【工控中國 學術論文】IBM相信技術的未來在于認知計算，從本質上來說，意味著要讓計算機像人類一樣進行思考。對IBM而言，他們的任務是開發具有感知功能的計算機，并讓計算機可以輸入觸覺、視覺、聽覺以及味覺、嗅覺------這五種感官，組成一塊拼圖，今后可以用于幫助人們解決問題。　　1955年，當人工智能這個詞被提出來時，不出所料地點燃了公眾的想象力。在接下來的60年里，我們有好幾次都被它的前景所吸引，擔心它的潛力被濫用，但又為它的發展緩慢而沮喪。
　　
　　然而，正如所有孕育得過早、超越了當前時代的先進科技一樣，人工智能遭到了廣泛的誤解——被好萊塢電影錯誤地詮釋、被媒體曲解為各種各樣的角色，從人類的拯救者到毀滅者，應有盡有。但那些真正參與到業界的嚴肅信息科學研究和應用的人卻很理解智能系統的巨大潛能。這種技術（我們相信那將是認知智能，而非人工智能的未來）與大眾冠以AI的名頭大不一樣，將涉及各種各樣的、來自技術、科學和社會的挑戰與機遇，面臨不同的監管、政策和管理需要。
　　
　　認知計算是指一種能夠規?；瘜W習、有目的推理、并與人類自然交互的系統。它們不需要事先地編程，而是從它們與我們之間的交互和與環境之間的互動中學習和推理。過去半個世紀中，多個科學領域的發展使這些事情變得可能，它們與那些運行著它們的信息系統有著重要的區別。
　　
　　那些信息系統是決定論的，而認知系統是概率性的。認知系統不僅能回答大量的問題，還能對更加復雜（且有意義）的數據提出假說、推理論述和建議。
　　
　　此外，認知系統還能理解計算機科學家稱之為“非結構化”的數據，而這些數據占到了全世界數據的80%。這使得它們能夠跟上現代世界巨量、復雜和不可預測的信息。
　　
　　這些與機器的感覺能力和自主性都沒有任何關系。相反，它能夠增強人類的能力，讓我們可以理解和運作社會中復雜的系統。這種增強智能對提升我們駕馭科技的能力是十分必要的一步，讓我們能追尋更多知識、提升我們的能力和改善人類的境況。這就是為什么它不僅是一種新科技，還是科技、商業和社會新紀元——認知時代的黎明。
　　
　　認知計算的成功并不以圖靈測試或模擬人類的能力作為判斷標準。它的標準更加實際，例如投資報酬率、新的市場機會、治療疾病和拯救生命。
　　
　　在IBM，為建立認知計算的基礎，我們已經工作了數十年，將前沿計算機科學領域的十幾個學科與這個100多年的商業專家結合起來?，F在，我們正在親眼目睹它在改變商業、政府和社會方面的巨大潛力。
　　
　　我們已經看到，它將大數據從障礙變成機會，幫助兒科醫生做出早期診斷，為建設智慧城市提供創新解決方案。我們相信，這些技術展現了好的（或許也是的）機會，去處理地球面臨的一些持久的系統性問題，例如癌癥、氣候變化和復雜多變的經濟形勢。
　　
　　計算的歷史與認知的崛起為了理解認知計算的未來，必須把它放到歷史的語境中。
　　
　　到今天為止，我們經歷過兩個不同的計算時代——制表時代和編程時代。IBM在這兩個時代中都扮演了重要的角色。我們相信，在計算演化史中，認知計算是第三個、也是具有轉折意義的時代。
　　
　　1制表時代(1900-1940年代)計算機起源于一種單一計數用途的機械系統，這種系統用打孔卡來輸入和存儲數據，終決定這個機器要做的事情(雖然是以一種非常原始的方式)。這些制表機本質上是一種計算器，支持了商業和社會規模的擴大，幫助我們組織、理解以及管理從人口增長到經濟進步等的各種事情。
　　
　　2編程時代(1950年代-現在)在二戰的時候，隨著軍事和科學的需要，從機械制表機到電子系統的演變開始了。在戰爭之后，數碼“計算機”經歷了快速演化，逐漸進入商業和政府。它們可以根據軟件中的程序來進行如果/就的操作以及循環。從開始的電子管到晶體管，再到微處理器，計算機的性能得到了迅速提升，這一發展過程驗證了「摩爾定律」，在60年間，每18個月處理器的容量和速度就提升一倍。所有我們知道的計算設備，從大型主機到個人電腦，再到智能手機和平板，都是可編程的計算機。
　　
　　3認知時代(2011-)早在1960年，J.C.R.Licklider就在他的論文“人-機共生”中提出了超越可編程系統的潛在可能性?，F代計算的很大部分都是基于LickLider的研究以及他的深刻見解：
　　
　　“人-機共生”是在人類與電子計算機之間發生的共生關系，是人機關系間可以預見的發展。這種關系包含人類與電子伙伴強耦合關系。主要目的是：
　　
　　像為解決規劃難題提供便利一樣，也讓計算機為規劃思維提供便利。
　　
　　在不依賴于不靈活的預定義程序的情況下，讓人與計算機能夠協作決策，控制復雜情況。
　　
　　初步分析表明，與人類單獨進行智能操作相比，共生關系將會更有效。——J.C.R.Licklider，“人機共生”，1960年3月Licklider知道，認知計算將是程序化計算的必要的自然演化，雖然他并不知道這個目標如何實現。50年后，大規模并行計算以及浩如煙海的結構化與非結構化數據的積累，為認知計算奠定了基礎。