认知计算：开启商业新时代

2016年新年伊始，IBM董事长兼CEO罗睿兰出现在一年一度的CES大展上，其关于IBM转型为“认知计算解决方案与云平台公司”以及称其是IBM重要转型的演讲引起了人们对“认知计算”的强烈关注。尽管从2014年开始IBM就已经在围绕“认知计算”布局，并为此专门成立了沃森集团推广“认知计算”，但这是IBM正式明确地对外提出向“认知计算解决方案公司” 转型。显然，这一次“认知计算”被上升到一个新的高度，其将成为继“电子商务”、“智慧的地球”之后，未来相当长时间内IBM的市场战略中最为重要的一个关键词。

备受IBM推崇的“认知计算”到底有什么魔力，又如何能够支撑IBM的“转型大业”，引领IBM未来5年甚至更长时间的前进之路；而更重要的，对于企业而言，认知计算与我有什么关系？如何能帮我提升竞争力，领先对手一步？

大数据加速认知计算落地

首先设想一下这样的场景，在你身边有一个机器人，在你要出行时它自动帮你根据路途拥堵状况规划出行线路；如果出行遇到堵车它会自动给受影响的各方发短信提醒；它还能体察你的喜怒哀乐，照顾你的饮食起居：在你不高兴时给你说个笑话调节情绪，在你坐久了它会提醒你起来活动，根据你的身体状况提醒你修订的饮食习惯…..这是一个被科幻小说描述了很多遍的场景，今天得益于科技水平的不断进步，上述场景正在逐步得以实现，而认知计算就是背后实现的技术之一。

谈到认知计算很容易让人想到人工智能和近一两年百度、腾讯、阿里等互联网公司正在发力的深度学习。这些概念高度相似，到底有什么区别？根据IBM对这个概念的阐述，认知计算会包括人工智能的一些要素，但它是一个更宽泛的概念。IBM认为，认知计算不是制造为人们思考的机器，而是与增加人类智慧有关——认知计算系统通过与人的自然语言交流及不断学习帮助人们做到更多，使专家可以更好地从海量复杂的数据中获得更多洞察，从而做出更为精准的决策。

实际上，在推动认知计算普及的众多原因之中，数据正是最为重要的原因之一。众所周知，随着移动设备、社交网络及各种数字化和联网产品（各种传感器）的普及，数据量正在前所未有的速度暴增。而有了数据，我们将能够更加准确地了解客户需求，设计更受欢迎的产品，提供更贴心地做好服务，同时，我们还能做出更合理的决策，避免经营风险。

根据IDC的预测，从2010年的到2020年数据量会有50倍的增长，这其中非结构化数据增长尤其迅猛。IBM的一份资料也显示，未来两年医疗数据将增长99%，其中88%的医疗数据都将是非结构化数据，包括电子病历、化验结果、医学影像、视频以及病患传感器（如可穿戴医疗设备）；未来两年政府和教育数据也将增长94%，其中84%是非结构化数据，这些数据来自各类传感器、建筑物、道路、车队等；传媒业的数据将增长97%，其中82%是非结构化数据，这些数据包括书籍、期刊、报纸和其他出版物，以及视频、电影、录音及在线游戏等。

数据就是财富，海量数据对企业而言就是无价资源，然而现有的技术并不能很好地让我们看到其中蕴藏的财富，直到认知计算的出现，确切地说是认知系统的出现。

除了大数据之外，认知计算的出现还与软件的广泛使用有关，特别是“API经济”的流行。随着云成为新一代软件运行和利用数据的首选平台，越来越多的软件基于各种各样的API来构建。统计显示，在全球1820万名软件开发者中，有120万人正在发表可供外界使用的APIs，有470万人向合作伙伴或完成注册的机构发布APIs。到2020年，预计将有260亿个设备使用超过1万亿个应用。

基于API的软件构建模式为认知计算的使用奠定了很好的基础，因为对于大多数企业（特别是中小企业）而言无需构建自己的认知计算基础设施，而是可以透过API以服务的方式来使用，这让更多的企业可以快速从认知计算中受益。

