認知計算

認知計算

認知計算 代表一種全新的計算模式,它包含信息分析,自然語言處理和機器學習領域的大量技術創新,能夠助力決策者從大量非結構化數據中揭示非凡的洞察。認知系統能夠以對人類而言更加自然的方式與人類交互;認知系統專門獲取海量的不同類型的數據,根據信息進行推論;從自身與數據、與人們的交互中學習。

認知計算


認知計算的一個目標是讓計算機系統能夠像人的大腦一樣學習、思考,並做出正確的決策。人腦與電腦各有所長,認知計算系統可以成為一個很好的輔助性工具,配合人類進行工作,解決人腦所不擅長解決的一些問題。
認知計算源自模擬人腦的計算機系統的人工智慧,90年代后,研究人員開始用認知計算一詞,以表明該學科用於教計算機像人腦一樣思考,而不只是開發一種人工系統。傳統的計算技術是定量的,並著重於精度和序列等級,而認知計算則試圖解決生物系統中的不精確、不確定和部分真實的問題,以實現不同程度的感知、記憶、學習、語言、思維和問題解決等過程。
目前隨著科學技術的發展以及大數據時代的到來,如何實現類似人腦的認知與判斷,發現新的關聯和模式,從而做出正確的決策,顯得尤為重要,這給認知計算技術的發展帶來了新的機遇和挑戰。
另據IDC預測,到2018年,超過一半的消費者將獲取到基於認知計算開發的服務。到2020年,50%的商業分析軟體將包含基於認知計算功能的分析工具,同時認知服務將嵌入新的應用之中。嵌入式的數據分析將為美國企業提供超過600億美元的減省。

認知計算歷史


認知計算對於未來人工智慧、信息技術、認知科學等領域均有著十分重要的影響。
認知科學源於20世紀50年代,該名稱於1956年在馬薩諸塞理工學院的一次資訊理論的科學討論會上提出。60年代,認知科學開始發展起來1976年,《認知科學》期刊創刊,1979年由Roger Schank,Allan Collins,Donald Norman及其他一些心理學、語言學、計算機科學和哲學界的學者共同成立了認知科學協會,使認知科學得到了迅速的發展,成為了一個備受關注的學術研究領域。
90年代,有人將認知科學定義為研究智能和智能系統的科學。如今世界上已有60多所大學擁有認知科學的相關課程。對於認知科學的含義有著多種不同的解釋,總體上,認知科學是一門以現代科學的觀點,用科學的方法研究人的精神世界的學科;同時認知科學也是包含了心理學、語言學、神經科學腦科學、計算機科學,以及哲學、教育學、人類學等許多不同領域學科的一門廣泛的綜合性科學。
據IBM的資料顯示,從歷史上看,認知計算是第三個計算時代:
·第一個時代是製表時代(Tabulating Computing),始於19 世紀,進步標誌是能夠執行詳細的人口普查和支持美國社會保障體系。
· 第二個時代為可編程計算時代(Programming Computing),興起於20 世紀40 年代,支持內容包羅萬象,從太空探索到網際網路都包含其中。
·第三個時代是認知計算時代(Cognitive Computing),與前兩個時代有著根本性的差異。因為認知系統會從自身與數據、與人的交互中學習,所以能夠不斷自我提高。因而,認知系統絕不會過時。它們只會隨著時間推移變得更加智能,更加寶貴。這是計算史上最重大的理念革命。隨著時間推移,認知技術可能會融入許多IT 解決方案和人類設計的系統之中,賦予它們一種思考能力。這些新功能將支持個人和組織完成以前無法完成的事情,比如更深入地理解世界的運轉方式、預測行為的後果並制定更好的決策。
關於認知計算與人工智慧的關係?
雖然認知計算包括部分人工智慧領域的元素,但是它涉及的範圍更廣。認知計算不是要生產出代替人類進行思考的機器,而是要放大人類智能,幫助人類更好地思考。
認知計算與人工智慧,一個更偏向於技術體系,一個更偏向於最終的應用形態。認知計算的滲透,讓更多的產品與服務具備了智能,而認知計算本身也是在向人腦致敬,所以雙方不僅不矛盾,反而是相輔相成的。
長期以來,人工智慧研究者都在開發旨在提升計算機性能的技術,這些技術能讓計算機完成非常廣泛的任務,而這些任務在過去被認為只有人才能完成,包括玩遊戲、識別人臉和語音,在不確定的情況下做出決策、學習和翻譯語言。
IBM Watson 是認知計算系統的傑出代表,也是一個技術平台。認知計算代表一種全新的計算模式,它包含信息分析,自然語言處理和機器學習領域的大量技術創新,能夠助力決策者從大量結構化和非結構化數據中揭示非凡的洞察。
另外,人們比較熟悉的人工智慧產品如Siri。Siri是一款內建在蘋果iOS系統中的人工智慧助理軟體。此軟體使用自然語言處理技術,使用者可以使用自然的對話與手機進行互動,完成搜尋資料、查詢天氣、設定手機日曆、設定鬧鈴等許多服務。

