозга^{[5][6][7][8][9]}. В этом смысле когнитивные вычисления стремятся моделировать способы, которыми человеческий мозг и сознание воспринимают, рассуждают и реагируют на стимулы. Приложения когнитивных вычислений связывают анализ данных и адаптивное отображение страниц (AUI) для настройки контента под конкретную аудиторию. Таким образом, аппаратное и программное обеспечение в данной области стремится быть более аффективным и более влияющим по своей задумке.

Термин «когнитивная система» также относится к любому искусственному конструкту, способному осуществлять когнитивный процесс, при котором происходит преобразование данных, информации, знаний или мудрости на новый уровень в пирамиде DIKW^[10]. Хотя многие когнитивные системы используют методы, пришедшие из исследований по искусственному интеллекту, сами по себе когнитивные системы могут не считаться искусственно интеллектуальными. Например, нейронная сеть, обученная распознаванию рака на МРТ-снимках, может работать эффективнее, чем человек-врач, однако при этом это будет именно когнитивная система, но не обязательно искусственно интеллектуальная.

Когнитивные системы могут быть спроектированы для обработки динамических данных в реальном или близком к реальному времени, и опираться на множество источников информации, включая как структурированные, так и неструктурированные данные, а также сенсорные входные данные (визуальные, жестовые, аудио или другие датчики).

Современное разграничение когнитивных вычислений и искусственного интеллекта (ИИ) базируется на их фундаментальных целях. В то время как традиционные системы ИИ часто фокусируются на автоматизации задач, когнитивные системы нацелены на аугментацию (усиление) человеческого интеллекта. Они проектируются как интеллектуальные помощники, помогающие человеку принимать обоснованные решения в условиях неопределённости, создавая синергию между машиной и человеком, а не заменяя его^[11].

Развитие архитектуры когнитивных вычислений тесно связано с новыми открытиями в нейробиологии. В частности, для моделирования когнитивной гибкости используются принципы работы голубого пятна (лат. locus coeruleus) — структуры мозга, регулирующей адаптацию к изменяющимся условиям. В рамках концепции «активного вывода» (англ. active inference) механизмы голубого пятна применяются для динамического управления скоростью обучения: при столкновении с неожиданным результатом система повышает пластичность нейронной сети, что позволяет ей быстро отказаться от неэффективной стратегии и сформировать новую модель поведения^[12].

Платформы, относящиеся к когнитивным вычислениям, как правило, специализируются на обработке и анализе больших массивов неструктурированных данных.

Образование

Даже если когнитивные вычисления не могут полностью заменить преподавателей, они способны значительно усилить процесс обучения студентов. В классах такие технологии используются, например, как индивидуальные когнитивные ассистенты для каждого ученика, что снижает нагрузку на учителей и повышает качество образовательного опыта^[13]. Поскольку учителя не могут уделять достаточно внимания каждому ученику, именно здесь когнитивные компьютеры заполняют этот пробел. Для некоторых учащихся дополнительная поддержка особенно важна, а традиционное взаимодействие с педагогом может быть для них стрессовым. С помощью когнитивных тьюторов студенты могут преодолеть свои опасения и повысить уверенность в обучении. Интеллектуальные тьюторы повышают успеваемость, однако их чрезмерное использование несёт риск «когнитивной разгрузки» и снижения навыков критического мышления^[14].

Здравоохранение

Крупные технологические компании разрабатывают решения на базе когнитивных вычислений для медицины. Одна из важнейших задач этих систем — умение классифицировать и распознавать объекты^[15]. Это особенно полезно для выявления канцерогенов или для ускоренного анализа медицинской документации, облегчая поиск важных признаков в данных о пациенте. Также когнитивные технологии применяются в нейрохирургии: например, российские нейролингвистические системы (такие как ЛИС и EloQ) используются для интраоперационного картирования речевых зон при операциях на мозге^[16].^[17]

Торговля

Наряду с искусственным интеллектом когнитивные вычисления применяют в системах управления складским хозяйством для сбора, хранения, организации и анализа данных о поставщиках. Всё это направлено на повышение эффективности, ускорение принятия решений, мониторинг запасов и выявление мошенничества^[18]. ИИ используется для управления складскими роботами, создания цифровых двойников складов, а также применения компьютерного зрения для предотвращения потерь в физических магазинах^[19].

