认知计算是什么?与人工智能、机器学习这些概念有什么区别?

现在只要是一个电子设备就要加上智能的称号,只要是互联网和科技的企业都要提一些人工智能、深度学习之类的概念,好像没有这些标签都不好意思。近期国外许多媒体和科技企业都在提认知计算这个概念和技术,还没完全弄清楚前面几个说法,又来一个新的。请问这个算是新的技术吗?有没有什么来源?与平常我们经常听到的深度学习、人工智能、机器学习有什么联系和区别?认知计算工作原理是什么?未来可能对我们的生活有什么影响?

希望能有各路老师、专家和大神都来聊聊。

推荐  (2) | 101人关注关注
16个答案
53 2

发现好像没太多人来谈到认知计算应用的案例,这边简单说几个吧,抛砖引玉,这些案例都是已经公开的,用中英文都能在网上了解更多详情:

机器人Pepper当上销售员 明年入驻电器商场

美国科技网站PCWorld今日报道称,通过与IBM Watson云计算平台合作,软银旗下第一款可感知人类情绪的机器人Pepper的“智力”将进一步得到强化,但这并不意味着Pepper就能与人类进行彻底的无障碍交流。

通过接入IBM Watson云计算平台,Pepper明年将以“销售员”的身份入驻日本最大的电器销售商山田电机(Yamada Denki)。Pepper之前也曾帮助销售过智能手机和咖啡机等商品,但工程人员还是希望强化Pepper提供相关信息的能力,从而与消费者进行更丰富的互动。

在今日于东京举行的一个科技展会上,IBM演示了Pepper如何识别消费者,接近他们,并与其展开对话,回答有关平板电视等产品的相关信息。由于位于美国的Watson服务器已经存储了有关电视方面的对话,因此Pepper内置的软件能够根据消费者的提问给出最佳的答案。

但由于科技展会上比较噪杂,Pepper经常无法识别IBM演示人员提出的问题。这并不是一个好兆头,因为Pepper明年入驻日本电子零售店后也可能遭遇同样的问题。

此外,在识别日常物品方面,Pepper也遭遇了挑战。软银旗下云服务子公司Cocoro SB员工对着Pepper的摄像头向其展示了糖果、肥皂和牙膏,让它依次说出物品名称。

当出示糖果时,Pepper以高亢的日语说:“让我看看……这是一块花王奶白皂(Kao White soap) 。”旁观者哄堂大笑。

软银表示,这主要是因为缺少对Pepper神经式网络的培训。由于接受了一天的锻炼,Pepper后来的识别能力有所提升。但再当向其展示一个录音笔(新事物)时,Pepper把它看成了一管牙膏。当把录音笔从三个不同的方向展示给Pepper后,最终他能正确识别。

因此,在识别物品方面,一步一步地教导Pepper是关键。毫无疑问,IBM Watson能帮助Pepper提升新物品识别能力。例如,向Pepper展示巧克力时,Pepper能从Watson的食品数据库中抽取相关信息,并给出巧克力的变种和食谱等。

IBM日本公司认知计算高级经理Shu Shimizu称:“通过Watson,Pepper能够更深入地回答问题。”

在销售方面,机器人可能比人类做得更好。大阪大学智能机器人实验室科研人员曾开发出一个生动的女机器人,将其放入一家百货商店内,销售一款100美元的羊绒衫。在试验期间,机器人接待的消费者数量是商场销售员接待数量的2倍。

软银称,今年10月将开始接受企业对Pepper的租赁订单。每月租金为55000日元(约合人民币2730元),仅为日本平均最低工资的一半。软银CEO孙正义称:“Pepper每天可工作24小时,它不会抱怨,也不会迟到。”(谭燃)

