1955年，當(dāng)人工智能這個(gè)詞首次被提出時(shí)，毫不意外地公眾的想象力被點(diǎn)燃。接下來(lái)的60年間，我們多次被其前景所吸引，擔(dān)心它的潛力被濫用，同時(shí)也為其緩慢發(fā)展而沮喪。

然而，正如大多數(shù)孕育得過(guò)早、超越所處時(shí)代的先進(jìn)科技一樣，人工智能一經(jīng)出現(xiàn)，誤解紛起——好萊塢電影將它胡亂描繪、媒體將它曲解，人工智能的角色從人類的拯救者到破壞者間變換。但對(duì)些真正參與到業(yè)界的嚴(yán)肅信息科學(xué)研究和應(yīng)用的人來(lái)說(shuō)，他們就很理解智能系統(tǒng)擁有的巨大潛能。這種技術(shù)（我們相信那將不是「人工智能」而是「認(rèn)知智能」），是不同于目前為大眾所稱道的AI的，面臨各種各樣的、來(lái)自技術(shù)、科學(xué)和社會(huì)的挑戰(zhàn)與機(jī)遇的，并且面臨不同的監(jiān)管、政策和管理需要的認(rèn)知智能。

認(rèn)知計(jì)算是指一種系統(tǒng)，它不但能夠規(guī)?；瘜W(xué)習(xí)、有目的推理、也能與人類自然交互。它們是在它們與我們之間的交互和與環(huán)境之間的互動(dòng)中學(xué)習(xí)和推理，所以并不需要事先精確的編程。過(guò)去半個(gè)世紀(jì)中，多個(gè)科學(xué)領(lǐng)域的發(fā)展使這些事情變得可能，但是它們顯然不同與那些運(yùn)行著它們的信息系統(tǒng)。

那些信息系統(tǒng)是決定論的，而認(rèn)知系統(tǒng)是概率性的，沒(méi)有那么絕對(duì)。認(rèn)知系統(tǒng)在可以回答大量的問(wèn)題同時(shí)，還能對(duì)更加復(fù)雜（且有意義）的數(shù)據(jù)提出假設(shè)、推理論述和建議等等。認(rèn)知系統(tǒng)除這些以外，還能理解占到全世界數(shù)據(jù)的百分之八十的，被計(jì)算機(jī)科學(xué)家稱之為「非結(jié)構(gòu)化」的數(shù)據(jù)。這使得它們能夠與現(xiàn)代世界巨量、復(fù)雜和不可預(yù)測(cè)的信息相接軌。

當(dāng)然，這些都與機(jī)器的感覺(jué)能力和自主性無(wú)關(guān)。相反，它能使人類的能力得到提高，讓我們更加理解和運(yùn)作社會(huì)中復(fù)雜的系統(tǒng)。而如果我們要實(shí)現(xiàn)駕馭科技的能力，這種智能的提高是十分必要的一步，因?yàn)樗坏屛覀兡茏穼じ嘀R(shí)、提升我們的能力，更能改善人類的境況。這就是為什么我們說(shuō)它是認(rèn)知時(shí)代的光明，因?yàn)樗粌H是一種新科技，更是科技、商業(yè)和社會(huì)新紀(jì)元。

認(rèn)知計(jì)算的判斷標(biāo)準(zhǔn)并不是圖靈測(cè)試或模擬人類的能力的成功。它的標(biāo)準(zhǔn)更加實(shí)際有用，例如投資的報(bào)酬率、新的市場(chǎng)機(jī)會(huì)、治療疾病和拯救生命。

在IBM，我們已經(jīng)工作了數(shù)十年用來(lái)建立認(rèn)知計(jì)算的基礎(chǔ)，將計(jì)算機(jī)科學(xué)領(lǐng)域前沿的十幾個(gè)學(xué)科與這個(gè)100多年的商業(yè)專家結(jié)合起來(lái)?，F(xiàn)在，我們正在親眼目睹它用它的巨大潛力在改變著商業(yè)、政府和社會(huì)。