認知相關


認知商業

數字商業和人工智慧的結合,就形成了認知商業。在認知商業中,認知技術將帶給企業和各個行業以全新的變革,引領行業企業轉型,包括取代一部分人類的工作,以及重新定義一些工作的內容,讓人與機器能夠更深度、順暢的工作,從而產生更大的商業價值。
在接下來的3到5年中,認知技術有可能會給職業、工人和公司帶來深遠的影響。這些技術可以,並且即將消除部分人類的工作。同時,這些技術也有可能被用來重新定義人類的工作。為工人創造出新的機會、為商業公司和客戶帶來更高的價值。
MIT的經濟學家David Autor鑒定了幾種計算機暫時無法取代的任務所擁有的技能。比如說解決問題的能力、直覺、創造力、說服力——這些是完成所謂“抽象”任務所需要的;還有對場景的適應力、視覺和語言認知力、及人與人之間的互動,即“純人力任務”所需要的。因此產品設計、服務、娛樂、或者構建使人高興的環境這些工作都不會在短期內被計算機取代,創造性技能將會變得越來越有價值。
根據IBM發布的相關報告,認知商業有5大突出的優勢:
·個性化連接:通過了解用戶的背景和個性,認知商業可以幫助企業和用戶形成智能的連接,為用戶提供更加個性化的服務。
·提升專業度:通過向企業引入將最前端領先的知識,認知商業能夠提升企業的專業程度。
·持續學習完善的產品與服務:在不斷與用戶溝通的過程中,認知商務可以開發出持續自主學習和完善的產品與服務。
·加速產品研發與上市:通過洞察傳統數據與非結構化數據中的模式,認知商務能夠加速高風險的研發,並縮短產品上市時間。
·縮短企業決策時間:利用傳統和非結構化數據提煉洞察,認知商務可以縮短企業決策時間與成本,提升決策質量。
隨著認知技術不斷發展並不斷演化出新應用,它們往往被用來配合工作,幫助工人提高生產效率並得到更好的結果。領袖們應當想辦法讓人類參與其中,而不是想當然地認為最好的認知技術應用是完全消除人類勞動力。他們也應當發掘一些能彌補技能短缺的認知技術能力。

認知企業

認知企業意味著企業內部的產品與流程能夠“思考”——感知重要事務、對所有數據進行推理、並持續學習和改進。當企業的業務能夠自主思考的時候,企業的決策者則能夠考慮更多的問題,比如:行業的挑戰、競爭者和局限性。
認知企業在許多重要方面都與傳統企業不同,包括:
·它們會積累專業知識。每個行業和職業的知識都在快速增加,這讓所有專業人士都望塵莫及。而認知系統可以讓人們獲得最好、最新的信息和洞察力,進而讓人們更好地完成工作。此外,認知系統可以獲得各專業頂尖人士的知識和經驗,然後將其提供給所有其他的人,這實際上是讓智慧更加普及。
·它們可以更深入地與人互動。認知技術可以幫助企業加深與個人的聯繫,與客戶交互。它們利用社交網路等新的私人信息來源,創建精準的個人資料、了解他們的需求和看法,並利用這些信息探明對個人而言真正重要的事情。認知系統還能了解人們希望以怎樣的方式與品牌交互,讓企業以每個客戶喜歡的方式與其交流。
·它們的發現能力得到增強。每個企業都需要創新,需要了解在未來幾個月和幾年中可能發生什麼變化。所以,在某種意義上,它們必須在一片茫然中看清道路。傳統計算機會錯過世界上80% 的信息,而認知技術能夠支持組織去發現數據中隱藏的模式,挖掘出令人驚喜的新的商機,也能夠加速發現新葯、發現新的登月方式,甚至發現一切未知領域。
為什麼技術公司如此熱衷於追求認知技術?德勤分析認為,通過在認知技術上的投資,公司嘗試通過用更新更好的產品或服務而不是通過削減成本來來創造價值,從而增加收益。然而除了更多的收入、更大的市場份額以外,還有一個更深層的原因,這些公司將認知技術當成一種重塑自我以使自己在未來更有競爭力的方式——實際上,就是商業模型轉變的基礎。
為了實現商業轉型,一些技術公司會成立一個新的業務部門,通過將認知技術用於產品創新甚至架構、運營、過程和商業模式創新上來擴大規模產生收益。這些新部門也被當做是對母公司架構的轉變,促進企業的轉型。此類重組強調認知技術的潛力,能夠完全革新技術行業——還會順帶影響垂直產業和市場。
向認知型企業轉型:
IBM
據德勤報告指出,通過認知技術實現商業模式變革,最明顯的例子非IBM莫屬,2014年1月,IBM投資10億美元成立了新的業務部門Watson團隊;其中,1億美元作為投資基金,用以“支持公司近期啟動的創業公司和商業生態系統,打造新一類由IBM Watson開發者雲(IBM Watson Developers Cloud)Watson驅動的認知應用“。
據悉,IBM還於近期宣布成立行業內首創的諮詢部門,旨在幫助客戶實現“認知型企業”的轉型。新部門還將充分利用IBM Watson專有的計算論證和學習能力。IBM已為該部門投資10億美元,旨在推動各行業的認知創新。
為實現激進商業模式轉換而設立的IBM Watson團隊,試圖打造一個穩健的商業生態系統,一個複雜、充滿活力而且具有自適性的社區。為此,集團向一批不同垂直市場(比如,醫療保健、金融服務、保險、零售、教育、媒體以及電信)的戰略合作夥伴提供開源基礎架構來研發認知技術服務。隨著IBM收購越來越多的認知技術公司,這種商業模式也將使IBM Watson開發者雲得到進一步擴張。
谷歌的母公司Alphabet同樣雄心勃勃,並以大刀闊斧的速度和規模進行結構重組,實質上旨在令公司在認知技術領域實現指數級增長發展。
根據谷歌最近的企業併購行為,認知技術將是此次商業模式轉型中不可或缺的一部分:2012到2015年,谷歌收購了多家認知技術公司,其中於2013年併購了8家機器人技術公司,並將全部整合到Alphabet中。它們的機器人技術涵蓋了類人機器人系統、下一代機械臂技術、可以向任何方向移動的高科技機器輪、採用計算機視覺使其更好的理解他們所觀察到的事件並學習怎樣處理一些非標準情況的機器人技術以及用在電影創作、廣告業、設計界中的機器人技術。