来源:

http://tech.qq.com/a/20150731/001404.htm

视频:

http://v.qq.com/cover/0/07e504n1lbch3dr.html?vid=x0017e29322

IBM华生云计算服务加速新药研究

IBM Watson认知运算技术已经协助医师、信贷人员、企业以及甚至退伍军人等各行各业找到许多复杂问题的答案了。对于Watson超级计算机来说,下一个重大挑战在于协助研究人员探索更多的未知。

IBM公司日前宣布,其Watson Discovery Advisor技术现可提供云计算服务。贝勒医学院(Baylor College of Medicine)与IBM公司看好Watson在数据备份研究方面的价值,最近发布一份经同侪审查的研究,在 Watson Discovery Advisor 的协助下,针对癌症研究提出6种值得深入探讨的研究路径。

作为贝勒研究的一部分,Watson超级计算机分析超过7万份有关p53的科学论文—— p53是一种涉及多种癌症的蛋白质。透过Watson实现了自动分析,有助于贝勒医学院的生物学家与数据科学家找到6种可改善p53的蛋白质,可望展开更深入的新研究。据IBM表示,更重要的是,这次的发现只花了几周的时间。

“在生命科学领域,研究人员们通常要花一年的时间才能找到一种有关的蛋白质,”IBM Watson副总裁John Gordon说。“Baylor与Watson的合作发现了6种蛋白质,前2种蛋白质已经得到实验室的验证了,因而已大幅超越业界的进展。”

随着快速且低成本的DNA分析技术突破,大幅加速了近几年来的生医研究步伐。此外,包括辉瑞(Pfizer)、诺华(Novartis)以及其他多家主导药厂经常发现在基因组、临床试验以及无法确认的电子病歴之间存在着相关性。根据IBM表示,Watson超级计算机之所以表现非凡之处在于其对于其理解语言与化学的认知运算能力,能够以计算机分析速度实现类似人类般理解能力的飞跃性进展。

“人们已经发现其中不同数据组之间的相关性,但由于Watson能够理解概念以及解释研究方向,因而能够揭露更加微妙的关系,”Gordon表示。


在IBM Watson Discovery Advisor的协助下,贝勒医学院发表经同侪审查的癌症研究。

例如,研究论文不只证实蛋白质是否与p53有关、归纳出简单的二进制结论,还得探索这些蛋白质是否加快或抑制基因突变,以及是否可能促进化学过程。如今,要消化这70,000篇研究论文更进一步提高了挑战。

“即使我一天读五份文件,也得花费将近38年的时间才能完全了解目前针对这种蛋白质的所有研究,”贝勒医学院分子学与人类遗传学、生物化学与分子生物学教授Olivier Lichtarge表示,“Watson显示拥有巨大潜力,能够为突破性发现提高速度与质量。”

IBM并宣布,制药巨擘Johnson & Johnson已与Watson合作加速这些研究计划。Johnson & Johnso与Discovery Advisor团队合作,开始教Watson阅读以及理解科学论文,详细探讨用于评估治疗的临床试验结果。这些合作单位都希望能加速药物的比较效益研究。Sanofi则希望加快药物的再利用,找到现有药物的其他适应症。

在认知运算的其他新应用中,IBM表示其针对客户支持中心的应用——Watson Engagement Advisor服务已经获得USAA采用。USAA是一个为美国军人退役回归平民生活时提供各种财务建议与生活咨询的网络与行动支持选项。

Watson Discovery Advisor 云端服务首先将针对生命科学应用,但IBM表示,它在法律、教育、化工、冶金以及其他科学领域也拥有改善相关研究的潜力。

来源:http://www.eet-china.com/ART_8800703519_617693_NT_a04a913f.HTM


55 5

认知计算的应用,大的有IBM Watson,小的也有一些圈内人在尝试了。认知计算的优势在于其能够“理解”非结构化数据,就包括语言、图像、视频。网上有很多例子,比如认知计算识图,能够识别图中的物体(分辨植物、动物、人),人的位置,甚至关系。