认知计算系统与IBM Watson

认知计算系统是应用了认知计算技术的应用系统。具体地说，认知计算系统能够通过感知和互动理解世界，使用假设和论证进行推理，以及向专家和通过数据进行学习，它将认知技术应用到具体应用、产品与运营中，从而帮助用户创造新的价值，IBM Watson就是认知计算系统的杰出代表。

注：到2016年底，IBM Watson API将达到50个

作为一个技术平台，Watson其能够采用自然语言处理技术和机器学习技术，从大量非结构化数据中揭示非凡洞察力。Watson核心能力包括：

Understand（理解）：Watson通过自然语言理解技术，能够与用户进行交互，并理解和回答用户的问题；

Reason（推理）：Watson通过生成假设技术，能够透过数据揭示洞察力、模式和关系，实现以多种方式认知和产出多种结果而不仅仅是一种结果的传统方式；

Learn（学习）：Watson通过以证据为基础的学习能力,能够从所有文档中快速提取关键信息，使其能够像人类一样进行学习和认知。通过追踪用户对自身提出的解决方案和问题解答的范库和评价，Watson还能够不断进步，提升解决方案和解答的能力。

实际上，Watson不仅仅是这些技术的简单集合，而是以前所未有的方式将这些技术统一起来，彻底改变了商业问题解决的方式和效率。

IBM Watson的出名要追溯到2011年参加“Jeopardy!”电视问答挑战赛，当时Watson因战胜这项比赛的两位前任冠军Ken和Brad而声名大噪。因为这种寻找答案的逻辑非常复杂，不能用一般搜寻引擎的方法，而要先理解问题，再从庞大的资料库找出相关的文件，最后归纳出答案。

Watson背后的核心技术支撑正是认知计算。不过，今天的Watson与2011年参加挑战赛时相比有了很大变化。当时的Watson主要是基于机器学习、自然语言处理、问题分析、特征工程、本体分析等五项技术，而今天，Watson背后的核心支撑技术已经涵盖了如排序学习、逻辑推理、递归神经网络等来自5个不同领域的技术，包括大数据与分析、人工智能、认知体验、认知知识、计算基础架构。

正是得益于新技术持续不断的加入，2011年Watson的“问与答”能力只是今天的Watson具备的28项能力之一。除此之外，这些能力还包括关系抽取、性格分析、情绪分析、概念扩展及权衡分析等，它们如今都已被转变成服务或APIs，2016年底Watson API服务的数量还将达到50个。

对于企业而言，认知计算的应用可以有多种形式，除了直接通过云服务调用Watson API进行开发，企业还可以在此基础上定制自己的认知系统，也就是让IBM提供针对特点应用场景的认知算法，然后结合自己的数据，实现应用和商业模式的创新。

在今年的CES大展上，IBM就宣布与软件在机器人方面进行合作，软银采用了Watson帮助其机器人Pepper学习和理解语言和手势，同人类自然互动，未来的Pepper将是一个带有情绪感知能力的个人机器助理。IBM表示，Pepper将配备一个软件开发工具包和访问Watson的 API，这样开发人员可以按照自己的业务用例和经验对功能进行优化。

当然，Watson所能做的工作还有很多，比如，在迭代中学习找到解决方案；理解人类的自然语言与对话；动态的分析各类假设和问题；在相关数据的基础上优化问题解答；大数据的理解和分析，而更多的功能还在持续不断地被发掘。

值得一提的是，将Watson作为基于云的API平台对外开放，正是IBM为构建认知计算生态系统而做出的重大决策，这样每一个人都能将Watson的强大能力加到他们的应用中，这有助于推动Watson得到更加广泛的应用，并且加速创新。根据IBM提供的资料，现在有36个国家、17个行业的客户都在使用认知技术；全球超过7.7万名开发者在使用Watson Developer Cloud平台来进行商业创新；有超过350名生态系统合作伙伴及既有企业内部的创新团队，正在构建基于认知技术的应用、产品和服务，其中100家企业已将产品推向市场。