认知计算的概念

一、概念  

       认知计算（Cognitive Computing）是认知科学的核心技术子领域之一，是人工智能的重要组成部分，是模拟人
脑认知过程的计算机系统。它源自模拟人脑的计算机系统的人工智能。上世纪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。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，能够助力用户从大量非结构化数据中揭示非凡的洞察。（百度百科） 

       认知计算是一种自我学习技术系统，可以像人类大脑一样通过数据挖掘、图像识别、自然语言处理等技术来学
习。IBM的Watson就是一种典型的认知计算系统。

        华盛顿大学教授Pedro Domingos在去年出版的《终极算法》中，如此描述认知计算的终点：

               「终极算法」就是通过机器学习的方式，自动发现和创造其他所有算法的「主演算法」。

二、认知计算与人工智能、机器学习的关系  

        从字面上理解，认知计算是模拟人类的认知方法对信息进行处理的技术、方法或者系统，而人工智能是人造智能，
一切通过人类创造或制造而非自然产生智能的技术、方法或者系统。从这一点说，人工智能包括认知计算，认知计算是
实现人工智能的一种途径。机器学习是研究怎样使用计算机模拟或实现人类学习活动的科学，是人工智能中最具智能特
征，最前沿的研究领域之一。所以，机器学习属于认知计算，人工智能> 认知计算 > 机器学习。

       但是，这个结论有争议，主要是认知计算和人工智能的关系。搜狗百科上提到，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。

三、认知计算的应用

        目前，IBM是认知计算领域的领头羊。IBM重点在医疗、金融和客户服务三个领域推行认知计算。在医疗行业，认知计

算提供个性化服务，协助医生搜索和分析，担任医生的咨询助手；在金融行业，它可以解读财务、法规、经济和社会数据等

信息，提高商业洞察力；至于客户服务方面，它通过分析客户行为，提供更好的体验与互动。最近，Watson与医疗科技公司

Medtronic合作，开发出一款应用产品，能够持续监测用户消耗的卡路里、血糖含量以及精确到以克计算摄食量。例如在餐厅

中，糖尿病患者可在进餐前计算他拟点的菜肴会对这一天的摄入有什么影响，便能在3小时前预测到病发机会。(Business

Insider ——IBM Watson and Medtronic can predict a diabetic's low blood sugar hours before it occurs)