图片取自Google


非结构化数据对应的就是结构化数据,后者是当今计算机就能够识别的数据。但是,据Gartner的报告表示,真正能够产生洞察的关键,是能够解读非结构化数据,因此认知计算被认为是未来真正的数据世代所需要的技术。


应用的话,说起来就多了,如果真正能够实现非结构化数据的理解、解读,那么未来每个人通过上网、移动设备、可穿戴设备产生的数据,真正能够被分析、理解并产生洞察,那么以后在网购,出行、金融、医疗等多个领域,都会拥有用户的数据档案,那么可以想象,你能够获得的服务,那就真真的是智能化、个性化、一体化的服务了。


比如,现在你家厕纸没了,你要上网没,以后快没了,快递就已经送到你家门口了;比如你低血糖,大早上快要晕倒了,还没晕,可能就提醒你吃药,或者通过智能设备给你注射胰岛素了。还有FB的扎克伯格的智能家居,这都不是问题了。


说点实在的应用,Linkedin上有一篇文章,就是说应用的,保护方言,挺有意思的(至少证明理工男也是有文化底蕴的),分享一下(他说求转的啊,不能算侵权吧。。。)


现代传媒正在摧毁语言多样性,认知计算能救吗?-- 求转

From Linkedin, by Haibin Dai

语言多样性正在减少

我会3种汉语,纯正的淳安话 (大概20万人会说)、上海话 (大概1000万人会说)、和分不清s,sh,c,ch,z,zh,en,eng,in,ing 的普通话 (大概13亿人会说)。但我女儿只会普通话。淳安话、上海话连听都有困难。 这是个普遍现象。且不说淳安话这种小众语言,就连上海话这种有上千万人口基数,且集中在1000平方公里大都市的语言也在过去的20年迅速消亡。20年前,我基本说上海话。15年前,我对上海人说上海话,非上海人说普通话。10年前开始,公开场合只说普通话了。现在,我女儿的学校开始教上海话了。当一种语言需要教的时候,那就说明它已经不是母语了。当没有足够的人把一门语言作为母语,那它就死了。按目前的趋势,上海话也许还有20年,最多40年的寿命吧。

现代传媒技术是语言多样性减少的重要推手

语言多样性消亡的原因多种多样,比如国家推广普通话做的太好了。但最重要的技术原因还在于现代传媒的威力。当所有的广播、电视都是普通话的时候,当孩子看着普通话的电视长大的时候,他们也就只会或只愿意说普通话了。 而最最难以反抗的原因就是13亿人需要交流,只用一种语言被推许为是最有效率的方式。

保护语言的多样性

尊重、保持多样性应当是某种最优策略,也应当是人类的核心价值观。我们喜欢不同。比如我们保护生物圈的多样性、保护各种各样的人类非物质遗产、而在文化艺术领域,多元的原生态艺术始终愉悦着我们并成为艺术演变进步的源泉。如果40年后,中国只有普通话,80年后,世界只有英语的话,那个世界太可怕了。 不要觉得匪夷所思,普通话如何消灭其他汉语,英语就能用同样的方法消灭普通话。我不希望淳安话,上海话消失。我也不希望其他人的小众语言消失。一个多样性的世界更美好。

保护一门语言很难

保护一门语言很难。成本太高,对小众语言来说几乎不可能。1)因为要保留一个足够大的将其作为母语的的人口基数。2)足够的人口基数还要聚集在一起 3)还要防止这种语言会受其他语言的污染。语言是很容易被污染的。比如,上海话中“喂,围”的发音是和普通话的“鱼”发音是一样的,这也是古汉语的发音。20年前,上海人说“围巾”的发音是“鱼巾”,没有人发“围巾”的音,但现在我经常听到上海人用上海口音发“围巾”的音,而不是“鱼巾”。

认知计算能救吗?