我們?nèi)缃褚呀?jīng)看到，因?yàn)樗髷?shù)據(jù)的障礙變成機(jī)遇，兒科醫(yī)生更加準(zhǔn)確的做出早期診斷，智慧城市的建設(shè)有了更多的新型方案。我們相信，這些技術(shù)提供了最好的（或許也是唯一的）機(jī)會(huì)，地球面臨的一些最持久的系統(tǒng)性問(wèn)題也得到了處理方案，例如癌癥、氣候變化和復(fù)雜多變的全球經(jīng)濟(jì)形勢(shì)。

為了更好地理解認(rèn)知計(jì)算的未來(lái)，我們必須把它放到歷史的語(yǔ)境中。迄今為止，我們經(jīng)歷過(guò)兩個(gè)不同的計(jì)算時(shí)代——制表時(shí)代和編程時(shí)代。在這兩個(gè)時(shí)代中IBM都扮演了不可替代的角色。我們相信，在計(jì)算演化史中、最具有轉(zhuǎn)折意義的計(jì)算演化時(shí)代是認(rèn)知計(jì)算的時(shí)代。

1、制表時(shí)代 (1900-1940年代)

計(jì)算機(jī)起源是源于一種單一計(jì)數(shù)用途的機(jī)械系統(tǒng)，這種系統(tǒng)輸入和存儲(chǔ)是用打卡孔來(lái)實(shí)現(xiàn)，最終決定這個(gè)機(jī)器要做的事情 (雖然是以一種非常原始的方式)。這些制表機(jī)從本質(zhì)上來(lái)說(shuō)是一種計(jì)算器，它不但在支持商業(yè)和社會(huì)規(guī)模的擴(kuò)大等方面發(fā)揮著重大作用，也在幫助我們組織、理解以及管理從人口增長(zhǎng)到全球經(jīng)濟(jì)進(jìn)步等的各種事情上扮演有著不可替代的角色。

2、編程時(shí)代 (1950年代-現(xiàn)在)

在二戰(zhàn)期間，隨著軍事和科學(xué)的需要，從機(jī)械制表機(jī)到電子系統(tǒng)的演變開(kāi)始了。從最開(kāi)始的電子管到晶體管，再到微處理器，計(jì)算機(jī)的性能得到了迅速提升，這一發(fā)展過(guò)程驗(yàn)證了「摩爾定律」，在60年間，每18個(gè)月處理器的容量和速度就提升一倍。所有計(jì)算機(jī)設(shè)備都是可編程的計(jì)算機(jī)。

3認(rèn)知時(shí)代 (2011-)

早在1960年，J.C.R. Licklider的論文「人-機(jī)共生」中 ，我們就看到他提出了超越可編程系統(tǒng)的潛在可能性?，F(xiàn)代計(jì)算的很大部分都是基于LickLider的研究以及他的深刻見(jiàn)解：

Licklider知道，程序化計(jì)算的必要的自然演化結(jié)果是認(rèn)知計(jì)算，雖然他并不知道如何實(shí)現(xiàn)這個(gè)目標(biāo)。50年后，大規(guī)模并行計(jì)算以及結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的積累，為認(rèn)知計(jì)算奠定了基礎(chǔ)。

在2011年2月，Watson項(xiàng)目首次公開(kāi)，它是IBM開(kāi)發(fā)的認(rèn)知計(jì)算系統(tǒng)，它在Jeopardy!節(jié)目中戰(zhàn)勝了肯·詹寧斯和布拉德·魯特爾。這是首次面向公眾證實(shí)認(rèn)知計(jì)算，標(biāo)志著所謂AI寒冬的終結(jié)。Watson能夠回答微妙、復(fù)雜、語(yǔ)義雙關(guān)問(wèn)題，顯然，計(jì)算新紀(jì)元即將開(kāi)啟。

節(jié)目后，Watson繼續(xù)處理了更多的復(fù)雜數(shù)據(jù)集，在解謎之外，它還發(fā)展出了理解、推理以及學(xué)習(xí)的能力。認(rèn)知計(jì)算就是以照亮原先在我們世界中不為人知的部分為目標(biāo)，讓我們的決策更加明智。認(rèn)知時(shí)代的真正潛力將會(huì)是機(jī)器的數(shù)據(jù)分析、統(tǒng)計(jì)推斷能力，以及人類特殊能力，比如自我引導(dǎo)的目標(biāo)、常識(shí)和價(jià)值觀。

