作為用戶, 我們已經認為技術成長理所當然。 而像個人電腦一樣的數位設備, 使我們能夠閱讀檔和訪問互聯網。 電腦會不會再次給我們帶來驚喜?可能在於認知計算——一種被廣泛認為是人工智慧最重要的技能。
事實證明, 電腦程式可能積累經驗並應用它來修改其行為。 他們在尋找給定問題的最佳解決方案時進行自我修改。
當它處理數位時——電腦正看著你的臉所有現有的認知計算定義都有一些共同的特徵。 一般來說, 這個術語是指通過對人類大腦功能的研究而產生技術的集合。 它描述了人工智慧和信號處理的結合。 兩者都是機器意識發展的關鍵。 他們體現了先進的工具, 如自學習和推理機器, 得出自己的結論, 過程自然語言, 產生言論, 與人類交往等等。 所有這些都是人與機器之間合作的方面。 簡而言之, 術語中認知計算是指一種模仿人腦處理資訊的方式,
認知計算模擬人的思維。 增強了設備的能力——使用者賦予機器的權力。 認知機器可以積極地理解這種語言, 並對從自然語言交互中提取的資訊作出反應。 他們也可以識別物件, 包括人臉。 它們的複雜性是人類歷史上任何產品無法比擬的。
本質上, 認知計算是一組功能和屬性, 使機器變得更加智慧化。 認知計算可以被看作是一種技術性的遊戲規則, 也是一種用新的、微妙的方法來連接人與機器。 雖然它既不具有情感, 也不具有主觀意志, 卻能夠連接主體和客體之間的關係。
像Siri(來自蘋果)這種電腦助手勢必逐漸變得更加人性化。 開發這些功能的努力將集中在電腦技術。 這是為了讓機器準確地瞭解人類, 即不僅瞭解人們提出的問題, 還要瞭解其潛在的意圖, 以及來自處理給定問題的用戶的有意義的提示。 換句話說, 機器應該明白人類行為的概念和社會背景。 例如, 一個簡單的問題, 關於時間的, 休息時間你不知道要幹什麼的時候,
我想在這裡停下片刻, 並將讀者引用到我以前的機器學習文章。 機器學習增加了電腦的整體“經驗”, 它通過執行任務累積。 例如, IBM的沃森瞭解自然語言問題。 為了回答他們, 它搜索各種各樣的資料庫, 無論是商業, 數學還是醫療。 隨著每個連續的問題(任務), 電腦都會磨練自己的技能。 它吸收的資料越多, 賦予的任務越多, 其分析和認知能力越大。
機器學習已經是非常複雜, 雖然基本的機器技能與人類大腦相似。 它可以根據經驗自我完善。 然而, 直到認知計算才能分析圖片, 使用者才能真正享受與實際智慧技術的互動。 該機器不僅提供對結構化資訊的訪問,
在這一點上, 我想從日常經驗中提供一個例子。 汽車導航系統依賴于大量的地形資料,分析生成地圖。然後,顯示該地圖,以從請求的點A到點B的路線完成,並適當地記錄使用者的旅行偏好和先前的路線選擇。這取決於機器學習。然而,直到車載導航普及,機器才能議一條避免交通繁忙的特定路線,同時結合我們的習慣——認知計算。
數文書處理不是一切IBM Almaden研究中心Jeffrey Welser的負責人Jeffrey Welser,在花費近五十年的時間開發人工智慧,提供了這樣一個簡單的答案:“人的心靈不能很好地壓縮數字,但是做其他事情就好,比如玩遊戲,策略,理解謎語和自然語言,並認識面孔。所以我們如何能夠讓電腦做到這一點?”使用演算法和自學習開發可幫助人類作出決定的機器,IBM大大提高了技術世界的水準。
我們如何應用它?毫無疑問,人腦的研究已經成為促進資訊技術發展的跳板,對我們的生活有更廣泛的影響,影響著商業,安全,行銷,科學,醫藥和工業領域。“ 看到”瞭解自然語言和識別物件的電腦,可以説明每個人尋求治癒疾病。在商業世界中,技術應該在時間上更有效地利用人力資源,找到更好的方式來獲得新的能力,最終瓦解傳統管理模式所產生的嚴格的企業規則。在醫學上,沃森將立即通過患者的病史,幫助診斷健康狀況,並使醫生能夠即時訪問以前在所需時間範圍內無法檢索的資訊。這可能成為診斷和治療尚不能治癒的疾病的重大突破。