我有个想法,能不能构造一个智能实体来代替人来保留母语。不同的人可以和它用各自不同的母语对话,更进一步提供不同语言的翻译,再进一步用对话的方式帮助人学习语言。如果能这样,且不说他是否能帮助小众语言的保留,即使说这门语言的人没有了,这个智能实体仍然能帮助某个有意愿的人,或小孩重建这门语言。

这应该是可能的,比如IBM 的 Waston 就有很好的自然语言处理能力。Siri 也不错。当前的语音识别,深度学习,基于认知的语音语言系统,自然语言处理,语音合成都相当不错了。只不过,更多的是基于英语和普通话的。在汉语内的小众语言没人重视罢了。

我觉得构造这么个系统蛮有意义的。我的圈子都基本是搞IT的,如果有兴趣大家一起啊!1)如果有已知的,靠谱的开源的项目,那介绍下,加入。2)如果没有,能不能自己搞一个。

如果自己搞一个,那需要:

1)语言采集。有多种选项:a)自己开发个Mobile App, 可以嵌入在微信APP 号或其他的流行社交软件中,让志愿者说一段标准文本并提供其年龄,籍贯,出生的,母语等信息。缺点:如何保证足够的志愿者,如何选取标准文本并保证标准文本足够丰富。b) 和微信等合作,把语音消息作为消息来源。缺点:隐私问题。微信根本不甩我们。c) 开发个Mobile App, 记录志愿者的全程语音通信。缺点:如何消除隐私顾虑。2) 语音的保存,分析。语音识别系统的构建,训练。有什么靠谱的SDK 推荐?3) 语音合成。

问题一大堆,不过把它搞个开源,公益的项目,应该是有人志同道合者的。大家转起来!多谢!!!

https://www.linkedin.com/pulse/%E7%8E%B0%E4%BB%A3%E4%BC%A0%E5%AA%92%E6%AD%A3%E5%9C%A8%E6%91%A7%E6%AF%81%E8%AF%AD%E8%A8%80%E5%A4%9A%E6%A0%B7%E6%80%A7%E8%AE%A4%E7%9F%A5%E8%AE%A1%E7%AE%97%E8%83%BD%E6%95%91%E5%90%97-%E6%B1%82%E8%BD%AC-haibin-dai


33 0

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。

32 0

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。

24 0

认知计算代表一类新型系统,即可以大规模学习、有目的地推论以及采用一种自然方式与人类互动。它们不需要进行明确的编程,而是从与我们的交互中及与周围环境的经验中学习和推论,从而能够适应物联网生成的数据在数量、复杂性和不可预知性方面的发展步伐。认知系统可有效利用世界上80%的计算机科学家所谓“非结构化”数据,这意味它们可以揭示以前“隐藏”的世界,让用户能够获得更好的洞察力,从而根据更加详实的信息做出决策。这个可能是认知计算与之前的计算机计算最大的不同。

26 3

量子计算能够量级加速人工智能的发展

http://www.almosthuman.cn/2016/01/25/dqxtm/

http://www.ibtimes.co.uk/ibm-watson-cto-quantum-computing-could-advance-artificial-intelligence-by-orders-magnitude-1509066?utm_content=bufferb3762&utm_medium=social&utm_source=twitter.com&utm_campaign=buffer&from=singlemessage&isappinstalled=0

「由于人工智能广泛的重要性以及其计算资源的巨大消耗能力,量子加速将会是面对大数据所带来的挑战的最佳武器。」


IBM Watson超级计算机在2011年首次面世,成为第一个在电视游戏节目《Jeopardy!》中打败人类的电脑选手。

几年过去,IBM与其他公司将Watson的巨大计算能力应用于不同地方,从配合医生工作到研发癌症患者的治疗计划,以及帮助媒体整合温网比赛统计数据。

根据美国这家软件巨头公司的高管表示,拥有大型处理能力的量子计算机与类似IBM Watson一样的认知计算系统相结合能够带来人工智能的巨大前进。

IBM Watson的首席技术官Rob High在巴黎举办的Hello Tomorrow大会上接受英国《国际财经时报》采访时提到认知计算与量子计算之间有着「非常自然的协同作用」,并表示他希望有一天能够看到Watson在量子系统上运行。

