通往智慧之路 IBM认知计算技术白皮书解读

　　【工控中国 学术论文】IBM相信技术的未来在于认知计算，从本质上来说，意味着要让计算机像人类一样进行思考。对IBM而言，他们的任务是开发具有感知功能的计算机，并让计算机可以输入触觉、视觉、听觉以及味觉、嗅觉------这五种感官，组成一块拼图，今后可以用于帮助人们解决问题。　　1955年，当人工智能这个词被提出来时，不出所料地点燃了公众的想象力。在接下来的60年里，我们有好几次都被它的前景所吸引，担心它的潜力被滥用，但又为它的发展缓慢而沮丧。
　　
　　然而，正如所有孕育得过早、超越了当前时代的先进科技一样，人工智能遭到了广泛的误解——被好莱坞电影错误地诠释、被媒体曲解为各种各样的角色，从人类的拯救者到毁灭者，应有尽有。但那些真正参与到业界的严肃信息科学研究和应用的人却很理解智能系统的巨大潜能。这种技术（我们相信那将是认知智能，而非人工智能的未来）与大众冠以AI的名头大不一样，将涉及各种各样的、来自技术、科学和社会的挑战与机遇，面临不同的监管、政策和管理需要。
　　
　　认知计算是指一种能够规模化学习、有目的推理、并与人类自然交互的系统。它们不需要事先地编程，而是从它们与我们之间的交互和与环境之间的互动中学习和推理。过去半个世纪中，多个科学领域的发展使这些事情变得可能，它们与那些运行着它们的信息系统有着重要的区别。
　　
　　那些信息系统是决定论的，而认知系统是概率性的。认知系统不仅能回答大量的问题，还能对更加复杂（且有意义）的数据提出假说、推理论述和建议。
　　
　　此外，认知系统还能理解计算机科学家称之为“非结构化”的数据，而这些数据占到了全世界数据的80%。这使得它们能够跟上现代世界巨量、复杂和不可预测的信息。
　　
　　这些与机器的感觉能力和自主性都没有任何关系。相反，它能够增强人类的能力，让我们可以理解和运作社会中复杂的系统。这种增强智能对提升我们驾驭科技的能力是十分必要的一步，让我们能追寻更多知识、提升我们的能力和改善人类的境况。这就是为什么它不仅是一种新科技，还是科技、商业和社会新纪元——认知时代的黎明。
　　
　　认知计算的成功并不以图灵测试或模拟人类的能力作为判断标准。它的标准更加实际，例如投资报酬率、新的市场机会、治疗疾病和拯救生命。
　　
　　在IBM，为建立认知计算的基础，我们已经工作了数十年，将前沿计算机科学领域的十几个学科与这个100多年的商业专家结合起来。现在，我们正在亲眼目睹它在改变商业、政府和社会方面的巨大潜力。
　　
　　我们已经看到，它将大数据从障碍变成机会，帮助儿科医生做出早期诊断，为建设智慧城市提供创新解决方案。我们相信，这些技术展现了好的（或许也是的）机会，去处理地球面临的一些持久的系统性问题，例如癌症、气候变化和复杂多变的经济形势。
　　
　　计算的历史与认知的崛起为了理解认知计算的未来，必须把它放到历史的语境中。
　　
　　到今天为止，我们经历过两个不同的计算时代——制表时代和编程时代。IBM在这两个时代中都扮演了重要的角色。我们相信，在计算演化史中，认知计算是第三个、也是具有转折意义的时代。
　　
　　1制表时代(1900-1940年代)计算机起源于一种单一计数用途的机械系统，这种系统用打孔卡来输入和存储数据，终决定这个机器要做的事情(虽然是以一种非常原始的方式)。这些制表机本质上是一种计算器，支持了商业和社会规模的扩大，帮助我们组织、理解以及管理从人口增长到经济进步等的各种事情。
　　
　　2编程时代(1950年代-现在)在二战的时候，随着军事和科学的需要，从机械制表机到电子系统的演变开始了。在战争之后，数码“计算机”经历了快速演化，逐渐进入商业和政府。它们可以根据软件中的程序来进行如果/就的操作以及循环。从开始的电子管到晶体管，再到微处理器，计算机的性能得到了迅速提升，这一发展过程验证了「摩尔定律」，在60年间，每18个月处理器的容量和速度就提升一倍。所有我们知道的计算设备，从大型主机到个人电脑，再到智能手机和平板，都是可编程的计算机。
　　
　　3认知时代(2011-)早在1960年，J.C.R.Licklider就在他的论文“人-机共生”中提出了超越可编程系统的潜在可能性。现代计算的很大部分都是基于LickLider的研究以及他的深刻见解：
　　
　　“人-机共生”是在人类与电子计算机之间发生的共生关系，是人机关系间可以预见的发展。这种关系包含人类与电子伙伴强耦合关系。主要目的是：
　　
　　像为解决规划难题提供便利一样，也让计算机为规划思维提供便利。
　　
　　在不依赖于不灵活的预定义程序的情况下，让人与计算机能够协作决策，控制复杂情况。
　　
　　初步分析表明，与人类单独进行智能操作相比，共生关系将会更有效。——J.C.R.Licklider，“人机共生”，1960年3月Licklider知道，认知计算将是程序化计算的必要的自然演化，虽然他并不知道这个目标如何实现。50年后，大规模并行计算以及浩如烟海的结构化与非结构化数据的积累，为认知计算奠定了基础。