认知计算对于未来人工智能、信息技术、认知科学等领域均有着十分重要的影响。

认知科学源于20世纪50年代，该名称于1956年在马萨诸塞理工学院的一次信息论的科学讨论会上提出。60年代，认知科学开始发展起来1976年，《认知科学》期刊创刊，1979年由Roger Schank，Allan Collins，Donald Norman及其他一些心理学、语言学、计算机科学和哲学界的学者共同成立了认知科学协会，使认知科学得到了迅速的发展，成为了一个备受关注的学术研究领域。

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。为构建模拟人类认知模式的智能系统，李学龙于2003年将“认知计算”（Cognitive Computing）的概念引入信息科学领域，并开设了“认知计算”课程。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。

关于认知计算与人工智能的关系？

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。

IBM Watson 是认知计算系统的杰出代表，也是一个技术平台。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。

另外，人们比较熟悉的人工智能产品如Siri。Siri是一款内建在苹果iOS系统中的人工智能助理软件。此软件使用自然语言处理技术，使用者可以使用自然的对话与手机进行互动，完成搜寻资料、查询天气、设定手机日历、设定闹铃等许多服务。

数字商业和人工智能的结合，就形成了认知商业。在认知商业中，认知技术将带给企业和各个行业以全新的变革，引领行业企业转型，包括取代一部分人类的工作，以及重新定义一些工作的内容，让人与机器能够更深度、顺畅的工作，从而产生更大的商业价值。

在接下来的3到5年中，认知技术有可能会给职业、工人和公司带来深远的影响。这些技术可以，并且即将消除部分人类的工作。同时，这些技术也有可能被用来重新定义人类的工作。为工人创造出新的机会、为商业公司和客户带来更高的价值。

MIT的经济学家David Autor鉴定了几种计算机暂时无法取代的任务所拥有的技能。比如说解决问题的能力、直觉、创造力、说服力——这些是完成所谓“抽象”任务所需要的；还有对场景的适应力、视觉和语言认知力、及人与人之间的互动，即“纯人力任务”所需要的。因此产品设计、服务、娱乐、或者构建使人高兴的环境这些工作都不会在短期内被计算机取代，创造性技能将会变得越来越有价值。

根据IBM发布的相关报告，认知商业有5大突出的优势：

· 个性化连接：通过了解用户的背景和个性，认知商业可以帮助企业和用户形成智能的连接，为用户提供更加个性化的服务。

· 提升专业度：通过向企业引入将最前端领先的知识，认知商业能够提升企业的专业程度。

· 持续学习完善的产品与服务：在不断与用户沟通的过程中，认知商务可以开发出持续自主学习和完善的产品与服务。

· 加速产品研发与上市：通过洞察传统数据与非结构化数据中的模式，认知商务能够加速高风险的研发，并缩短产品上市时间。

· 缩短企业决策时间：利用传统和非结构化数据提炼洞察，认知商务可以缩短企业决策时间与成本，提升决策质量。

随着认知技术不断发展并不断演化出新应用，它们往往被用来配合工作，帮助工人提高生产效率并得到更好的结果。领袖们应当想办法让人类参与其中，而不是想当然地认为最好的认知技术应用是完全消除人类劳动力。他们也应当发掘一些能弥补技能短缺的认知技术能力。

认知企业意味着企业内部的产品与流程能够“思考”——感知重要事务、对所有数据进行推理、并持续学习和改进。当企业的业务能够自主思考的时候，企业的决策者则能够考虑更多的问题，比如：行业的挑战、竞争者和局限性。

认知企业在许多重要方面都与传统企业不同，包括：

· 它们会积累专业知识。每个行业和职业的知识都在快速增加，这让所有专业人士都望尘莫及。而认知系统可以让人们获得最好、最新的信息和洞察力，进而让人们更好地完成工作。此外，认知系统可以获得各专业顶尖人士的知识和经验，然后将其提供给所有其他的人，这实际上是让智慧更加普及。

· 它们可以更深入地与人互动。认知技术可以帮助企业加深与个人的联系，与客户交互。它们利用社交网络等新的私人信息来源，创建精准的个人资料、了解他们的需求和看法，并利用这些信息探明对个人而言真正重要的事情。认知系统还能了解人们希望以怎样的方式与品牌交互，让企业以每个客户喜欢的方式与其交流。