量子计算机以量子位(quantum bits)取代了数据通信中所用的传统比特位,即量子比特(qubits)。从医学到星际旅游,它的潜力可扩展到许多领域。

量子比特以叠加状态存在,意味着可以同时存在两种状态,而不是像传统比特位那样只限于二进制状态。

「我希望看见一个量子Watson。」他说到,「IBM研究室正在研究下一代计算方式,我无法给出确切的数字,但是『量子Watson』应该比现在所用的系统有更加强大的能力。」

「认知计算和量子计算大大背离了传统形式的信息计算,除此之外,要实现其协同作用,意味着认知计算所采用的越来越复杂的逻辑策略需要更加强大且有效的计算架构。」

量子Watson

IBM还没有宣布用Watson整合量子计算机的计划,但是软件巨头最近发布了一个新的超导芯片,这是量子计算机研究道路上一个必不可少的技术。

新型芯片代表了量子计算机研究的一大跳跃发展,首次将量子比特与二维网格结合。这对于制造实际的机器来说非常重要,然而量子计算机真正能够得以实现的那一天还很远。

NASA、谷歌与CIA也是研究量子计算机的公司与组织,英国政府也宣布通过国家量子技术项目( UK National Quantum Technology Programme),向量子技术的研发投入2.7亿英镑(4.2亿美元)。

NASA的量子人工智能实验室(Quantum Artificial Intelligence Laboratory (QuAIL))项目尤其注重估测量子计算机在人工智能方面的潜力,尽管NASA本身也不清楚到底哪个机器能够在「解决NASA的挑战」之外还有所帮助。

IBM的Watson超级计算机在温网大赛期间帮助记者处理网球选手的大量数据(来源:IBM

中国的研究员已经着手利用量子计算机来测试人工智能,尽管只是非常有限的能力。早在2015年,中国科技大学的团队就研发了一个能够识别手写文字的量子系统,而在某次演示中将之称为量子人工智能。

团队发表的一篇论文摘要里写道:「由于人工智能广泛的重要性以及其计算资源的巨大消耗能力,量子加速将会是面对大数据所带来的挑战的最佳武器。」

演示是在一个仅使用了四量子比特的量子计算机上进行的,并据此推测一个利用数百个——甚至数千个——量子比特的计算机的强大性。这样的计算机还不存在,至少还没有商业化,但是加拿大的量子计算公司D-WAVE系统近期宣称它建立了一个1000量子比特的量子计算机。

根据MIT的机械工程教授Seth Lloyd所述,一个仅仅有300量子位的机器能够「绘出整个宇宙」,处理自大数据以来所有存在过的信息。

对于High来说,将量子计算机引入认知计算机器领域(例如IBM的Watson)代表着实现两者全部优势的合乎逻辑的一步。

「认知计算的确模拟了人类观察、理解和估测的某些方面,」他说道,「而认知系统并没有完全模拟人类思维的运转,如果他们在放大人类认知上有用,认知系统必须增加速度、灵敏性并降低能源消耗。当量子计算成熟的时候,将会在这些方面对认知计算带来极大的优势。」

本文选自IBTimes,作者Anthony Cuthbertson,机器之心编译出品,编译:Chen、柒柒

22 2

为了实现商业转型,一些技术公司会成立一个新的业务部门,通过将认知技术用于产品创新甚至架构、运营、过程和商业模式创新上来扩大规模产生收益。这些新部门也被当做是对母公司架构的转变,促进企业的转型。此类重组强调认知技术的潜力,能够完全革新技术行业——还会顺带影响垂直产业和市场。这样的企业典型代表有IBM、Google(Alphabet)等等。

