Che cos'è la ricerca cognitiva?
La ricerca cognitiva è una tecnologia dei motori di ricerca che utilizza l'intelligenza artificiale (IA) per trovare rapidamente risultati di ricerca pertinenti e accurati per vari tipi di query. Le aziende moderne archiviano vaste informazioni, come manuali, domande frequenti, report di ricerca, guide all'assistenza clienti e documentazione sulle risorse umane, su vari sistemi. Le tecnologie di ricerca cognitiva scansionano grandi database di informazioni disparate e mettono in correlazione i dati per trovare le risposte alle domande degli utenti. Ad esempio, si può porre una domanda come: "Quanto è stato speso per la riparazione dei macchinari l'anno scorso?" Quindi, la ricerca cognitiva associa la domanda ai documenti pertinenti e restituisce una risposta specifica.
Quali sono i vantaggi della ricerca cognitiva?
La ricerca cognitiva presenta molti vantaggi che la rendono una tecnologia utile per i motori di ricerca. I seguenti vantaggi sono alcuni dei principali vantaggi della ricerca cognitiva.
Comprende il linguaggio naturale
Un servizio di ricerca cognitiva produce risultati più precisi senza troppe specifiche da parte dell'utente. Può generare risultati di ricerca precisi considerando numerose fonti ed eseguendo il crawling di dati strutturati e non strutturati. La tecnologia cognitiva dei motori di ricerca comprende anche il contesto quando restituisce risultati. Utilizza l'elaborazione del linguaggio naturale (NLP) per determinare il contesto, i modelli e il significato del linguaggio umano.
Ulteriori informazioni sul NLP »
Migliora la produttività
La ricerca cognitiva combina informazioni provenienti da più origini dati e produce una risposta completa come output. Nella ricerca tradizionale per parole chiave, è necessario individuare tutte le informazioni richieste su più pagine. Quindi, leggi, analizza e riassumi tu stesso le informazioni.
Al contrario, è possibile utilizzare la funzione di ricerca completa per ottenere risposte da più documenti contemporaneamente. Puoi accedere ai dati di cui hai bisogno ancora più velocemente. Ciò può migliorare la produttività e semplificare i processi aziendali relativi ai dati in tutta l'organizzazione.
Personalizza i risultati della ricerca
La ricerca cognitiva utilizza il machine learning (ML), che personalizza i risultati per gli utenti nel tempo. Invece di emettere continuamente le stesse informazioni, raccoglie dati e modelli di ricerca man mano che vengono utilizzati. Registrando i risultati su cui è probabile che gli utenti facciano clic dopo una query iniziale, migliora e produce risultati altamente pertinenti molto più velocemente. Nel tempo, diventa più intelligente, più preciso e più utile.
Quali sono alcuni casi d'uso della ricerca cognitiva?
La ricerca cognitiva utilizza l'elaborazione del linguaggio naturale e altre tecnologie di intelligenza artificiale per fornire una ricerca precisa. Questi sono alcuni dei passaggi utilizzati dalla ricerca cognitiva.
Importazione di dati
La ricerca cognitiva necessita innanzitutto di informazioni all'interno delle quali effettuare ricerche. Può importare dati da documenti, siti Web, e-mail, archivi interni, manuali e qualsiasi altra informazione che si desidera utilizzare. Estrae informazioni dalle risorse utilizzando tecniche di estrazione come il riconoscimento ottico dei caratteri (OCR), il riconoscimento delle entità e le tecniche di NLP.
Il processo di estrazione mira a consentire alla ricerca cognitiva di comprendere le informazioni come farebbe un essere umano per poi catalogare il contenuto.
Ulteriori informazioni sull'OCR »
Indicizzazione dei dati
Dopo l'importazione dei dati, la ricerca cognitiva crea un indice ricercabile di tutte le informazioni estratte che gli hai fornito. Oltre a utilizzare parole chiave per etichettare i dati, utilizza metadati, relazioni tra dati e informazioni supplementari per catalogare efficacemente tutte le informazioni.
Quando un utente cerca qualcosa, la ricerca cognitiva consulta questi indici per trovare le informazioni pertinenti molto più velocemente.
Input dell'utente
Quando un utente scrive una query nella ricerca cognitiva, utilizza l'elaborazione del linguaggio naturale per scomporre e comprendere ciò che sta chiedendo. Nella ricerca tradizionale per parole chiave, un motore di ricerca riconosce le parole chiave e produce dati in linea con quella parola chiave.