認知商業實踐


MIT經濟學家David Autor分析了100多個認知技術的應用,並將這些應用分為三大類:產品類、
流程類和分析類。每類應用都對工作和工人產生了深遠影響。
產品類應用將認知技術嵌入到產品內,來實現智能行為、自然交流(比如說和看)以及自動化。該類應用對工人的影響從沒有影響(機器人玩具或智能溫控器)到有些影響(能承擔家居清潔工作的掃地機器人)再到影響重大:自動駕駛汽車正取代採礦卡車司機和火車駕駛員,某天它們將會取代計程車或貨車司機的工作;機器人還會取代泥瓦匠和磚瓦工。下一步,公司就可以將使用認知技術的產品部署到各個業務流程中。
流程類應用使用認知技術來提高、擴大或自動化業務流程。比如自動化數據輸入、自動化手寫識別、使用演演算法的自主規劃與調整以及使用語音識別、自然語言處理和問答技術的自動化客戶服務。通過定義流程類應用會讓工人的工作實現全自動或半自動化。
分析類應用使用認知技術來揭示模式、做出預測以及指導更有效的行動。如,英特爾採用機器學習向其銷售團隊展示客戶的進一步需求以及他們該向客戶提供什麼。某些分析類應用可以看作自動化的形式:接下來做什麼是基於特定情境由機器而不是人所做出的決定。
當前,許多科技企業已經開始嘗試使用認知計算來提升企業業務水平,或者幫助其他企業轉型,創造出越來越多的認知商業和認知企業成功的案例。
Intel
英特爾公司通過開發一套認知系統來提高銷售產量。這套系統使用了機器學習來對顧客進行分類並且指導銷售員工對不同顧客銷售哪種產品。
·英特爾的RealSense技術平台。RealSense技術開發平台及其軟體開發工具(SDK)於2014年發布,為開發者們提供了通過認知計算技術開發應用程序的工具和資源。
名為「認知威脅分析」的思科平台是一套基於雲的解決方案(縮短了發現網路潛在威脅的時間),通過行為分析和異常檢測進行網路安全威脅分析的需求與日俱增,機器學習滿足了這一需求,它能夠辨識網路外部防禦的異常行為,之後識別出惡意軟體的侵害或數據損失,協助行為分析和異常探測工作。
IBM
·P53 是與許多癌症有關的一種重要蛋白質,迄今已有 70,000 篇有關這種蛋白質的論文。貝勒醫學院研究院表示,即使科學家一天閱讀五篇論文,也要花 38 年時間來全面了解這種蛋白質。然而,通過貝勒醫學院和 IBM的合作,在幾個星期的時間內,生物學家和數據科學家使用貝勒知識集成工具包 (KnIT) ,在Watson技術的基礎上,準確地識別了可修改P53的蛋白質,最終提高了藥物和其他療法的效果。這種自動化分析引導貝勒醫學院癌症研究人員確定了七種潛在蛋白質,作為新研究的目標。而在過去三十年中,科學家們平均每年才取得一個類似的靶蛋白髮現。
·IBM和軟銀機器人控股公司(SBRH)合作推出了基於Watson CCP的智能機器人Pepper,它可以與人類正常溝通,可識別文字、圖像和語音,通過行業定製化,可以在銀行服務台、餐飲、零售、酒店、醫療接待等領域為人類提供智能的信息化服務。