IBM

据德勤报告指出 ,通过认知技术实现商业模式变革,最明显的例子非IBM莫属,2014年1月,IBM投资10亿美元成立了新的业务部门Watson团队;其中,1亿美元作为投资基金,用以“支持公司近期启动的创业公司和商业生态系统,打造新一类由IBM Watson开发者云(IBM Watson Developers Cloud)Watson驱动的认知应用“。

据悉,IBM还于近期宣布成立行业内首创的咨询部门,旨在帮助客户实现“认知型企业”的转型。新部门还将充分利用IBM Watson专有的计算论证和学习能力。IBM已为该部门投资10亿美元,旨在推动各行业的认知创新。

为实现激进商业模式转换而设立的IBM Watson团队,试图打造一个稳健的商业生态系统,一个复杂、充满活力而且具有自适性的社区。为此,集团向一批不同垂直市场(比如,医疗保健、金融服务、保险、零售、教育、媒体以及电信)的战略合作伙伴提供开源基础架构来研发认知技术服务。随着IBM收购越来越多的认知技术公司,这种商业模式也将使IBM Watson开发者云得到进一步扩张。

Alphabet(原谷歌公司)

谷歌的母公司Alphabet同样雄心勃勃,并以大刀阔斧的速度和规模进行结构重组,实质上旨在令公司在认知技术领域实现指数级增长发展。

根据谷歌最近的企业并购行为,认知技术将是此次商业模式转型中不可或缺的一部分:2012到2015年,谷歌收购了多家认知技术公司,其中于2013年并购了8家机器人技术公司,并将全部整合到Alphabet中。它们的机器人技术涵盖了类人机器人系统、下一代机械臂技术、可以向任何方向移动的高科技机器轮、采用计算机视觉使其更好的理解他们所观察到的事件并学习怎样处理一些非标准情况的机器人技术以及用在电影创作、广告业、设计界中的机器人技术。

1 0
支持者: 樟月

如果对认知计算感兴趣,推荐可以关注每年一次的认知计算论坛(2015 Cognitive Computing Forum),根据论坛的介绍,近些年,许多科技的发展成果被集合起来,用于赋予机器理解信息、学习、推理和基于这些内容进行行动的能力。这些科技成果非常的复杂和先进,让一些机器似乎已经可以进行思考了。这些新兴的技术被统称为认知计算。

认知计算系统包括以下特征:

自然语言处理

机器学习

能够自学习和适应的算法

视觉感知和图像识别

对于空间和环境的理解

推理和自动化决策

复杂模式识别

神经网络

语义理解

噪音过滤

机器人控制

情绪智能

论坛网址可参考:2015 Cognitive Computing Forum http://www.cognitivecomputingforum.com/

In recent years, numerous technological advancements have combined to give machines a greater ability to understand information, and to learn, to reason, and act upon it. These advancements have reached such sophistication that in some cases machines may even appear to think. As a result, the broad term used to describe this emerging capability is Cognitive Computing.

Cognitive Computing systems may include the following ostensible characteristics:


    另外,有一段TED关于认知计算的视频,供大家参考,不过是个youtube的……可以翻墙的同学试试,回头在国内视频网站找找,找到再来添加链接

    TED: Cognitive Computing https://www.youtube.com/watch?v=np1sJ08Q7lw

    补充:

    TEDx Talks with Manoj Saxena - Cognitive Computing and Watson. http://v.youku.com/v_show/id_XODY3NTE1MjMy.html?from=s1.8-1-1.2

    3 2

    认知计算在保险行业的应用

    http://www.sinoins.com/zt/2015-08/13/content_165649.htm

    互联网创新时代,怎样利用大数据,对IBM来说也是机遇与挑战并存。我们认为大数据在改变着一切,但改变的出发点是什么呢?移动数据让数据共享变得很容易了。每天产生的电子化数据是以前没有的,机器、车、传感器都可以随时把数据带到共享空间,而且计算能力也在不断突破,所以在端上的智能也在改变着世界。

