沃森了解下
看到很多人在问“认知计算”是什么，疑惑它与人工智能、机器学习这些概念有什么区别。
先来看一下三者各自的定义。
人工智能
是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
它是计算机科学的一个分支，企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。
该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
机器学习
是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等。
专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。
认知计算
是指模仿人类大脑的计算系统，让计算机像人一样思考，而不是仅仅是作为一个开发系统。
它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。
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。
认知计算对于人工智能、信息技术、认知科学等领域均有着十分重要的影响。
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。
第二个时代是可编程计算时代(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。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。
由此，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。
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。
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。
那么，认知计算与人工智能的关系是？
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。
与认知计算相比，人工智能更为人们所熟知，事实上，两者就像是两个部分重叠的圆圈，彼此联系又有所差异。
从终极目标的角度来说，认知计算是实现人工智能的一条重要途径。
人脑仅凭几十瓦的功率，就能够处理种种复杂的问题，这是至今为止人工制品所不能抵达的高度。
更重要的是，人脑认知的一个关键点就在于能处理情感，这是现有人工智能无法企及的。
以神经网络的观点来看，情感就是一种计算的产物，那么我们以后能否建立能够认知情感的模型呢？
这都是认知计算要重点解决的问题。
探索、学习、模拟人脑，这些都是认知计算的魅力所在。
去年今日：
▼