這正是Watson被賦予的使命和他的價(jià)值所在，也是它正在嘗試做的事情。銀行正在運(yùn)用它來(lái)分析客戶要求和金融數(shù)據(jù)，以便于更好地做出投資決策。高度監(jiān)管產(chǎn)業(yè)中的企業(yè)也用它保證自己跟上經(jīng)常變化的監(jiān)管和合規(guī)標(biāo)準(zhǔn)。腫瘤學(xué)家也利用認(rèn)知系統(tǒng)能否幫助他們理解癌癥患者醫(yī)療信息，找到個(gè)體化、循證的治療方案。

這樣的科技對(duì)于各類專業(yè)人士來(lái)說(shuō)意味著什么？世界知名的腫瘤學(xué)家，紀(jì)念斯隆-凱特琳癌癥中心的Larry Norton博士正與Watson合作幫助內(nèi)科醫(yī)生對(duì)患者進(jìn)行個(gè)性化癌癥治療。他說(shuō)：「計(jì)算機(jī)科學(xué)發(fā)展迅猛，醫(yī)療事業(yè)也會(huì)受其影響。這被稱為協(xié)同進(jìn)化（coevolution）。我們要互幫互助。我預(yù)想這樣的場(chǎng)景：病人、電腦、我的護(hù)士、我的研究生同事還有我自己都在監(jiān)察室一起交流?！?/span>

在Watson的象棋博弈前輩Deep Blue在1997年擊敗世界象棋冠軍Garry Kasparov之后，我們首次看到這種人機(jī)共生的跡象。在那次演示之后，Kasparov繼續(xù)參加這種新「自由式」的象棋聯(lián)賽，在這些聯(lián)賽中，一些選手孤身奮戰(zhàn)。一些則完全依賴于計(jì)算機(jī)程序，但那些將兩者相結(jié)合的選手是最成功的。

當(dāng)Licklider為認(rèn)知計(jì)算幫忙想出一種哲學(xué)方法時(shí)，他幾乎無(wú)法表達(dá)出前行的技術(shù)進(jìn)路。那條道路仍在被定義，不斷調(diào)整。尤其是，我們敏銳地意識(shí)到數(shù)據(jù)正怎樣塑造著我們的未來(lái)。Gartner預(yù)計(jì)世界的信息將增長(zhǎng)800%在未來(lái)5年，而且80%的數(shù)據(jù)是非結(jié)構(gòu)化的。包括人類語(yǔ)言記載下的每一件事（從教科書(shū)到詩(shī)歌），圖片捕捉到每一個(gè)瞬間（CAT掃描每個(gè)家庭照片）以及聲音記錄下的每條信息。它是隱藏在氣味、味道、文本和振動(dòng)中的數(shù)據(jù)。它來(lái)自我們的活動(dòng)，來(lái)自這個(gè)布滿儀器的星球。

在如今的信息社會(huì)中，數(shù)據(jù)代表著這個(gè)世界上最富有，最具有價(jià)值，最復(fù)雜的原材料。直到現(xiàn)在，我們還沒(méi)有方法對(duì)它完全有效利用。

可編程系統(tǒng)是基于一系列的規(guī)則使用的：通過(guò)一系列預(yù)先設(shè)定的進(jìn)程，從數(shù)據(jù)中得出結(jié)論。盡管它們強(qiáng)大而復(fù)雜，也是決定論的，但是由于種種不確定因素，它還無(wú)法處理定性或不可預(yù)見(jiàn)的輸入。面對(duì)如今興起的充滿不確定性復(fù)雜新世界中的眾多方面，這種死板束縛住了它們的發(fā)展。

