序
寫這篇文章的初衷，是想寫寫人工智能。但提到人工智能又不得不提到認知計算。其實最近有很多專家都在討論認知計算與人工智能的區(qū)別是什么？
我原來以為認知計算與人工智能沒有區(qū)別，但后來找到認知計算與人工智能的區(qū)別后，對于IBM公司戰(zhàn)略的轉(zhuǎn)型豁然開朗，或許IBM根據(jù)認知計算的轉(zhuǎn)型會是一次根本的變革。
此文開始部分內(nèi)容是人工智能（開始構(gòu)思的人工智能的內(nèi)容，已經(jīng)寫好了的），而后邊內(nèi)容則是在發(fā)現(xiàn)認知計算與人工智能的區(qū)別后，對認知計算的闡述。可能內(nèi)容會有些跳躍。
本文主要闡述了認知計算與人工智能的區(qū)別。
什么是人工智能
3月中旬，阿爾法狗與李世石的世界圍棋人機大戰(zhàn)中，著實讓人工智能大大的火了一把。當時特別想寫一篇文章，可是當時出差非常忙碌，一直沒有機會寫，今天補上。
阿爾法狗戰(zhàn)勝人類的人工智能的主要工作原理是深度學(xué)習(xí)，也就是通過模仿人類大腦神經(jīng)網(wǎng)絡(luò)，讓機器模擬人腦的機制進行記憶、學(xué)習(xí)、分析、思維、創(chuàng)造…
最近幾年在機器與人的智力比賽中，這不是第一次機器戰(zhàn)勝人類，在2011年的2月17日的全美最受歡迎的智力競賽節(jié)目《危險邊緣》中，IBM的超級電腦Watson擊敗了該節(jié)目歷史上兩位最成功的選手。
Watson與阿爾法狗戰(zhàn)勝人類的方式都非常類似：基于數(shù)據(jù)的人工智能，通過機器學(xué)習(xí)，借助大量的數(shù)據(jù)，對機器進行從不確定到確定，從低準確率到高準確率的訓(xùn)練。這有別于傳統(tǒng)的人工智能的，傳統(tǒng)人工智能被稱之為IntelligentBehavior，主要是為了讓機器表現(xiàn)地更像人；比如深藍在1997年戰(zhàn)勝國際象棋大師卡斯帕羅夫的算法是通過程序模仿人下棋的思考方式，它能夠戰(zhàn)勝人類的主要原因是可以搜索估計隨后的12步棋，而人類最好的棋手只能估算隨后的10步棋。
而深度學(xué)習(xí)智能方法是：通過大量數(shù)據(jù)輸入，根據(jù)輸入數(shù)據(jù)的關(guān)聯(lián)關(guān)系，逐步建立起知識體系架構(gòu)，通過建立起來的知識體系去分析，模仿人腦去思考，創(chuàng)新；后續(xù)根據(jù)模仿人腦的思考，實踐結(jié)果，不斷完善建立起來的知識架構(gòu)體系，讓判斷越來越精確。
什么是認知計算？與人工智能的區(qū)別是什么？
認知計算是IBM提出來的，主要通過Watson與人的自然語言交流不斷學(xué)習(xí)，在從硬件架構(gòu)到算法策略，從程序設(shè)計到行業(yè)專長等多個學(xué)術(shù)領(lǐng)域結(jié)合，能夠使人們更好的從海量復(fù)雜的數(shù)據(jù)中獲得更多的洞察，從而做出更精準的決策。是可以規(guī)?；瘜W(xué)習(xí)，根據(jù)目標推理以及人類自然互動的能力的系統(tǒng)。
認知計算的關(guān)鍵的在于：通過人的自然語言交流學(xué)習(xí)；復(fù)雜的大數(shù)據(jù)的洞察；增強人類智慧。
從這個意義上講，人工智能更多的是技術(shù)體系研究，而認知計算更偏向于最終的應(yīng)用形態(tài)：比如Watson與阿爾法狗的技術(shù)體系，可以具備學(xué)習(xí)、分析、思維的能力，這是人工智能；但Watson學(xué)習(xí)了人類的知識，建立了知識體系，并利用的知識體系以及大量的數(shù)據(jù)，最后在危險邊緣的游戲中取得勝利，Watson的技術(shù)體系加上通過學(xué)習(xí)建立起來的知識體系以及大量的數(shù)據(jù)一起可以稱為認知計算。