    事实上,大数据时代其实早已到来,这里面主要的难点或者机会在哪儿呢?就是非结构化数据。结构化数据对机器来说比人做得好,非结构化数据为什么难呢?举个例子,非结构化数据是语言,语言是人区别于动物的其中一个维度。语言代表了很多东西,如果说大脑是很难的研究明白的物理结构,语言是表述物理结构的外在形式和内容,让机器处理这样的内容其实是有很大的挑战的。

    现在认知时代已经到来。对脑的认知现在已经促使人们开始慢慢地去反思计算机结构是不是应该改变。很简单,我们希望计算机可以做更多的事情,因为摩尔定律已经走到头了,我们在实验室已经做到7纳米的实验芯片。

    摩尔定律说每隔18个月半导体集成度会翻一番,在过去这数十年这个规律一直是往前走的。但当走到7纳米的时候就走不动了,原因在于分子的直径大概也就在2—4纳米之间,这意味着半导体电路上只能有1—2个分子排列,我们能把分子切开吗?除非我们有新的材料。

    摩尔定律走到头也就意味着,IT行业没有突破性变革的话,技术可能也就走到头了。

    现在计算机理解人的语言几乎可以做得和人一样好,而且它在回答问题时能理解、读懂互联网上的信息,能准确地把答案告诉我。这样的技术能不能带到行业里来呢?它能和人交流,能够读懂人的语言,能够从互联网知识库里学习到他想学到的知识,能够给到人们准确的答案。

    拿保险做例子,保险有很多的产品知识、行业知识,客户也有很多信息进来,我能不能利用这样的技术帮助保险公司为客户提供更好的服务呢?如果我们用这样的认知技术,可能现在就不需要这么多的业务员了,这些认知技术任何时候都不会疲惫,随时进行五星级交互。它还可以进行个性化服务,因为它可以把个人信息很快收集整理出来,做个性化分析。

    如果像这样的技术发展起来,它真的是可以给我们行业带来很大变化。保险业遇到的最大挑战是什么?就是信息加剧透明的环境。你能不能给客户提供更好的,更个性化,更优质的服务,成为一个好的保险公司很重要的条件。

    一个成功的保险企业会更了解他的客户。IBM现在有很多内部销售团队开始用微信做项目的信息交流,如果有人利用这样的平台把所有的信息分析完了提供保险行业服务,这是多么有意思的一件事:它知道我经常坐飞机,经常去各个地方出差。它知道我的生活圈子,我会担心什么,它应该提供什么样的保险服务。

    保险公司还要给客户提供更多的客户价值,增值服务。增值服务会把你牢牢锁在这个平台上,客户的黏性是很重要的。客户的忠诚度是全世界保险公司都要面对的很大的难题。

    认知时代,有人说机器将变成下一代计算机,我认为这很有可能发生,因为计算的能力,我们对于一些认知计算的机器学习算法的理解,对于脑的研究都在往前走。计算可以带来更多的突破。

    0 0

    解答中郭小虾说的对,在google上搜索cognitive computing,几乎每一页上面,大部分的相关内容都是跟IBM有关的,有没有谁了解IBM在认知计算方面的研究现状呢?IBM Watson现在有什么应用?(除了早期的Jeopardy比赛)包括该领域其他领先的企业情况。

    0 0

    之前在围棋对抗中胜利的Alpha Go,包括IBM的Watson利用的都是认知计算技术吗?要彻底解决暗数据的识别和理解问题,认知计算能做到吗?

    0 0

    本来我还知道计算是什么,让你这么说,糊涂了。

    0 0

    我认为就是一个可训练的多层多节点参数评估系统。。。。

    0 0

    樟月本科是计算姬的旅日学生

    2016-02-26 23:29

    本来想试着回答一下这个问题看看,毕竟自己虽说也就是个半瓶水但怎么说也是在研究室里搞过人工智能相关的,结果一看答案--

    嗯,很好,除了@大肚佛 同学之外(现在包括我了),这里其他所有回答的人全都基本是新账号,动态里只有一个,就是对这个问题的回答。然后回答基本千遍一律,各种对艾(逼)玛沃森的吹捧和介绍。

    让我们再来看看问题:认知计算是什么?与人工智能、机器学习这些概念有什么区别?

