什么是认知计算？认知计算系统能够学习并与人类自然地交流，以扩展人类或机器可亲自执行的操作。通过洞察大数据的复杂性，它们可以帮助人类专家制定更有效的决策。
当人工智能遇上商业智能随着世界上更多的活动开始用数字方式进行表达，大数据的增长也在不断加剧。不仅数据量在增加，速度、种类和不确定性也在增长。如今的大部分数据都具有非结构化形式，比如视频、图像、符号和自然语言——企业需要一种新的计算模型来处理和理解它们，并增强和扩展人类的专业技能。无需通过编程来预测每个可能的答案，或者执行一项功能或一组任务所需的操作，认知计算系统可以使用人工智能 (AI) 和机器学习算法进行培训，以便感知、预测、推断和（以某种方式）思考。
具有领域专业技能的系统随着认知计算系统不断积累知识和了解某个领域——了解该领域的语言和术语、流程和首选的交互方法，认知计算系统变得越来越完善。过去的专家系统需要由人类专家将规则硬编码到其中，与此不同，认知计算机可以采用与人类相同的方式处理自然语言和非结构化数据，并从经验中进行学习。尽管它们将会拥有深入的领域专业技能，但认知计算机不会取代人类专家，它们将扮演着决策支持系统，根据最佳的可用数据（无论是在医疗、金融还是客户服务方面的数据）帮助人类专家制定更有效的决策。
人类和机器协同工作在传统 AI 中，人类并不是等式的一部分，而在认知计算中，人类和机器是协同工作的。为了促进他们之间的自然交流，认知计算系统使用图像和语音识别作为其眼睛和耳朵，通过它们来理解世界，更加顺利地与人类交流。它提供了一种反馈循环，让机器和人类可以彼此学习。通过使用视觉分析和数据可视化技术，认知计算机可以采用在视觉上引人注目的方式显示数据，给予人类启发，帮助他们根据数据来制定决策。
为什么要使用认知系统？当 Watson 在 2011 年 2 月的 Jeopardy! 挑战赛上击败 Brad Rutter 和 Ken Jennings 时，一种新型的计算系统诞生了，这是一种可以学习、推理和理解自然语言的系统。
如今的系统通过自动化表格的创建，利用计算处理和编程来提高企业和人员生产力，带来了巨大的企业效益和社会效益。明天的机器（认知系统）将不断改变人类与计算系统交互的方式，帮助人类将其专业技能扩展到任何知识领域，并制定涉及海量快速移动的大数据的复杂决策。
在医疗领域，经过 Memorial Sloan Kettering 的培训，IBM Watson for Oncology 将患者数据与 MSK 医学博士和分析师花 5,000 多个小时所培训的数千个历史病例进行对比分析，帮助肿瘤医师通过基于证据的个性化治疗选项来治疗癌症患者。Watson 可以帮助医生缩小选择范围，为其患者挑选最佳治疗措施。大部分的思考仍由医生完成。Watson 的作用是理解数据，帮助医生更快、更准确地完成思考过程。对于城市领导者，这些新系统可以帮助他们应对重大风暴，预测电力中断，计划疏散，以及准备将应急管理设备和人员派往最需要的地区。
这是认知系统的前景 – 这类技术使用自然语言处理功能和机器学习让人类与机器更自然地进行交互，从而扩展和加强人类的专业技能和认知。这些系统将会学习和交互，只需花费现在所需时间的一小部分时间就可以成为科学家、工程师、律师和其他专业人员，向人们提供专家帮助。 认知系统完全不会取代我们的思考，而会扩展我们的认知，使我们能够自由地进行更有创意的思考。在此过程中，它们将加速创新，最终帮助构建一个更智慧的认知环境。 |
