2016年新年伊始，IBM董事長兼CEO羅睿蘭出現在一年一度的CES大展上，其關于IBM轉型為“認知計算解決方案與云平臺公司”以及稱其是IBM重要轉型的演講引起了人們對“認知計算”的強烈關注。盡管從2014年開始IBM就已經在圍繞“認知計算”布局，并為此專門成立了沃森集團推廣“認知計算”，但這是IBM正式明確地對外提出向“認知計算解決方案公司” 轉型。顯然，這一次“認知計算”被上升到一個新的高度，其將成為繼“電子商務”、“智慧的地球”之后，未來相當長時間內IBM的市場戰略中最為重要的一個關鍵詞。

　　備受IBM推崇的“認知計算”到底有什么魔力，又如何能夠支撐IBM的“轉型大業”，***IBM未來5年甚至更長時間的前進之路;而更重要的，對于企業而言，認知計算與我有什么關系?如何能幫我提升競爭力，領先對手一步?

[[162963]] 

　　大數據加速認知計算落地

　　首先設想一下這樣的場景，在你身邊有一個機器人，在你要出行時它自動幫你根據路途擁堵狀況規劃出行線路;如果出行遇到堵車它會自動給受影響的各方發短信提醒;它還能體察你的喜怒哀樂，照顧你的飲食起居：在你不高興時給你說個笑話調節情緒，在你坐久了它會提醒你起來活動，根據你的身體狀況提醒你修訂的飲食習慣…..這是一個被科幻小說描述了很多遍的場景，今天得益于科技水平的不斷進步，上述場景正在逐步得以實現，而認知計算就是背后實現的技術之一。

　　談到認知計算很容易讓人想到人工智能和近一兩年百度、騰訊、阿里等互聯網公司正在發力的深度學習。這些概念高度相似，到底有什么區別?根據IBM對這個概念的闡述，認知計算會包括人工智能的一些要素，但它是一個更寬泛的概念。IBM認為，認知計算不是制造為人們思考的機器，而是與增加人類智慧有關——認知計算系統通過與人的自然語言交流及不斷學習幫助人們做到更多，使專家可以更好地從海量復雜的數據中獲得更多洞察，從而做出更為精準的決策。

　　實際上，在推動認知計算普及的眾多原因之中，數據正是最為重要的原因之一。眾所周知，隨著移動設備、社交網絡及各種數字化和聯網產品(各種傳感器)的普及，數據量正在***的速度暴增。而有了數據，我們將能夠更加準確地了解客戶需求，設計更受歡迎的產品，提供更貼心地做好服務，同時，我們還能做出更合理的決策，避免經營風險。

　　根據IDC的預測，從2010年的到2020年數據量會有50倍的增長，這其中非結構化數據增長尤其迅猛。IBM的一份資料也顯示，未來兩年醫療數據將增長99%，其中88%的醫療數據都將是非結構化數據，包括電子病歷、化驗結果、醫學影像、視頻以及病患傳感器(如可穿戴醫療設備);未來兩年政府和教育數據也將增長94%，其中84%是非結構化數據，這些數據來自各類傳感器、建筑物、道路、車隊等;傳媒業的數據將增長97%，其中82%是非結構化數據，這些數據包括書籍、期刊、報紙和其他出版物，以及視頻、電影、錄音及在線游戲等。

　　數據就是財富，海量數據對企業而言就是無價資源，然而現有的技術并不能很好地讓我們看到其中蘊藏的財富，直到認知計算的出現，確切地說是認知系統的出現。

　　除了大數據之外，認知計算的出現還與軟件的廣泛使用有關，特別是“API經濟”的流行。隨著云成為新一代軟件運行和利用數據的***平臺，越來越多的軟件基于各種各樣的API來構建。統計顯示，在全球1820萬名軟件開發者中，有120萬人正在發表可供外界使用的APIs，有470萬人向合作伙伴或完成注冊的機構發布APIs。到2020年，預計將有260億個設備使用超過1萬億個應用。

　　基于API的軟件構建模式為認知計算的使用奠定了很好的基礎，因為對于大多數企業(特別是中小企業)而言無需構建自己的認知計算基礎設施，而是可以透過API以服務的方式來使用，這讓更多的企業可以快速從認知計算中受益。