    哦,原来回答这个问题不需要介绍人工智能是什么,机器学习是什么,认知计算是什么,这三者有何关系,只需要吹吹艾(逼)玛沃森就行了。就跟 @方弦 所怀疑的一样,这不就是广告么?

    日本IBM也在做相关的广告啊,人家就懂得借SAO的势头。

    http://www.vrmmo-project.jp/

    我不知道这些广告是什么人发的。我只知道这些广告发出来了,明面上最能受益的,只有IBM和果壳。

    如果这是IBM中国策划发出来,全网广泛撒网果壳是其中目标之一,我只能表示呵呵,中国IBM的养老院之名果然名不虚传。日本IBM至少有东西可以拿出手,结果中国IBM还停留在这种雇水军发广告的思维。除非,这些号都是艾(逼)玛沃森注册的,回复也都是艾(逼)玛沃森回复的。

    如果这些广告是果壳找来的,我只能说你们在IT行业和CS相关方面简直无知的另人心痛,找广告提前写个稿子不行?我关注列表里还有几个CS相关领域的认证用户,都跑了?

    如果都不是,这种问答好歹也别上首页推荐吧,@moogee

    不是回答,请点反对。

    0 1

    不久之前,由谷歌伦敦子公司DeepMind开发的AlphaGo机器,以5:0的战绩击败了欧洲围棋三届冠军樊麾(出生于中国,现籍法国),这个算是认知计算的领域吗?在人工智能研究方面意味着什么?

    0 1

    深度学习(deep learning)核心技术开发与应用培训班
    在信息技术及互联网飞速发展的今天,人工智能、模式识别、机器学习、数据挖掘等领域中越来越多的人通过深 度学习的方法和理论解决实际工作问题,掌握深度学习无疑可以使你处于新兴科技的前沿,为此,中国管理科学 研究院执业资格认证培训中心举办“深度学习(deep learning)核心技术开发与应用培训班”
    时间地点:
    2017年09月21日—2017年09月24日 北京
    (机房上课,每人一台电脑进行实际案例操作,赠送 U盘拷贝资料及课件和软件)
    一,深度学习基础
    (1)人工神经网络
    (2)前馈神经网络
    (3)BP算法
    (4)Hessian矩阵
    二,深度学习—迁移学习
    三,深度学习—循环神经网络
    四,深度学习—CNN应用案例
    五,深度学习—对抗性生成网络
    六,深度学习的常用模型或者方法
    (1)AutoEncoder自动编码器
    (2)Sparse Coding稀疏编码
    (3)Restricted Boltzmann Machine(RBM)限制波尔兹曼机
    (4)Deep BeliefNetworks深信度网络
    (5)Convolutional Neural Networks卷积神经网络
    联系人: 王晓艳 手机:13261770596 报名咨询QQ:2234927315
    备注:正规增值税发票,可以开具培训费、会议费、资料费。
    深度学习交流大群: 372526178 (课件资料资源共享)
    群内资料共享,大家可以加一下!(加群备注王晓艳邀请 )

    查看更多

    添加回答

    登录 后回答问题,你也可以用以下帐号直接登录

    相关问答

    关于我们 加入果壳 媒体报道 帮助中心 果壳活动 家长监控 免责声明 联系我们 移动版 移动应用

    ©果壳网    京ICP证100430号    京网文[2018] 6282-492号    新出发京零字第朝200003号     京公网安备11010502007133号

    违法和不良信息举报邮箱:jubao@guokr.com    举报电话:18612934101    网上有害信息举报专区    儿童色情信息举报专区