Al contrario, la ricerca cognitiva tenta di comprendere l'intero contesto della query, nonché i fattori personali dell'utente come le sue preferenze. Combina tecniche di NLP come l'analisi dei token e l'analisi semantica per capire cosa l'utente vuole ottenere dalla propria ricerca.
Ricerca e recupero
Utilizzando la query dell'utente, la ricerca cognitiva analizza quindi i suoi indici di dati e trova le informazioni pertinenti all'interno dei suoi archivi. Si sposta tra gli indici, cerca i vicini più vicini e filtra i risultati livello per livello. A ogni risultato rilevante viene assegnato un punteggio di rilevanza. La ricerca cognitiva mostra le informazioni più rilevanti ordinando i risultati in base ai punteggi.
Miglioramento continuo
Gli utenti possono aggiungere filtri o specifiche aggiuntivi quando utilizzano una ricerca cognitiva per contribuire a produrre risultati ancora più specifici. La ricerca cognitiva perfeziona il suo approccio alle query in base alle interazioni precedenti.
Ad esempio, la ricerca cognitiva registra ciò che gli utenti cercano e l'ordine delle loro query di ricerca. Se gli utenti in genere pongono una determinata domanda subito dopo una query, la ricerca cognitiva include in modo proattivo anche informazioni sulla domanda successiva.
Nel corso del tempo, la ricerca cognitiva apprende anche di più sul sentiment e sul significato delle query di ricerca degli utenti. Ciò migliora le sue risposte dirette alle domande.
Ad esempio, quando qualcuno pone una domanda specifica, la ricerca cognitiva fornisce una risposta specifica. In alternativa, una domanda più generale dà come risultato una risposta più lunga. Registrando costantemente le interazioni e imparando da esse, la ricerca cognitiva diventa più precisa e fornisce informazioni più pertinenti nel tempo.
Come funziona la ricerca cognitiva?
Ecco alcune opportunità per utilizzare la ricerca cognitiva a tuo vantaggio.
Esperienza di ricerca unificata
Puoi utilizzare la ricerca cognitiva per creare un'esperienza di ricerca unificata. Poiché utilizza l'elaborazione del linguaggio naturale, è possibile ottenere risposte estremamente dettagliate e accurate estraendo informazioni da più archivi di dati strutturati e non strutturati. Attingendo a diverse origini e tipi di dati, puoi prendere decisioni basate sui dati più facilmente.
Ad esempio, la società di biotecnologie Gilead Sciences, Inc. utilizza AWS per la ricerca cognitiva. Usa la tecnologia per organizzare dati strutturati e non strutturati. Le informazioni provengono da un massimo di nove sistemi aziendali e documenti provenienti da archivi di conoscenza.
La ricerca cognitiva ha ridotto in modo sostanziale le attività manuali di gestione dei dati per Gilead. Il tempo necessario per la ricerca di informazioni è di circa il 50%. Ciò ha alimentato preziose ricerche, sperimentazioni e scoperte farmaceutiche.
Bot self-service
Puoi utilizzare soluzioni di ricerca cognitiva nei bot self-service, il che aiuta a migliorare l'assistenza clienti in loco. Gli utenti che desiderano sapere come eseguire una determinata attività o funzione possono digitare in linguaggio umano e ottenere una risposta personalizzata. La ricerca cognitiva supporta la scoperta della conoscenza estraendo informazioni da vari manuali, documenti di supporto e risorse.
Ad esempio, Citibot utilizza AWS per fornire strumenti di comunicazione per i cittadini e le amministrazioni locali e statali. Integra la tecnologia chatbot con la ricerca cognitiva per migliorare la scalabilità e l'efficacia del coinvolgimento con i componenti. I cittadini trovano rapidamente le risposte che cercano interagendo con il chatbot, che riduce i tempi di attesa fino al 90%.
Ricerca nell'archivio dei dati
Molte organizzazioni dispongono di archivi di dati storici con milioni di documenti, immagini e file di testo trascritti. La ricerca cognitiva può sbloccare le informazioni nell'archivio dati e riepilogarle per l'analisi e la ricerca.