認(rèn)知系統(tǒng)被設(shè)計(jì)成去適應(yīng)和理解非結(jié)構(gòu)化語(yǔ)言的復(fù)雜性和不可預(yù)測(cè)性。他們可以「讀」文本、「看」圖像、「聽(tīng)」自然語(yǔ)音。它們整理解讀信息以及提供他們意思的解釋，還伴有它們結(jié)論的基本原理。他們不提供它們也無(wú)法確定的答案。相反，它們被設(shè)計(jì)成從多個(gè)來(lái)源中去衡量信息和想法，提供假說(shuō)以供參考。一個(gè)認(rèn)知系統(tǒng)給每個(gè)有潛力的洞見(jiàn)或答案分配一個(gè)各自的自信水平。

Watson在 Jeopardy!中犯的一個(gè)錯(cuò)誤就是例證。在第一天的比賽將結(jié)束時(shí)， 「Final Jeopardy」的類目是「美國(guó)城市」。線索是「以二戰(zhàn)英雄命名的最大的機(jī)場(chǎng)；二戰(zhàn)的戰(zhàn)役中第二大的?！勾鸢甘侵ゼ痈纾?span>O’Hare 和 Midway）。Watson猜測(cè)為多倫多。Watson困惑于這個(gè)問(wèn)題的原因，包括它的語(yǔ)法結(jié)構(gòu)，在伊利諾斯州有一個(gè)城市叫Toronto并且Toronto Blue Jays在美國(guó)棒球聯(lián)盟中打棒球。

結(jié)果，Watson自信水平出奇得低：14%。如果這是Jeopardy!常規(guī)線索，而不是「Final Jeopardy」階段的線索，參賽選手很可能會(huì)響鈴，但是Watson不會(huì)響鈴，因?yàn)榇鸢缸孕潘教?。下圖即為該題。

然而，認(rèn)知系統(tǒng)能夠從錯(cuò)誤中，訓(xùn)練和運(yùn)用中不斷得以改善。大規(guī)模的機(jī)器學(xué)習(xí)過(guò)程就是認(rèn)知體系不斷訓(xùn)練與使用的過(guò)程。

消化資料庫(kù)知識(shí)，根據(jù)任何給定主題接受專家訓(xùn)練，認(rèn)知系統(tǒng)可以通過(guò)一系列Q&A的方式得以訓(xùn)練。人與系統(tǒng)互動(dòng)，就系統(tǒng)反饋的正確性做出反應(yīng)將會(huì)提升機(jī)器的「知識(shí)」。

當(dāng)Watson參加Jeopardy!時(shí)，它的成功以五種技術(shù)為基礎(chǔ)的自然語(yǔ)言Q&A。今天，Q&A僅為Watson眾多以API方式提供的功能之一。打那以后，我們已經(jīng)研發(fā)出多達(dá)20多個(gè)新的API，采用了50多種不同認(rèn)知技術(shù)。這正是認(rèn)知計(jì)算的技術(shù)進(jìn)路和當(dāng)前人工智能進(jìn)路的關(guān)鍵區(qū)別。認(rèn)知計(jì)算需要許多學(xué)科知識(shí)，從硬件架構(gòu)，算法策略，工業(yè)流程設(shè)計(jì)到行業(yè)專長(zhǎng)，它并不是一個(gè)孤單的領(lǐng)域。

我們每天使用的許多產(chǎn)品和服務(wù)都見(jiàn)證著人工智能的方方面面。

絕大多數(shù)人工智能產(chǎn)品和服務(wù)都是注重實(shí)用性，效益性。它們使用了一些認(rèn)知計(jì)算的核心功能。文本挖掘技術(shù)。所有的產(chǎn)品和服務(wù)都局限于最初打造它們的構(gòu)想。

相反，認(rèn)知系統(tǒng)有五個(gè)核心功能：

1、與人的接觸更加深入

人們與系統(tǒng)的互動(dòng)以每個(gè)人偏好的模式、形式以及質(zhì)量為基礎(chǔ)的。它們充分利用搜集到的數(shù)據(jù)創(chuàng)造出有關(guān)個(gè)體的精細(xì)畫(huà)面——比如，地理位置數(shù)據(jù)，網(wǎng)頁(yè)互動(dòng)，交易歷史等，但并不是簡(jiǎn)單的搜集，還會(huì)添加一些很難察覺(jué)的細(xì)節(jié)：品味，情緒，情感狀態(tài)，環(huán)境條件以及人際關(guān)系本質(zhì)和強(qiáng)弱。從所有信息中，找出什么才是人際交流中重要的東西。通過(guò)不斷學(xué)習(xí)，創(chuàng)造出最大的價(jià)值。