類似的學(xué)習(xí)了大量圍棋棋譜的阿爾法狗是認知計算，而沒有學(xué)習(xí)棋譜的阿爾法狗只能是人工智能。
未來人工智能的廣泛應(yīng)用一定是借助通過大量學(xué)習(xí)建立起知識體系的認知計算來完成的。
認知計算在商業(yè)智能上還很超前
IBM將商業(yè)智能分為三個階段：Descriptive，Predictive和Cognitive。
早期的商業(yè)智能(BI)主要是Descriptive，也就是借助BI工具，對已經(jīng)產(chǎn)生的大量數(shù)據(jù)處理，，通過數(shù)據(jù)分析找到數(shù)據(jù)之間的關(guān)聯(lián)性，并對已經(jīng)發(fā)生事實作出結(jié)論或找到原因（比如提供報表，比如通過BI工具找到業(yè)績突然增長的原因）。IBM在商業(yè)智能上的主要工具是Cognos。
第二個階段的商業(yè)智能是Predictive，主要借助一些數(shù)理分析工具，通過對歷史數(shù)據(jù)的分析，預(yù)測未來可能發(fā)生的事情（比如通過統(tǒng)計學(xué)方法，可以預(yù)測某款產(chǎn)品的銷量），并根據(jù)對未來的預(yù)測，做出一些商業(yè)決定（比如根據(jù)預(yù)測的銷售量，分布庫存）。IBM在這個階段的主要工具包括SPSS，iLog等等產(chǎn)品。
第三個階段的商業(yè)智能是Cognitive（認知計算），也就是可以從歷史發(fā)生的事件中學(xué)習(xí)知識，建立知識體系，并利用這個知識體系來對未來的事情做出決策。（比如當企業(yè)推出一款新產(chǎn)品的時候，企業(yè)對新產(chǎn)品的庫存的全局優(yōu)化，每次都用SPSS不同的統(tǒng)計方法做預(yù)測并制訂策略，后來發(fā)現(xiàn)新產(chǎn)品庫存總是參照一款老產(chǎn)品的庫存策略，總能達到庫存最低，客戶滿意度最高，于是每次都是建議產(chǎn)品庫存優(yōu)化用這種方法）。IBM這個階段的主要工具是Watson Analytics。
中國大部分企業(yè)利用大數(shù)據(jù)做商業(yè)智能還處于起步階段，Descriptive階段的企業(yè)最多。少數(shù)先進企業(yè)處于Predictive階段。而大部分企業(yè)對Cognitive階段還不能理解。所以Congitive（認知計算）對中國企業(yè)還是有些超前。
當然未來的商業(yè)環(huán)境下，Descriptive，Predictive, Cognitive三種商業(yè)智能的形式都存在，而Cognitive（認知計算）是集大成者，通過不斷學(xué)習(xí)，把最適合的Descriptive，Predictive的最佳實踐融合，建立完善的知識體系，將早期具有使用Descriptive, Predictive有豐富經(jīng)驗的人的經(jīng)驗融入Watson Analytics知識體系，將來當一個不懂商業(yè)智能的人使用Cognitive時，可以根據(jù)Watson Analytics已經(jīng)建立起來的知識體系，借助現(xiàn)有的成功經(jīng)驗，很容易的實現(xiàn)商業(yè)智能。
認知計算必須部署在云端