Когнитивное усиление человека

В ситуациях, когда люди работают совместно с когнитивными системами (человеко-компьютерный ансамбль), результаты часто превосходят те, что могут быть достигнуты только человеком, что называется когнитивным усилением^[20].^[21][22] Если такой ансамбль достигает уровня человека-эксперта (или превосходит его), говорят о появлении синтетической экспертизы^[23]. В таком ансамбле «ког» (от англ. cog — компонент) — это когнитивная система, реализующая когнитивные вычислительные технологии любого вида. В промышленности примерами такого усиления служат использование дополненной реальности (AR) для операционной поддержки и ИИ-ассистентов для инженеров^[24].^[25]

Другие направления использования

• Распознавание речи
• Анализ тональности
• Распознавание лиц
• Оценка риска
• Выявление мошенничества
• Поведенческие рекомендации

Когнитивные вычисления в сочетании с большими данными и алгоритмами, которые анализируют потребности клиентов, могут давать значительные преимущества в экономическом принятии решений.

Потенциал когнитивных вычислений и искусственного интеллекта способен повлиять практически на все сферы деятельности, которыми занимаются люди. Это может негативно сказаться на занятости, поскольку многие виды труда отпадут. Расслоение общества усилится: владельцы технологий разбогатеют, а работники, не имеющие стабильной занятости, — обеднеют^[26].

Чем шире распространено использование когнитивных вычислений в индустрии, тем сложнее конкурировать человеку^[26]. Это способствует увеличению доли задач, решаемых искусственным интеллектом и роботами. Только исключительные по таланту и мотивации специалисты окажутся способны конкурировать с машинами. Стремительное развитие когнитивных вычислений в сочетании с искусственным интеллектом может изменить сам ход истории человечества^[27].

Согласно данным Международной организации труда (МОТ) на май 2025 года, искусственный интеллект изменит до четверти всех рабочих мест в мире^[28]. Трансформация рынка труда сопровождается растущим структурным дефицитом кадров: несмотря на высокую востребованность специалистов с навыками работы с ИИ, работодатели сталкиваются с нехваткой соответствующих компетенций у соискателей, что становится ключевым барьером для цифровой трансформации^[29]. Кроме того, внедрение технологий усугубляет социальное расслоение и усиливает неравенство доходов, в частности, за счёт снижения доли ВВП, приходящейся на доходы работников^[28][30].

В ноябре 2025 года ЮНЕСКО приняла «Рекомендацию об этике нейротехнологий», заложившую глобальные этические рамки в данной сфере. Документ закрепляет принципы защиты ментальной приватности и неприкосновенности сознания, а также рекомендует ввести запрет на немедицинское применение нейротехнологий у детей и подростков^[31].

Параллельно с международными инициативами формируются национальные законодательства. В Европейском союзе действует Закон об искусственном интеллекте (EU AI Act), запрещающий использование систем с «недопустимым риском», таких как технологии социального рейтинга и скрытого манипулирования поведением^[32]. В России разрабатываются законы о регулировании искусственного интеллекта, которые вводят понятия национальных и доверенных моделей, а также устанавливают требования к маркировке сгенерированного контента^[33].

Применение технологий когнитивного усиления на рабочем месте сопровождается этическими дилеммами. Возникают риски дискриминации сотрудников, а также вероятность принуждения к использованию подобных технологий для повышения производительности. В связи с этим подчеркивается необходимость строгой защиты нейронных данных работников от несанкционированного мониторинга со стороны работодателей, что также регламентируется положениями ЮНЕСКО^[34].^[31]