2、規(guī)?；蛯I(yè)技能的提高

各種工業(yè)知識(shí)和專業(yè)知識(shí)在很多領(lǐng)域正在以任何專家不能趕上的速度迅速膨脹。醫(yī)療保健中有一個(gè)例子，在1950年，人們預(yù)測(cè)全世界醫(yī)學(xué)知識(shí)翻一番需要50年時(shí)間；到了1980年，時(shí)間縮短為7年；2015年，不超過(guò)3年。與此同時(shí)，個(gè)人一生能產(chǎn)生一百萬(wàn)GB的健康數(shù)據(jù)，相當(dāng)于3億本書(shū)。

為了幫助組織機(jī)構(gòu)跟上步伐，人們?cè)O(shè)計(jì)了認(rèn)知系統(tǒng)，它能作為專家的合作伙伴以提高他們的業(yè)績(jī)。由于這些系統(tǒng)掌握了許多領(lǐng)域的術(shù)語(yǔ)，所以他們能夠理解和傳授復(fù)雜的專業(yè)技能，進(jìn)而縮短了由內(nèi)行變?yōu)閷＜宜璧臅r(shí)間

3、用認(rèn)知將產(chǎn)品和服務(wù)結(jié)合

認(rèn)知技術(shù)的發(fā)展將讓感受、推斷和了解用戶和周?chē)澜绲男乱活惍a(chǎn)品和服務(wù)成為可能。并創(chuàng)新出不曾有過(guò)的新方法。在汽車(chē)、醫(yī)療設(shè)備、器具和玩具行業(yè)等，這些正在發(fā)生。認(rèn)知技術(shù)將被廣泛運(yùn)用

4、認(rèn)知運(yùn)營(yíng)成為可能

認(rèn)知也能改變變公司運(yùn)營(yíng)的方式。融合認(rèn)知功能的商業(yè)運(yùn)營(yíng)，能將內(nèi)外資源中的數(shù)據(jù)充分利用從而化為財(cái)富。它讓公司重視工作流程、文本和環(huán)境，這有利于持續(xù)性學(xué)習(xí)發(fā)展、改善預(yù)測(cè)和提高運(yùn)營(yíng)效率——以當(dāng)今的數(shù)據(jù)流動(dòng)速度做出決策，及時(shí)反映各類信息

5、提升探索發(fā)現(xiàn)

最終，認(rèn)知商業(yè)將會(huì)擁有的最強(qiáng)工具、可以照亮日益復(fù)雜又不穩(wěn)定未來(lái)的「前燈」。

隨著各行各業(yè)的領(lǐng)軍人物爭(zhēng)相在藥物研發(fā)、復(fù)雜經(jīng)濟(jì)模型、材料科學(xué)、初創(chuàng)公司上投入巨大物力財(cái)力，這樣的「前燈」變得越來(lái)越重要。把認(rèn)知技術(shù)運(yùn)用到大數(shù)據(jù)上，領(lǐng)軍人物能找到規(guī)律、機(jī)會(huì)和可執(zhí)行的假設(shè)，僅僅通過(guò)傳統(tǒng)研究或可編程系統(tǒng)，幾乎不可能實(shí)現(xiàn)。

如果要使認(rèn)知計(jì)算如同預(yù)期般完成目標(biāo)，底層平臺(tái)就必須足夠?qū)拸V、足夠靈活，才能在各行各業(yè)得以應(yīng)用。除此之外，該平臺(tái)還要能夠支持跨行業(yè)運(yùn)用。要達(dá)到以上要求，我們需要采取一條全面的研發(fā)路線，以打造一個(gè)強(qiáng)健的、多功能平臺(tái)為目標(biāo)，支持生態(tài)圈開(kāi)發(fā)者們各種各樣的應(yīng)用。

