IBM解讀認(rèn)知計算：IoT和AI并非全部 行業(yè)已經(jīng)開始盈利

　　3、消費(零售和消費者零售包裝貨物/CPG)

　　這一行業(yè)主要的AI應(yīng)用在于銷售、市場、營銷和供應(yīng)鏈物流。典型用例包括自動化客戶服務(wù)代理、產(chǎn)品專家顧問和購物建議、全渠道銷售。

　　4、電信/機電

　　這一行業(yè)主要的AI應(yīng)用在于銷售、市場營銷和IT。典型用例包括虛擬代理、數(shù)字廣告、自動化的威脅情報處理。

　　5、政府/教育

　　這一行業(yè)主要的AI應(yīng)用在于戰(zhàn)略項目和威脅情報。典型用例包括威脅情報和預(yù)防、國防、恐怖主義調(diào)查、項目顧問和推薦系統(tǒng)、公共安全和應(yīng)急響應(yīng)、自適應(yīng)學(xué)習(xí)等。

　　比如，貝勒醫(yī)學(xué)院的認(rèn)知技術(shù)用于加速醫(yī)學(xué)研究自動分析超過300000篇文章，進行關(guān)鍵詞索引和模糊索引;導(dǎo)盲之眼(Guiding Eye)對導(dǎo)盲犬的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)分析發(fā)現(xiàn)基因、健康、氣質(zhì)和環(huán)境因素適宜的導(dǎo)盲犬。

　　專利方面，2014年是認(rèn)知計算產(chǎn)業(yè)專利的高峰期，2016年專利數(shù)有所下降。從目前的產(chǎn)業(yè)環(huán)境來看，已經(jīng)有2000多家創(chuàng)企，2016年整體風(fēng)投融資近45億美元，主要投資領(lǐng)域包括核心AI技術(shù)、聊天程序/機器人、前沿數(shù)據(jù)分析技術(shù)、結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)處理等。

　　實現(xiàn)認(rèn)知計算的五大關(guān)鍵技術(shù)

　　就像IDC所說的，認(rèn)知計算的進步是機器人、物聯(lián)網(wǎng)、人工智能、虛擬/增強現(xiàn)實、機器智能、大數(shù)據(jù)的進步的總和，它日益增強的系統(tǒng)模擬能力將助力人類的智慧增長。認(rèn)知計算的關(guān)鍵技術(shù)主要包括以下五項：

　　1、神經(jīng)網(wǎng)絡(luò)技術(shù)

　　神經(jīng)網(wǎng)路也就是提供快速語音和圖象識別、機器翻譯的技術(shù)，目前已經(jīng)有一些系統(tǒng)能夠表現(xiàn)出媲美人類的技能水平。

　　2、機器學(xué)習(xí)和物聯(lián)網(wǎng)

　　隨著物聯(lián)網(wǎng)的布局，將有更多的數(shù)據(jù)生成，機器學(xué)習(xí)算法將能對這些數(shù)據(jù)進行規(guī)劃、預(yù)測，并應(yīng)用于關(guān)鍵業(yè)務(wù)決策。

　　3、自然語言處理

　　自然語言處理(NLP)有著很直接的應(yīng)用，包括聊天程序，可用于客戶服務(wù)和調(diào)查，這種人機交互將提高企業(yè)的整體效率，降低成本。

　　4、模式識別

　　模式識別即基于歷史數(shù)據(jù)處理經(jīng)驗來處理豐富的非結(jié)構(gòu)化數(shù)據(jù)，從而更高效的進行數(shù)據(jù)處理，應(yīng)用于決策過程。

　　5、知識庫

　　未來的認(rèn)知計算會應(yīng)用于更加專業(yè)化的領(lǐng)域，這就需要構(gòu)建更為知識化的數(shù)據(jù)庫，使得認(rèn)知計算系統(tǒng)可以被專業(yè)人士所應(yīng)用。

　　技術(shù)推廣的五大挑戰(zhàn)

　　1、成本考量

　　在某些企業(yè)的情況下，認(rèn)知計算和人工智能是可以幫助提高企業(yè)效率的，但問題是，具體的業(yè)務(wù)價值和投資回報率又是目前并不明確的事情。目前的案例和案例可參考的價值都比較有限，導(dǎo)致很多企業(yè)抱著觀望態(tài)度。

　　2、數(shù)據(jù)管理和安全/隱私問題

　　認(rèn)知計算嚴(yán)重依賴數(shù)據(jù)量和數(shù)據(jù)來源，因此，保證可靠和充足的數(shù)據(jù)來源，與此同時維護數(shù)據(jù)安全和數(shù)據(jù)源的隱私，是重要的舉措，目前暫時缺乏完美的實用方案。

　　3、技能有限

　　作為新的技術(shù)，認(rèn)知計算暫時沒有開發(fā)出完整的應(yīng)用系統(tǒng)，這對于市場突破不利。

　　4、缺乏行業(yè)定義和標(biāo)準(zhǔn)

　　跟其他新興產(chǎn)業(yè)一樣，認(rèn)知技術(shù)還沒有明確的定義，也缺乏通用的行業(yè)標(biāo)準(zhǔn)制定，這會影響到它的應(yīng)用流程。

　　5、技術(shù)局限性

　　不得不承認(rèn)，認(rèn)知計算還有不夠完善的地方，公司必須考慮各個平臺提供的技術(shù)的長短板，以及發(fā)展前景對于公司目標(biāo)的影響。

　　智東西認(rèn)為，國內(nèi)的大數(shù)據(jù)積累，歸功于移動端設(shè)備和各類服務(wù)型軟件的發(fā)展，為機器學(xué)習(xí)提供了良好的基礎(chǔ);于此同時，神經(jīng)網(wǎng)絡(luò)構(gòu)建也在研究機構(gòu)合作科技巨頭的模式下發(fā)展。加之政策推動，龐大的消費市場和制造業(yè)發(fā)展需求，國內(nèi)的認(rèn)知計算處在一個非常積極的發(fā)展?fàn)顟B(tài)。