认知计算

认知计算最简单的工作是说话、听、看、写,复杂的工作是辅助、理解、决策和发现.认知计算是一种自上而下的、全局性的统一理论研究,旨在解释观察到的认知现象(思维),符合已知的自下而上的神经生物学事实(脑),可以进行计算,也可以用数学原理解释。它寻求一种符合已知的有着脑神经生物学基础的计算机科学类的软、硬件元件,并用于处理感知、记忆、语言、智力和意识等心智过程。认知计算的一个目标是让计算机系统能够像人的大脑一样学习、思考，并做出正确的决策。人脑与电脑各有所长，认知计算系统可以成为一个很好的辅助性工具，配合人类进行工作，解决人脑所不擅长解决的一些问题。

认知计算源自模拟人脑的计算机系统的人工智能，90年代后，研究人员开始用认知计算一词，以表明该学科用于教计算机像人脑一样思考，而不只是开发一种人工系统。传统的计算技术是定量的，并着重于精度和序列等级，而认知计算则试图解决生物系统中的不精确、不确定和部分真实的问题，以实现不同程度的感知、记忆、学习、语言、思维和问题解决等过程。

随着科学技术的发展以及大数据时代的到来，如何实现类似人脑的认知与判断，发现新的关联和模式，从而做出正确的决策，显得尤为重要，这给认知计算技术的发展带来了新的机遇和挑战。

另据IDC预测，到2018年，超过一半的消费者将获取到基于认知计算开发的服务。到2020年，50%的商业分析软件将包含基于认知计算功能的分析工具，同时认知服务将嵌入新的应用之中。嵌入式的数据分析将为美国企业提供超过600亿美元的减省。

认知计算历史

认知计算对于未来人工智能、信息技术、认知科学等领域均有着十分重要的影响。

认知科学源于20世纪50年代，该名称于1956年在马萨诸塞理工学院的一次信息论的科学讨论会上提出。60年代，认知科学开始发展起来1976年，《认知科学》期刊创刊，1979年由Roger Schank，Allan Collins，Donald Norman及其他一些心理学、语言学、计算机科学和哲学界的学者共同成立了认知科学协会，使认知科学得到了迅速的发展，成为了一个备受关注的学术研究领域。

90年代，有人将认知科学定义为研究智能和智能系统的科学。如今世界上已有60多所大学拥有认知科学的相关课程。对于认知科学的含义有着多种不同的解释，总体上，认知科学是一门以现代科学的观点，用科学的方法研究人的精神世界的学科；同时认知科学也是包含了心理学、语言学、神经科学和脑科学、计算机科学，以及哲学、教育学、人类学等许多不同领域学科的一门广泛的综合性科学。

据IBM的资料显示，从历史上看，认知计算是第三个计算时代：

·第一个时代是制表时代(Tabulating Computing)，始于19 世纪，进步标志是能够执行详细的人口普查和支持美国社会保障体系。

· 第二个时代为可编程计算时代(Programming Computing)，兴起于20 世纪40 年代，支持内容包罗万象，从太空探索到互联网都包含其中。

·第三个时代是认知计算时代(Cognitive Computing)，与前两个时代有着根本性的差异。因为认知系统会从自身与数据、与人的交互中学习，所以能够不断自我提高。因而，认知系统绝不会过时。它们只会随着时间推移变得更加智能，更加宝贵。这是计算史上最重大的理念革命。随着时间推移，认知技术可能会融入许多IT 解决方案和人类设计的系统之中，赋予它们一种思考能力。这些新功能将支持个人和组织完成以前无法完成的事情，比如更深入地理解世界的运转方式、预测行为的后果并制定更好的决策。

关于认知计算与人工智能的关系？

虽然认知计算包括部分人工智能领域的元素，但是它涉及的范围更广。认知计算不是要生产出代替人类进行思考的机器，而是要放大人类智能，帮助人类更好地思考。

认知计算与人工智能，一个更偏向于技术体系，一个更偏向于最终的应用形态。认知计算的渗透，让更多的产品与服务具备了智能，而认知计算本身也是在向人脑致敬，所以双方不仅不矛盾，反而是相辅相成的。

长期以来，人工智能研究者都在开发旨在提升计算机性能的技术，这些技术能让计算机完成非常广泛的任务，而这些任务在过去被认为只有人才能完成，包括玩游戏、识别人脸和语音，在不确定的情况下做出决策、学习和翻译语言。

IBM Watson 是认知计算系统的杰出代表，也是一个技术平台。认知计算代表一种全新的计算模式，它包含信息分析，自然语言处理和机器学习领域的大量技术创新，能够助力决策者从大量结构化和非结构化数据中揭示非凡的洞察。

另外，人们比较熟悉的人工智能产品如Siri。Siri是一款内建在苹果iOS系统中的人工智能助理软件。此软件使用自然语言处理技术，使用者可以使用自然的对话与手机进行互动，完成搜寻资料、查询天气、设定手机日历、设定闹铃等许多服务。