這個(gè)平臺(tái)必須涵蓋機(jī)器學(xué)習(xí)、推理、自然語(yǔ)言處理、語(yǔ)音和圖像識(shí)別、人機(jī)交互、對(duì)話和敘述生成等多項(xiàng)功能。許多功能要求高性能計(jì)算，專門(mén)的硬件結(jié)構(gòu)，甚至是新的計(jì)算范例，它們衍生于自身科技或?qū)W術(shù)領(lǐng)域。但這些技術(shù)必須和支持認(rèn)知結(jié)果的硬件、軟件、云平臺(tái)和應(yīng)用共同發(fā)展。

隨著沃森的快速革新，我們已可以預(yù)測(cè)未來(lái)的模樣。比如，一種分析X光，MRIs和超聲波圖像的認(rèn)知醫(yī)學(xué)圖像應(yīng)用，它能分析醫(yī)學(xué)期刊、書(shū)本和文章的自然語(yǔ)言。它利用機(jī)器學(xué)習(xí)來(lái)更正和增強(qiáng)理解力。它還可以開(kāi)發(fā)深度知識(shí)表達(dá)和推理，這有助于生成可能的診斷結(jié)果。為此，我們需要專門(mén)圖像處理器來(lái)支持大數(shù)據(jù)和人類專業(yè)知識(shí)，以此來(lái)指導(dǎo)系統(tǒng)學(xué)習(xí), 解讀系統(tǒng)生成的結(jié)果。

這種新模型的功能適用任何領(lǐng)域。油氣公司能把地震圖像數(shù)據(jù)與對(duì)成千上萬(wàn)的論文、報(bào)告、時(shí)事、經(jīng)濟(jì)數(shù)據(jù)和天氣預(yù)報(bào)的分析結(jié)合到一起，為開(kāi)采活動(dòng)提供風(fēng)險(xiǎn)分析。亦或是，學(xué)校能通過(guò)分析測(cè)試成績(jī)、出勤率和數(shù)字學(xué)習(xí)平臺(tái)上學(xué)生行為信息，建立起縱向的學(xué)生檔案和個(gè)性化教育計(jì)劃。

在被看作短期內(nèi)最有前途的認(rèn)知計(jì)算應(yīng)用之一的領(lǐng)域，IBM正與多個(gè)領(lǐng)先的癌癥研究機(jī)構(gòu)合作，加快臨床識(shí)別，為患者提供個(gè)性化治療方案。該項(xiàng)目旨在減少醫(yī)學(xué)解讀DNA的時(shí)間，學(xué)習(xí)個(gè)人遺傳信息，將從醫(yī)學(xué)文獻(xiàn)搜集相關(guān)資料的時(shí)間從幾周縮減至幾分鐘。在此基礎(chǔ)上產(chǎn)生的分析結(jié)果，有助于醫(yī)生針對(duì)任意患者特定的癌基因突變做出診斷。只需幾分鐘，Watson就能完成對(duì)遺傳物質(zhì)和醫(yī)學(xué)文獻(xiàn)的審查過(guò)程，生成一份可視化數(shù)據(jù)報(bào)告，并以循證醫(yī)學(xué)為基礎(chǔ)，綜合患者個(gè)人獨(dú)特的基因，制定出可行的藥物方案。臨床醫(yī)生可以評(píng)估這些數(shù)據(jù)，判定其治療效果是否比標(biāo)準(zhǔn)方案更具針對(duì)性。

應(yīng)用型科學(xué)發(fā)展的下一環(huán)節(jié)是認(rèn)知時(shí)代（The Cognitive Era），它有助于人類理解自然，改善人類的生存狀況。由此來(lái)看，認(rèn)知時(shí)代是一個(gè)老故事中開(kāi)啟的新篇章；圍繞人工智能的爭(zhēng)論只是其中一個(gè)最新的例子，是相信科學(xué)的人與害怕科學(xué)的人間爭(zhēng)論的延續(xù)。與媒體和娛樂(lè)界的爭(zhēng)論恰恰相反，科學(xué)領(lǐng)域的爭(zhēng)論已有結(jié)果。追求認(rèn)知性未來(lái)已成為共識(shí)，人們也普遍意識(shí)到有必要承擔(dān)技術(shù)責(zé)任。