　　認知計算系統與IBM Watson

　　認知計算系統是應用了認知計算技術的應用系統。具體地說，認知計算系統能夠通過感知和互動理解世界，使用假設和論證進行推理，以及向專家和通過數據進行學習，它將認知技術應用到具體應用、產品與運營中，從而幫助用戶創造新的價值，IBM Watson就是認知計算系統的杰出代表。

　　注：到2016年底，IBM Watson API將達到50個

　　作為一個技術平臺，Watson其能夠采用自然語言處理技術和機器學習技術，從大量非結構化數據中揭示非凡洞察力。Watson核心能力包括：

　　Understand(理解)：Watson通過自然語言理解技術，能夠與用戶進行交互，并理解和回答用戶的問題;

　　Reason(推理)：Watson通過生成假設技術，能夠透過數據揭示洞察力、模式和關系，實現以多種方式認知和產出多種結果而不僅僅是一種結果的傳統方式;

　　Learn(學習)：Watson通過以證據為基礎的學習能力,能夠從所有文檔中快速提取關鍵信息，使其能夠像人類一樣進行學習和認知。通過追蹤用戶對自身提出的解決方案和問題解答的范庫和評價，Watson還能夠不斷進步，提升解決方案和解答的能力。

　　實際上，Watson不僅僅是這些技術的簡單集合，而是以***的方式將這些技術統一起來，徹底改變了商業問題解決的方式和效率。

　　IBM Watson的出名要追溯到2011年參加“Jeopardy!”電視問答挑戰賽，當時Watson因戰勝這項比賽的兩位前任冠軍Ken和Brad而聲名大噪。因為這種尋找答案的邏輯非常復雜，不能用一般搜尋引擎的方法，而要先理解問題，再從龐大的資料庫找出相關的文件，***歸納出答案。

　　Watson背后的核心技術支撐正是認知計算。不過，今天的Watson與2011年參加挑戰賽時相比有了很大變化。當時的Watson主要是基于機器學習、自然語言處理、問題分析、特征工程、本體分析等五項技術，而今天，Watson背后的核心支撐技術已經涵蓋了如排序學習、邏輯推理、遞歸神經網絡等來自5個不同領域的技術，包括大數據與分析、人工智能、認知體驗、認知知識、計算基礎架構。

　　正是得益于新技術持續不斷的加入，2011年Watson的“問與答”能力只是今天的Watson具備的28項能力之一。除此之外，這些能力還包括關系抽取、性格分析、情緒分析、概念擴展及權衡分析等，它們如今都已被轉變成服務或APIs，2016年底Watson API服務的數量還將達到50個。

　　對于企業而言，認知計算的應用可以有多種形式，除了直接通過云服務調用Watson API進行開發，企業還可以在此基礎上定制自己的認知系統，也就是讓IBM提供針對特點應用場景的認知算法，然后結合自己的數據，實現應用和商業模式的創新。

　　在今年的CES大展上，IBM就宣布與軟件在機器人方面進行合作，軟銀采用了Watson幫助其機器人Pepper學習和理解語言和手勢，同人類自然互動，未來的Pepper將是一個帶有情緒感知能力的個人機器助理。IBM表示，Pepper將配備一個軟件開發工具包和訪問Watson的 API，這樣開發人員可以按照自己的業務用例和經驗對功能進行優化。

　　當然，Watson所能做的工作還有很多，比如，在迭代中學習找到解決方案;理解人類的自然語言與對話;動態的分析各類假設和問題;在相關數據的基礎上優化問題解答;大數據的理解和分析，而更多的功能還在持續不斷地被發掘。

　　值得一提的是，將Watson作為基于云的API平臺對外開放，正是IBM為構建認知計算生態系統而做出的重大決策，這樣每一個人都能將Watson的強大能力加到他們的應用中，這有助于推動Watson得到更加廣泛的應用，并且加速創新。根據IBM提供的資料，現在有36個國家、17個行業的客戶都在使用認知技術;全球超過7.7萬名開發者在使用Watson Developer Cloud平臺來進行商業創新;有超過350名生態系統合作伙伴及既有企業內部的創新團隊，正在構建基于認知技術的應用、產品和服務，其中100家企業已將產品推向市場。