IBM：认知计算并不是为了取代人

本篇文章2107字，读完约5分钟

沃森代表了ibm在认知计算领域的核心技术，于2011年2月在第一次世界大战中的美国智力竞赛节目《危险》中一举成名！“上。在这个项目中，沃森打败了这个项目的两个冠军，这与同样来自ibm的深蓝(Deep Blue)相比，后者在1996年打败了象棋大师卡斯帕罗夫，被认为是人工智能历史上的一个里程碑。

然而，当ibm董事长、总裁兼首席执行官ginnirometty宣布ibm已经转变为一家认知解决方案和云平台公司时，沃森不再像回答问题那么简单。

认知时代的商机

从技术角度来看，参与“危险！”在2011年的电视测试中，沃森做了一个关于自然语言的深度测试。但是问答只是沃森的众多能力之一。截至2015年10月，沃森拥有28项能力，包括提问和回答。

据ibm全球认知业务解决方案总经理内利斯福德(neilisford)称，沃森的能力现在已经转化为数字服务或应用编程接口，这些被视为ibm内部认知能力的组成部分。ibmwatsonapi包括关系抽取、个性分析、情感分析、概念扩展和权衡分析的数量将在2016年达到50个。

在这背后，ibm无意让沃森代表的人工智能系统远离公众生活。这家“百年老店”充分表达了对沃森商业化的信心。

不可忽视的市场环境是，随着物联网的普及，每个设备都在产生数据。然而，80%的数据不能被计算机识别。这80%的数据包括用人类语言写的书面材料，从教科书和公式到文学作品和对话；它还包括系统从听、说和肢体运动中获取的各种数据。

根据调查数据，这些“非结构化”数据正在迅速增长，到2020年，总数据将超过44zb(zettabyte)，这将占全球数据的很大一部分。

从具体行业来看，未来两年医疗数据将增长99%，其中88%是非结构化数据，包括电子病历、测试结果、医学图像、视频和患者传感器(如可穿戴医疗设备)；政府和教育数据也将增加94%，其中84%是非结构化数据，来自各种传感器、建筑物、道路、车队等。；媒体行业的数据将增长97%，其中82%是非结构化数据，包括书籍、期刊、报纸和其他出版物，以及视频、电影、录音和在线游戏。

根据内利斯福德的说法，计算技术正在进入一个新时代，我们称之为认知时代。在数据爆炸式增长的趋势下，这些数据中蕴含的未开发价值意味着认知时代无限的商机。“进入认知时代，这是我们第一次能够更好地利用这些无形的数据，无论是我们的课本，还是一些信息，或者是一些文件，来自传感器的数据，以及运动过程中产生的数据。我们都可以结合数据来挖掘。我们以前没有发现它的价值，现在我们可以从中获得一些业务见解。”

ibm大中华区董事长陈黎明表示:“认知时代已经开始。在不久的将来，我们将能够看到，由于认知技术的推广，整个商业模式发生了巨大的变化，从每个人都能获得的服务和产品，企业家可以拥有的商业创新优势，到传统企业和行业的转型，甚至经济和社会治理效率的飞跃性提高。我们坚信认知业务是大势所趋。”

认知计算和人工智能

Ibm将认知系统的三个重要特征定义为理解、推理和学习。

理解是通过感知和交互快速理解结构化和非结构化数据，并根据文本数据和感知与用户进行交互，理解和回答用户的问题。认知系统可以在理解的基础上做出假设、推理，揭示洞察和发现的模式和关系，实现以多种方式而非单一方式识别和产生多种结果的传统方式，从而帮助人们做出更好的决策。

此外，通过基于证据的学习能力，认知系统可以快速地从所有文档中提取关键信息，从而可以像人类一样继续学习。通过跟踪用户对自己的解决方案和问题的评价，并培训专家，我们可以不断进步，提高解决方案和答案的能力。

虽然ibm已经提出沃森和认知计算很多年了，但是认知计算和人工智能之间的关系在科学技术领域仍然是模糊的。

这一次，ibm终于愿意站出来澄清认知计算和人工智能。

从ibm的观点来看，人工智能的概念已经“热”了20多年，主要是为了让机器的行为更像人，我们称之为智能行为。

在这方面，ibm也承认，从技术角度来看，它的认知计算与人工智能有许多相似之处，比如机器学习和深度学习。

然而，ibm认知计算的目的不是取代人，或者智能行为只是认知计算的一个方面。当谈论认知计算时，它不仅应该表明人和计算机之间的交互更加自然，还应该强调推理部分、自学部分以及如何将这种能力与具体的业务应用相结合来解决业务问题。后两个维度不是传统人工智能从业者所关心的，而是更关心如何表现得更像人类。

换句话说，认知计算不是一台让人思考的机器，而是与增加人类智力相关的。认知计算系统通过与人们的自然语言交流和不断学习来帮助人们做更多的事情，这样专家就可以从大量复杂的数据中获得更多的见解，做出更准确的决策。

广义而言，认知计算是从自身与数据和人之间的互动中学习，并以更自然的方式与人互动。它最重要的目的是如何集成这些功能，并结合具体的业务应用场景来解决业务问题，帮助企业实现业务转型。现在，企业正面临着大数据带来的巨大挑战。传统的计算方法将错过世界上80%的信息(非结构化数据)，而认知技术可以支持组织发现数据中隐藏的模式，挖掘出令人惊讶的新商业机会，并加速发现新药、新的登月方式，甚至未知领域。