· 它们的发现能力得到增强。每个企业都需要创新，需要了解在未来几个月和几年中可能发生什么变化。所以，在某种意义上，它们必须在一片茫然中看清道路。传统计算机会错过世界上80% 的信息，而认知技术能够支持组织去发现数据中隐藏的模式，挖掘出令人惊喜的新的商机，也能够加速发现新药、发现新的登月方式，甚至发现一切未知领域。

为什么技术公司如此热衷于追求认知技术？德勤分析认为，通过在认知技术上的投资，公司尝试通过用更新更好的产品或服务而不是通过削减成本来来创造价值，从而增加收益。然而除了更多的收入、更大的市场份额以外，还有一个更深层的原因，这些公司将认知技术当成一种重塑自我以使自己在未来更有竞争力的方式——实际上，就是商业模型转变的基础。

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。

向认知型企业转型：

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。

MIT经济学家David Autor分析了100多个认知技术的应用，并将这些应用分为三大类：产品类、

流程类和分析类。每类应用都对工作和工人产生了深远影响。

产品类应用将认知技术嵌入到产品内，来实现智能行为、自然交流（比如说和看）以及自动化。该类应用对工人的影响从没有影响（机器人玩具或智能温控器）到有些影响（能承担家居清洁工作的扫地机器人）再到影响重大：自动驾驶汽车正取代采矿卡车司机和火车驾驶员，某天它们将会取代出租车或货车司机的工作；机器人还会取代泥瓦匠和砖瓦工。下一步，公司就可以将使用认知技术的产品部署到各个业务流程中。

流程类应用使用认知技术来提高、扩大或自动化业务流程。比如自动化数据输入、自动化手写识别、使用算法的自主规划与调整以及使用语音识别、自然语言处理和问答技术的自动化客户服务。通过定义流程类应用会让工人的工作实现全自动或半自动化。

分析类应用使用认知技术来揭示模式、做出预测以及指导更有效的行动。如，英特尔采用机器学习向其销售团队展示客户的进一步需求以及他们该向客户提供什么。某些分析类应用可以看作自动化的形式：接下来做什么是基于特定情境由机器而不是人所做出的决定。

当前，许多科技企业已经开始尝试使用认知计算来提升企业业务水平，或者帮助其他企业转型，创造出越来越多的认知商业和认知企业成功的案例。

Intel

英特尔公司通过开发一套认知系统来提高销售产量。这套系统使用了机器学习来对顾客进行分类并且指导销售员工对不同顾客销售哪种产品。

·英特尔的RealSense技术平台。RealSense技术开发平台及其软件开发工具（SDK）于2014年发布，为开发者们提供了通过认知计算技术开发应用程序的工具和资源。

思科

名为「认知威胁分析」的思科平台是一套基于云的解决方案（缩短了发现网络潜在威胁的时间），通过行为分析和异常检测进行网络安全威胁分析的需求与日俱增，机器学习满足了这一需求，它能够辨识网络外部防御的异常行为，之后识别出恶意软件的侵害或数据损失，协助行为分析和异常探测工作。

IBM

·P53 是与许多癌症有关的一种重要蛋白质，迄今已有 70,000 篇有关这种蛋白质的论文。贝勒医学院研究院表示，即使科学家一天阅读五篇论文，也要花 38 年时间来全面了解这种蛋白质。然而，通过贝勒医学院和 IBM的合作，在几个星期的时间内，生物学家和数据科学家使用贝勒知识集成工具包 (KnIT) ，在Watson技术的基础上，准确地识别了可修改 P53的蛋白质，最终提高了药物和其他疗法的效果。 这种自动化分析引导贝勒医学院癌症研究人员确定了七种潜在蛋白质，作为新研究的目标。而在过去三十年中，科学家们平均每年才取得一个类似的靶蛋白发现。

·IBM和软银机器人控股公司（SBRH）合作推出了基于Watson CCP的智能机器人Pepper，它可以与人类正常沟通，可识别文字、图像和语音，通过行业定制化，可以在银行服务台、餐饮、零售、酒店、医疗接待等领域为人类提供智能的信息化服务。