如何理解認知計算

Bob Violino 陳琳華

如何從IT和業務角度理解“認知計算”的確切含義呢？本文就是一篇入門指南。

最近是不是能頻繁看到“認知”這個詞？有這種感覺的不光只有你一個人。你是不是對從IT和業務角度理解“認知計算”的確切含義感到困惑？同樣感到困惑的也并非只有你一個人。

為了幫助大家清楚地認識“認知概念”以及它們可能對你的企業意味著什么，我們專門整理了這篇入門指南。

在計算環境中“認知”意味著什么？

德勤咨詢首席分析師Paul Roma指出，認知計算借助技術和算法能夠自動從數據中提取概念和關系，理解其中含義，并獨立地從數據模式和先前經驗中進行學習——拓展人或機器可以自行完成的工作。

Roma認為，目前認知計算主要有三種應用方式：

機器人和認知自動化，可自動執行重復性任務，從而提高效率、質量和準確性。

認知洞察力，可揭示隱藏的模式和關系，從而找到新的創新機遇。

認知參與，可通過大規模提供超個性化設置來推動客戶行為。

認知計算與人工智能有何區別？

Roma表示，德勤將認知計算描述為“較傳統狹隘的人工智能更具包容性”。他認為，人工智能主要用于描述這樣一類技術，這些技術可完成正常情況下需要人類智慧才能完成的任務。

“我們認為認知計算是由機器智能定義的，機器智能是一種算法功能的集合，它可提升員工績效，讓日益復雜的工作負載實現自動化，并且能夠開發出模擬人類思維和行為的認知代理。”Roma說。

國際數據公司（IDC）的認知/人工智能系統與內容分析研究主管Dave Schubmehl表示，廠商正在使用不同的名稱來描述這些技術。“有些廠商使用算法類型的名稱來描述這類平臺，如神經網絡，也被稱為深度學習或機器學習。”

“這些是構建智能應用的關鍵要素，”Schubmehl說：“有些廠商使用該領域中的通行術語來表示這種應用：人工智能。還有一些廠商使用IBM研究人員新創造的術語來表示這種應用：認知計算。認知計算是IBM研究人員在研究讓Watson進行“危險”挑戰時所創造出來的。在所有這些案例中，術語都或多或少地描述了相同的努力方向?！?/p>

認知計算和人工智能在未來十年中的使用有多廣泛？

市場研究公司Gartner的副總裁Whit Andrews認為，這一技術將“作為應用程序的一個方面變得極為普遍”。Gartner預測，到2018年，在與技術的交互中，30%的交互將是通過與人工智能的“對話”實現的。到2020年，對于全球30%多的首席信息官來說，人工智能將成為五大投資重點之一。

德勤的Roma稱，隨著數據以指數級增長，以及更快的分布式系統和更智能的算法的融合，認知計算“正在向機器人和認知自動化、認知參與和認知洞察力等領域的業務流程中不斷滲透?！?/p>

目前企業中認知技術的實例有哪些？

雖然認知技術的許多承諾在未來都有可能無法兌現，但一些企業還是已經開始部署認知工具了。

Schubmehl說，許多企業正在使用認知系統進行產品推薦、定價優化和欺詐檢測。 有的企業還開始使用會話式人工智能平臺（以聊天機器人的形式）來實現客戶支持自動化、銷售協助自動化和輔助決策。

Roma指出，在醫療保健方面，一家執行著美國國內最大的醫學研究項目的頂級醫院正在“訓練”他們的機器智能系統，以分析存儲在該醫院數據庫中的100億份表型與遺傳圖像。

Roma說，一家大型健康保險公司正在推行一種認知策略，該策略將包括自動化、參與和洞察力，以最終簡化并強化與客戶的互動?！八鼈兊闹攸c是將認知洞察力應用于索賠流程，讓索賠審查人員能夠更為深入地了解每個案情，以便進行更全面的評估?！?/p>

此外，Roma還介紹說，在金融服務領域，一種認知銷售代理可使用機器智能先與可能的銷售機會建立起聯系，然后獲得資格，跟進并維持領先優勢。“這種認知助理可以解析自然語言，理解客戶在對話中提出的問題，并且可同時處理多達2.7萬個對話和數十種語言。”

Gartner的Andrews認為，最常見的用途是進行高級分類，如將人員和需求發送至最佳工作人員那里以滿足其要求，以及進行預測性分析，如了解向買家推銷產品的最佳方式。

認知計算可在企業中以哪些方式發揮作用？

IDC的Schubmehl稱，企業可使用認知/人工智能技術實現業務流程自動化，讓合同分析與更新、溝通、銷售和客戶支持更加合理化，甚至可自動交付和重新補充業務中的庫存。

增加了這種智能的應用，可為銷售和營銷等業務功能提供更精準的決策。Gartner的Andrews稱：“我們希望企業能夠做出更具針對性的決策。如今它們可以很容易地提升所有用戶的體驗，未來我們希望看到真正的個性化。我們認為它們還可用于更為高效的自動駕駛車輛和運輸系統當中?！?/p>

IBM負責Watson物聯網平臺的副總裁Bret Greenstein認為，認知的可能性是無限的。“認知能力將擴展到它們對所有不同類型的信息的理解，如視覺、聲音、情感等。它們將從我們和數據那里獲得更為復雜的學習方式，進而能夠更好地支持每項工作。未來的理念是所有工作都將通過認知得到優化。”

認知技術的出現可能會影響哪些行業？

Andrews認為，如今金融服務業正在對認知技術表現出極大的興趣?！拔覀冏⒁獾?，和金融服務與人工智能相關的咨詢程度不斷加深，我們網站上的檢索量也在不斷增加，同時社交媒體也越來越多地釋放相關的信號。與大多數垂直領域相比，金融服務有著更多數量和更高品質的數據。這些都為先進的分析策略做好了準備?！?/p>

德勤的Roma認為，認知計算幾乎適用于所有依賴數據進行決策以提升效益的行業，可通過部分流程自動化提高效率和精確性的行業，以及消費者個性化需求非常多的行業。

“所有通過收集數據并借此獲取深刻洞察力的行業都將受到影響。”IBM的Greenstein補充道：“通過提供具有可操作性的實時洞察力，認知技術可開辟新的市場，提高效率并帶來競爭優勢。”

惠普企業的高級產品經理Brian Cowe表示，在金融服務、醫療保健、制造業、法律和公共部門等領域，激烈的競爭性正迫使他們越來越需要“在大海中更快地撈到針頭，以便提高自己質量和行動及時性?！?/p>

認知計算面臨哪些主要挑戰？

IDC的Schubmehl認為，最大的挑戰主要是基于數據決策的透明度和它們的可信性?！捌髽I還必須謹防提供過多的信息和/或決策，因為這樣會使產品或服務對消費者或用戶失去吸引力?！?/p>

Greenstein指出，為了盡可能地從認知技術中獲得最大收益，企業需要有能力將所有內部數據與公共數據聯系并結合起來。

“行業每天生成海量的數據以及它們通常被孤立地存儲在不同地點，這些都是挑戰。除此之外，高達80%的業務數據無法被搜索到。這就是為什么企業要進行數字轉型，擁抱自己的業務數據和周邊世界如此重要的原因?！盙reenstein說。

本文作者Bob Violino為Computerworld、CIO、CSO、InfoWorld和Network World等網站的特約撰稿人。

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