如何理解认知计算

Bob Violino 陈琳华

如何从IT和业务角度理解“认知计算”的确切含义呢？本文就是一篇入门指南。

最近是不是能频繁看到“认知”这个词？有这种感觉的不光只有你一个人。你是不是对从IT和业务角度理解“认知计算”的确切含义感到困惑？同样感到困惑的也并非只有你一个人。

为了帮助大家清楚地认识“认知概念”以及它们可能对你的企业意味着什么，我们专门整理了这篇入门指南。

在计算环境中“认知”意味着什么？

德勤咨询首席分析师Paul Roma指出，认知计算借助技术和算法能够自动从数据中提取概念和关系，理解其中含义，并独立地从数据模式和先前经验中进行学习——拓展人或机器可以自行完成的工作。

Roma认为，目前认知计算主要有三种应用方式：

机器人和认知自动化，可自动执行重复性任务，从而提高效率、质量和准确性。

认知洞察力，可揭示隐藏的模式和关系，从而找到新的创新机遇。

认知参与，可通过大规模提供超个性化设置来推动客户行为。

认知计算与人工智能有何区别？

Roma表示，德勤将认知计算描述为“较传统狭隘的人工智能更具包容性”。他认为，人工智能主要用于描述这样一类技术，这些技术可完成正常情况下需要人类智慧才能完成的任务。

“我们认为认知计算是由机器智能定义的，机器智能是一种算法功能的集合，它可提升员工绩效，让日益复杂的工作负载实现自动化，并且能够开发出模拟人类思维和行为的认知代理。”Roma说。

国际数据公司（IDC）的认知/人工智能系统与内容分析研究主管Dave Schubmehl表示，厂商正在使用不同的名称来描述这些技术。“有些厂商使用算法类型的名称来描述这类平台，如神经网络，也被称为深度学习或机器学习。”

“这些是构建智能应用的关键要素，”Schubmehl说：“有些厂商使用该领域中的通行术语来表示这种应用：人工智能。还有一些厂商使用IBM研究人员新创造的术语来表示这种应用：认知计算。认知计算是IBM研究人员在研究让Watson进行“危险”挑战时所创造出来的。在所有这些案例中，术语都或多或少地描述了相同的努力方向。”

认知计算和人工智能在未来十年中的使用有多广泛？

市场研究公司Gartner的副总裁Whit Andrews认为，这一技术将“作为应用程序的一个方面变得极为普遍”。Gartner预测，到2018年，在与技术的交互中，30%的交互将是通过与人工智能的“对话”实现的。到2020年，对于全球30%多的首席信息官来说，人工智能将成为五大投资重点之一。

德勤的Roma称，随着数据以指数级增长，以及更快的分布式系统和更智能的算法的融合，认知计算“正在向机器人和认知自动化、认知参与和认知洞察力等领域的业务流程中不断渗透。”

目前企业中认知技术的实例有哪些？

虽然认知技术的许多承诺在未来都有可能无法兑现，但一些企业还是已经开始部署认知工具了。

Schubmehl说，许多企业正在使用认知系统进行产品推荐、定价优化和欺诈检测。 有的企业还开始使用会话式人工智能平台（以聊天机器人的形式）来实现客户支持自动化、销售协助自动化和辅助决策。

Roma指出，在医疗保健方面，一家执行着美国国内最大的医学研究项目的顶级医院正在“训练”他们的机器智能系统，以分析存储在该医院数据库中的100亿份表型与遗传图像。

Roma说，一家大型健康保险公司正在推行一种认知策略，该策略将包括自动化、参与和洞察力，以最终简化并强化与客户的互动。“它们的重点是将认知洞察力应用于索赔流程，让索赔审查人员能够更为深入地了解每个案情，以便进行更全面的评估。”

此外，Roma还介绍说，在金融服务领域，一种认知销售代理可使用机器智能先与可能的销售机会建立起联系，然后获得资格，跟进并维持领先优势。“这种认知助理可以解析自然语言，理解客户在对话中提出的问题，并且可同时处理多达2.7万个对话和数十种语言。”

Gartner的Andrews认为，最常见的用途是进行高级分类，如将人员和需求发送至最佳工作人员那里以满足其要求，以及进行预测性分析，如了解向买家推销产品的最佳方式。

认知计算可在企业中以哪些方式发挥作用？

IDC的Schubmehl称，企业可使用认知/人工智能技术实现业务流程自动化，让合同分析与更新、沟通、销售和客户支持更加合理化，甚至可自动交付和重新补充业务中的库存。

增加了这种智能的应用，可为销售和营销等业务功能提供更精准的决策。Gartner的Andrews称：“我们希望企业能够做出更具针对性的决策。如今它们可以很容易地提升所有用户的体验，未来我们希望看到真正的个性化。我们认为它们还可用于更为高效的自动驾驶车辆和运输系统当中。”

IBM负责Watson物联网平台的副总裁Bret Greenstein认为，认知的可能性是无限的。“认知能力将扩展到它们对所有不同类型的信息的理解，如视觉、声音、情感等。它们将从我们和数据那里获得更为复杂的学习方式，进而能够更好地支持每项工作。未来的理念是所有工作都将通过认知得到优化。”

认知技术的出现可能会影响哪些行业？

Andrews认为，如今金融服务业正在对认知技术表现出极大的兴趣。“我们注意到，和金融服务与人工智能相关的咨询程度不断加深，我们网站上的检索量也在不断增加，同时社交媒体也越来越多地释放相关的信号。与大多数垂直领域相比，金融服务有着更多数量和更高品质的数据。这些都为先进的分析策略做好了准备。”

德勤的Roma认为，认知计算几乎适用于所有依赖数据进行决策以提升效益的行业，可通过部分流程自动化提高效率和精确性的行业，以及消费者个性化需求非常多的行业。

“所有通过收集数据并借此获取深刻洞察力的行业都将受到影响。”IBM的Greenstein补充道：“通过提供具有可操作性的实时洞察力，认知技术可开辟新的市场，提高效率并带来竞争优势。”

惠普企业的高级产品经理Brian Cowe表示，在金融服务、医疗保健、制造业、法律和公共部门等领域，激烈的竞争性正迫使他们越来越需要“在大海中更快地捞到针头，以便提高自己质量和行动及时性。”

认知计算面临哪些主要挑战？

IDC的Schubmehl认为，最大的挑战主要是基于数据决策的透明度和它们的可信性。“企业还必须谨防提供过多的信息和/或决策，因为这样会使产品或服务对消费者或用户失去吸引力。”

Greenstein指出，为了尽可能地从认知技术中获得最大收益，企业需要有能力将所有内部数据与公共数据联系并结合起来。

“行業每天生成海量的数据以及它们通常被孤立地存储在不同地点，这些都是挑战。除此之外，高达80%的业务数据无法被搜索到。这就是为什么企业要进行数字转型，拥抱自己的业务数据和周边世界如此重要的原因。”Greenstein说。

本文作者Bob Violino为Computerworld、CIO、CSO、InfoWorld和Network World等网站的特约撰稿人。

原文网址https：//www.infoworld.com/article/3198633/primer-make-sense-of-cognitive-computing