IBM解讀認知計算：IoT和AI并非全部 行業(yè)已經(jīng)開(kāi)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應用在于銷(xiāo)售、市場(chǎng)、營(yíng)銷(xiāo)和供應鏈物流。典型用例包括自動(dòng)化客戶(hù)服務(wù)代理、產(chǎn)品專(zhuān)家顧問(wèn)和購物建議、全渠道銷(xiāo)售。

　　4、電信/機電

　　這一行業(yè)主要的AI應用在于銷(xiāo)售、市場(chǎng)營(yíng)銷(xiāo)和IT。典型用例包括虛擬代理、數字廣告、自動(dòng)化的威脅情報處理。

　　5、政府/教育

　　這一行業(yè)主要的AI應用在于戰略項目和威脅情報。典型用例包括威脅情報和預防、國防、恐怖主義調查、項目顧問(wèn)和推薦系統、公共安全和應急響應、自適應學(xué)習等。

　　比如，貝勒醫學(xué)院的認知技術(shù)用于加速醫學(xué)研究自動(dòng)分析超過(guò)300000篇文章，進(jìn)行關(guān)鍵詞索引和模糊索引;導盲之眼(Guiding Eye)對導盲犬的結構化和非結構化數據分析發(fā)現基因、健康、氣質(zhì)和環(huán)境因素適宜的導盲犬。

　　專(zhuān)利方面，2014年是認知計算產(chǎn)業(yè)專(zhuān)利的高峰期，2016年專(zhuān)利數有所下降。從目前的產(chǎn)業(yè)環(huán)境來(lái)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、前沿數據分析技術(shù)、結構化或非結構化數據處理等。

　　實(shí)現認知計算的五大關(guān)鍵技術(shù)

　　就像IDC所說(shuō)的，認知計算的進(jìn)步是機器人、物聯(lián)網(wǎng)、人工智能、虛擬/增強現實(shí)、機器智能、大數據的進(jìn)步的總和，它日益增強的系統模擬能力將助力人類(lèi)的智慧增長(cháng)。認知計算的關(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(yǔ)音和圖象識別、機器翻譯的技術(shù)，目前已經(jīng)有一些系統能夠表現出媲美人類(lèi)的技能水平。

　　2、機器學(xué)習和物聯(lián)網(wǎng)

　　隨著(zhù)物聯(lián)網(wǎng)的布局，將有更多的數據生成，機器學(xué)習算法將能對這些數據進(jìn)行規劃、預測，并應用于關(guān)鍵業(yè)務(wù)決策。

　　3、自然語(yǔ)言處理

　　自然語(yǔ)言處理(NLP)有著(zhù)很直接的應用，包括聊天程序，可用于客戶(hù)服務(wù)和調查，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據處理經(jīng)驗來(lái)處理豐富的非結構化數據，從而更高效的進(jìn)行數據處理，應用于決策過(guò)程。

　　5、知識庫

　　未來(lái)的認知計算會(huì )應用于更加專(zhuān)業(yè)化的領(lǐng)域，這就需要構建更為知識化的數據庫，使得認知計算系統可以被專(zhuān)業(yè)人士所應用。

　　技術(shù)推廣的五大挑戰

　　1、成本考量

　　在某些企業(yè)的情況下，認知計算和人工智能是可以幫助提高企業(yè)效率的，但問(wèn)題是，具體的業(yè)務(wù)價(jià)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(jià)值都比較有限，導致很多企業(yè)抱著(zhù)觀(guān)望態(tài)度。

　　2、數據管理和安全/隱私問(wèn)題

　　認知計算嚴重依賴(lài)數據量和數據來(lái)源，因此，保證可靠和充足的數據來(lái)源，與此同時(shí)維護數據安全和數據源的隱私，是重要的舉措，目前暫時(shí)缺乏完美的實(shí)用方案。

　　3、技能有限

　　作為新的技術(shù)，認知計算暫時(shí)沒(méi)有開(kāi)發(fā)出完整的應用系統，這對于市場(chǎng)突破不利。

　　4、缺乏行業(yè)定義和標準

　　跟其他新興產(chǎn)業(yè)一樣，認知技術(shù)還沒(méi)有明確的定義，也缺乏通用的行業(yè)標準制定，這會(huì )影響到它的應用流程。

　　5、技術(shù)局限性

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

　　智東西認為，國內的大數據積累，歸功于移動(dòng)端設備和各類(lèi)服務(wù)型軟件的發(fā)展，為機器學(xué)習提供了良好的基礎;于此同時(shí)，神經(jīng)網(wǎng)絡(luò )構建也在研究機構合作科技巨頭的模式下發(fā)展。加之政策推動(dòng)，龐大的消費市場(chǎng)和制造業(yè)發(fā)展需求，國內的認知計算處在一個(gè)非常積極的發(fā)展狀態(tài)。