沃森已經引起了腫瘤學界的廣泛興趣,其成員對電腦快速搜索癌症資料庫(這在癌症治療中至關重要)的能力寄予厚望,並向醫生提供重要提示。
結合量子計算,這將成為解決複雜技術問題的有力工具。即使在今天,行銷專家認識到認知計算系統的價值,它們在自動化,客戶關係和服務個性化方面發揮越來越重要的作用。資料處理、戰略規劃、建模也有至關重要的作用。人類活動的每一個領域最終將從這些技術突破中獲益。
機器的第三個年齡有些人甚至聲稱認知計算將從IT的第三個時代開始。早在20初期世紀,電腦被視為單純的計數機。從五十年代開始,他們開始依靠巨大的資料庫。在21世紀,電腦學會了看,聽和思考。由於人類思維是一個複雜的過程,其結果往往是不可預測的,也許我們可以假設人與機器的認知聯盟,很快將導致現在難以預見的發展。
未來的機器必須改變人們獲取和擴大知識的方式,實現“認知”加速。然而,無論未來可能帶來什麼,今天,隨著電腦變的越來越聰明,人類社會將變的更有效率。
汽車導航系統依賴于大量的地形資料,分析生成地圖。然後,顯示該地圖,以從請求的點A到點B的路線完成,並適當地記錄使用者的旅行偏好和先前的路線選擇。這取決於機器學習。然而,直到車載導航普及,機器才能議一條避免交通繁忙的特定路線,同時結合我們的習慣——認知計算。數文書處理不是一切IBM Almaden研究中心Jeffrey Welser的負責人Jeffrey Welser,在花費近五十年的時間開發人工智慧,提供了這樣一個簡單的答案:“人的心靈不能很好地壓縮數字,但是做其他事情就好,比如玩遊戲,策略,理解謎語和自然語言,並認識面孔。所以我們如何能夠讓電腦做到這一點?”使用演算法和自學習開發可幫助人類作出決定的機器,IBM大大提高了技術世界的水準。
我們如何應用它?毫無疑問,人腦的研究已經成為促進資訊技術發展的跳板,對我們的生活有更廣泛的影響,影響著商業,安全,行銷,科學,醫藥和工業領域。“ 看到”瞭解自然語言和識別物件的電腦,可以説明每個人尋求治癒疾病。在商業世界中,技術應該在時間上更有效地利用人力資源,找到更好的方式來獲得新的能力,最終瓦解傳統管理模式所產生的嚴格的企業規則。在醫學上,沃森將立即通過患者的病史,幫助診斷健康狀況,並使醫生能夠即時訪問以前在所需時間範圍內無法檢索的資訊。這可能成為診斷和治療尚不能治癒的疾病的重大突破。
沃森已經引起了腫瘤學界的廣泛興趣,其成員對電腦快速搜索癌症資料庫(這在癌症治療中至關重要)的能力寄予厚望,並向醫生提供重要提示。
結合量子計算,這將成為解決複雜技術問題的有力工具。即使在今天,行銷專家認識到認知計算系統的價值,它們在自動化,客戶關係和服務個性化方面發揮越來越重要的作用。資料處理、戰略規劃、建模也有至關重要的作用。人類活動的每一個領域最終將從這些技術突破中獲益。
機器的第三個年齡有些人甚至聲稱認知計算將從IT的第三個時代開始。早在20初期世紀,電腦被視為單純的計數機。從五十年代開始,他們開始依靠巨大的資料庫。在21世紀,電腦學會了看,聽和思考。由於人類思維是一個複雜的過程,其結果往往是不可預測的,也許我們可以假設人與機器的認知聯盟,很快將導致現在難以預見的發展。
未來的機器必須改變人們獲取和擴大知識的方式,實現“認知”加速。然而,無論未來可能帶來什麼,今天,隨著電腦變的越來越聰明,人類社會將變的更有效率。