我們會(huì)繼續(xù)塑造認(rèn)知計(jì)算對(duì)工作和就業(yè)的影響。同所有技術(shù)一樣，認(rèn)知計(jì)算將改變?nèi)藗兊墓ぷ餍再|(zhì)。認(rèn)知計(jì)算將有助于更快速準(zhǔn)確地執(zhí)行一些任務(wù)。因而，許多處理過(guò)程會(huì)更便宜而有效。在有些方面，認(rèn)知計(jì)算甚至比人類做得更好。這一現(xiàn)象自古以來(lái)一直存在：新技術(shù)具有更高的價(jià)值，讓我們的社會(huì)和生活得以發(fā)展和進(jìn)化。因此，我們有理由相信，目前正在發(fā)生的變化并不是先例。實(shí)際上，認(rèn)知時(shí)代會(huì)為人類開(kāi)啟一個(gè)知識(shí)、發(fā)現(xiàn)、機(jī)會(huì)都以指數(shù)增長(zhǎng)的世界。我們也有充分的理由相信，人類的工作將變得更有趣，也更具有挑戰(zhàn)性與價(jià)值。

除此之外，社會(huì)的控制和保障也同樣重要。這也涉及對(duì)智能系統(tǒng)的擔(dān)憂。從汽車(chē)、藥品到手機(jī)，每一項(xiàng)技術(shù)的轉(zhuǎn)換都將涉及到個(gè)人和機(jī)構(gòu)的安全問(wèn)題。這些問(wèn)題已迫在眉睫，已被目前激進(jìn)的技術(shù)民主化以及隨之而來(lái)的成本削減引爆。

我們相信，問(wèn)題的答案不是試圖限制民主化，而是要包容它，設(shè)計(jì)出助于隱私、安全和人工控制管理的認(rèn)知系統(tǒng)。

最后，我們不僅僅要找出所有的技術(shù)革命，還應(yīng)號(hào)召商業(yè)和社會(huì)需求推動(dòng)技術(shù)革命。我們不能因?yàn)橛心芰Χ非笮碌目赡苄?，而因有以有所求?lái)追求新的可能性。

每一項(xiàng)革命性的技術(shù)，在產(chǎn)生之初，由于世界的復(fù)雜性和認(rèn)知有限，總是不被我們完全理解的。但認(rèn)知限制必然會(huì)被技術(shù)進(jìn)展所突破。我們一直在為有限的認(rèn)知承擔(dān)著昂貴的代價(jià)：我們不知患者的病因何在；不知產(chǎn)品銷售渠道何在；不知道重要的自然資源藏何在；不知每一項(xiàng)的投資風(fēng)險(xiǎn)何在。

我們相信，世界上的許多難題在IBM終將得到解決。借助認(rèn)知計(jì)算，我們會(huì)實(shí)現(xiàn)這一宏偉目標(biāo)。

「人機(jī)大戰(zhàn)」的夸大與炒作會(huì)讓我們偏離主題，而那些情況只存在于那些激動(dòng)人心卻很具誤導(dǎo)性的小說(shuō)里。認(rèn)知系統(tǒng)現(xiàn)在不是我們的競(jìng)爭(zhēng)對(duì)手，將來(lái)也不會(huì)是。科學(xué)和經(jīng)濟(jì)學(xué)的證據(jù)都不支持這種恐懼。真正的認(rèn)知系統(tǒng)實(shí)際是一種工具——深化重要的人與世界的關(guān)系。

通過(guò)認(rèn)知計(jì)算，我們將為下一代人的認(rèn)知掃清障礙。我們要用嶄新而有力的方式思考與推理。認(rèn)知系統(tǒng)的真正靈感源于人類大腦。同樣的，認(rèn)知系統(tǒng)也會(huì)真正激發(fā)人的大腦，提高我們的理性能力，改變我們的學(xué)習(xí)方式。在21世紀(jì)，能答百問(wèn)不能稱得上智慧，能提出真正的問(wèn)題才是關(guān)鍵所在。

本文來(lái)源:IBM