Ad esempio, The Wall Street Journal utilizza AWS per la ricerca cognitiva. La ricerca cognitiva ha contribuito ad accelerare lo sviluppo di Talk2020. Talk2020 è stato uno strumento di ricerca intelligente che ha aiutato i lettori della pubblicazione a cercare e analizzare rapidamente 30 anni di dichiarazioni pubbliche rilasciate dai candidati alla presidenza. La tecnologia semplifica l'analisi approfondita dei problemi nel tempo esplorando i modelli di discorso ed eseguendo analisi del testo.
Onboarding dei dipendenti
La ricerca cognitiva aiuta con qualsiasi attività self-service che i dipendenti devono svolgere, come l'onboarding o l'apprendimento di nuove competenze. Funge da riferimento incrociato per i dipendenti. Invece di dover contattare un manager per spiegare come fare qualcosa, possono chiedere una ricerca cognitiva. Questo utilizzo aiuta a semplificare le attività self-service e ad aumentare la produttività.
Ad esempio, Workgrid Software utilizza AWS per fornire soluzioni software in una piattaforma per l'esperienza dei dipendenti. Ciò rende il loro lavoro più connesso, efficiente e produttivo. Attraverso la ricerca cognitiva, i dipendenti possono interrogare i contenuti digitali nel database dell'organizzazione. In questo modo, possono trovare risposte a tutte le domande che sorgono mentre lavorano.
In che modo l'IA generativa migliora la ricerca cognitiva?
L'intelligenza artificiale generativa (IA generativa) è un tipo di intelligenza artificiale in grado di creare nuovi contenuti e idee, tra cui conversazioni, storie, immagini, video e musica. L'IA generativa aiuta a semplificare la ricerca cognitiva, a comprendere meglio l'intento dell'utente e a migliorare le risposte complessive. Di seguito riportiamo alcuni esempi.
Scopri di più sull'IA generativa»
Analisi del contesto
Molti strumenti di IA generativa utilizzano modelli di machine learning basati su trasformatori. Questi modelli dispongono di reti neurali per l'analisi dei dati testuali per comprenderne il significato.
I modelli di intelligenza artificiale basati sui trasformatori sono utili per l'elaborazione e la comprensione del linguaggio naturale. Considerando l'utente, il contesto dei dati e l'intento dell'utente, possono comprendere meglio il vero scopo alla base di una query. Grazie a una migliore comprensione delle query, la ricerca cognitiva trova informazioni più precise da restituire.
Riepilogo dei risultati
L'IA generativa può riassumere testi più grandi in segmenti più piccoli. La ricerca cognitiva può trovare le parti semanticamente più rilevanti di diversi documenti. Quindi, può utilizzare l'IA generativa per combinarli e restituire esattamente ciò che un utente desidera vedere. L'IA generativa può anche aumentare al massimo la qualità di un risultato comprendendo il testo che restituisce ed eliminando eventuali ridondanze.
Filtro dei contenuti
L'IA generativa può filtrare i risultati della ricerca cognitiva in base a diversi parametri, tra cui l'autorizzazione dell'utente, la pertinenza delle query e le preferenze dell'utente. Durante la generazione del testo del risultato, può garantire che utilizzi solo le risorse a cui l'utente ha l'autorità di accedere. I risultati rimangono pertinenti e utili senza compromettere la sicurezza.
In che modo AWS può migliorare le tue soluzioni di ricerca cognitive aziendali?
Amazon Web Services (AWS) offre Amazon Kendra come soluzione di ricerca cognitiva.
Amazon Kendra è un servizio di ricerca cognitiva completamente gestito estremamente accurato e semplice da utilizzare basato sul machine learning. I tuoi sviluppatori possono utilizzarlo per aggiungere funzionalità di ricerca alle tue applicazioni. Ciò significa che gli utenti finali possono trovare le informazioni pertinenti archiviate all'interno della grande quantità di contenuti distribuiti in tutta l'azienda.
Ecco alcuni vantaggi che si possono ottenere utilizzando Amazon Kendra:
- Ottieni rapidamente un'esperienza di ricerca unificata su più repository di contenuti strutturati e non strutturati
- Fornisci risposte alle domande utilizzando strumenti basati su ML
- Accedi a funzionalità di classificazione delle risposte completamente gestite che aiutano a migliorare la precisione delle risposte
- Ottimizza le risposte in base ai tuoi criteri specifici e ad altri attributi come il comportamento degli utenti e la freschezza dei contenuti
Inizia a usare la ricerca cognitiva su AWS creando un account oggi stesso.
Fasi successive con AWS
Ottieni accesso istantaneo al Piano gratuito di AWS.