前面講述了認知計算是偏向于應(yīng)用的最終形態(tài)，也就是說認知計算要具備：人工智能的技術(shù)，以及利用人工智能通過大量的訓(xùn)練而建立起來的知識架構(gòu)。而人類經(jīng)過幾千年的發(fā)展，在不同學(xué)術(shù)領(lǐng)域、不同應(yīng)用領(lǐng)域有豐富的知識框架體系，這么紛繁復(fù)雜的知識框架，不是一個系統(tǒng)可以短時間建立起來的；需要不同領(lǐng)域的專業(yè)人士不斷的將專業(yè)知識輸入到Watson中，讓W(xué)atson不斷學(xué)習(xí)，逐漸成為各個領(lǐng)域的專家。
無論是從學(xué)習(xí)成本角度，還是從知識共享角度，認知計算都應(yīng)該部署在云端，通過服務(wù)的形式為企業(yè)、個人服務(wù)。
在早期知識體系未完善的時期，Watson更多的是為專業(yè)人士提供商業(yè)認知服務(wù)，并在各個領(lǐng)域建立知識體系框架。當完成了知識體系框架之后，Watson將來會為更多的非專業(yè)人士提供專業(yè)知識服務(wù)（認知服務(wù)相當于專業(yè)咨詢），以及具有專業(yè)知識的商業(yè)認知服務(wù)。
認知計算需要借鑒互聯(lián)網(wǎng)商業(yè)模式
既然認知計算必須部署在云端，以云計算的形式提供服務(wù)。而云計算通過互聯(lián)網(wǎng)提供服務(wù)，因而云計算必須借鑒互聯(lián)網(wǎng)的商業(yè)模式。
需要借鑒互聯(lián)網(wǎng)的免費模式
首先互聯(lián)網(wǎng)的邊際成本非常低，就可以使互聯(lián)網(wǎng)企業(yè)的用戶群規(guī)模無限擴大，而這么大量的用戶群就是非常有價值的，所以互聯(lián)網(wǎng)行業(yè)可以攜用戶以令諸侯，從而實現(xiàn)羊毛出在狗身上，豬來買單的商業(yè)模式。
而提供認知服務(wù)的IBM無疑必須向互聯(lián)網(wǎng)轉(zhuǎn)型，也會針對終端用戶提供免費的認知服務(wù)。
互聯(lián)網(wǎng)企業(yè)組織邊界模糊化
互聯(lián)網(wǎng)已經(jīng)顛覆了傳統(tǒng)的媒體行業(yè)和零售行業(yè)，正在顛覆著公共交通行業(yè)。這三個行業(yè)的新的業(yè)態(tài)有一個最重要的特點是組織邊界模糊化，比如微信平臺與公眾賬號運營者之間的生態(tài)，淘寶平臺與商戶之間，淘寶平臺與開發(fā)者之間的協(xié)同，Uber與司機之間的協(xié)同，這些行業(yè)的組織邊界越來越模糊。
而未來對于認知計算的用戶邊界也會越來越模糊，比如一個企業(yè)的計劃員需要借助于認知計算來做計劃，這個用戶是企業(yè)用戶？還是個人用戶？未來越來越難界定！
所以傳統(tǒng)上一直做企業(yè)服務(wù)的IBM在推出了Watson Analytics認知平臺之后，開始向終端用戶提供服務(wù)。這是IBM戰(zhàn)略上的重大轉(zhuǎn)變，而IBM的這種變革，預(yù)示著未來企業(yè)被互聯(lián)網(wǎng)沖擊，將形成組織架構(gòu)的根本變革，甚至?xí)嵏矀鹘y(tǒng)的企業(yè)管理理論。
在關(guān)注IBM認知計算的同時，IBM適應(yīng)未來企業(yè)組織架構(gòu)變革的戰(zhàn)略轉(zhuǎn)變也值得關(guān)注。
我對認知計算在商業(yè)領(lǐng)域的未來充滿期待，或許是互聯(lián)網(wǎng)沖擊傳統(tǒng)企業(yè)經(jīng)營模式的前奏。工業(yè)革命的歷史主要是機器解放體力，而未來工業(yè)革命將是機器解放腦力；比如我在工業(yè)4.0的課程中經(jīng)常講到的工業(yè)4.0實際上是設(shè)計、決策的工業(yè)化；而設(shè)計、決策主要是人腦的創(chuàng)造性勞動，也就是工業(yè)4.0是機器解放人腦的革命；所以我推斷認知計算將開啟機器解放腦力的歷史。
在今天公眾賬號，還選擇了一些人工智能的文章。
