关于认知计算技术

    近年来，AI成了科技与商业发展的热点，但凡沾上AI，都风光无限，动辄独角兽，亦或颠覆，好不乐乎。

    究竟何为AI，在alpha go大战李世石之后，机器学习、深度学习吸引了各方的关注点，在我等尚未彻底搞明白机器学习、深度学习、增强学习差异之时，曾推出“深蓝”战胜时为国际象棋世界冠军卡斯帕罗夫而更加名声显赫的IBM提出了“认知计算”，这个蓝色巨人曾经提出了不少影响全球的概念和技术，比如大家耳熟能详的“智慧地球”。基于对新技术新概念的好奇，便开始对认知计算认知与探索（自己挖的坑，含泪也要填满），无论什么智能技术，大都可以归于AI范畴，即人工智能技术，差异在于技术表现，技术重点各有不同。

      按“百度百科”提供的信息：认知计算代表一种全新的计算模式，它包含信息分析，自然语言处理和机器学习领域的大量技术创新，能够助力决策者从大量非结构化数据中揭示非凡的洞察。认知系统能够以对人类而言更加自然的方式与人类交互；认知系统专门获取海量的不容类型的数据，根据信息进行推论；从自身与数据，与人们的交互中学习。

      从这段概念上可以看出，认知计算是一种技术表现形式，其模式更为宽泛，涉及的内容也更为广博，跨的学科领域很多，不仅包含有我们熟悉的逻辑学、数学、控制理论、信息论、计算机技术等，还包含很难公式化、格式化的软科学技术、人文知识，例如心理学、生物学等等（这些对理工科人士来说是一座有难度跨越的山丘）。

      作为上个世纪九十年代后期开始接触计算机的人，经历过dos,ucdos,win,OSX操作系统，语言从basic,pascal,C,matlab到现在python，数据库从foxbase,SQL,oracle到现在habase，计算机从386、486、586、赛扬、奔腾、单核、双核。计算机技术发展日新月异（相信我的经历能引起不少人的回忆，2000年时候一台10G硬盘的586都觉得——哇，好牛的配置），自从智能手机的横空问世、网络带宽的持续提速，计算机性能不断突破极限，新的信息处理模式发生了根本性的变化。从前受限于计算机处理速度与存储容量，单机很难处理海量数据（10年前计算航天器运行轨道，一台笔记本跑了3天才把数据算完，中间都不敢对计算机有任何操作，唯恐重新来过），更不用说处理非数字的信息了。智能手机出现加速了人与人之间的社交信息流，以前人们利用电话实现了语音交流，通过传呼台用BP机（知道的人都是过来人）传递文字信息，后通过手机实现了语音和文字交流（短信、彩信）；智能手机出现后，竟然能在手机上装相应的软件了，无论是微博、QQ还是现在的微信、领英等，这一下激发了人社交的参与度，随之而来便是给传统信息处理技术带来了挑战。传统信息处理多是将数据抽取，质检后入库管理和应用，数据库的每张表、主附键都是业务人员与IT人员设计并实现的，且受限于数据量的丰满度，在做数据分析时常常能听到一些熟悉的名词“抽样”、“统计”。网络建设到一定规模以后，单机运算不能满足处理海量数据，并行计算技术出现了，进而云计算也出现了，曾几何时云计算也让不少人云里雾里，到底什么是云计算，云计算和集群什么关系，六七年前大家都还在探讨，经过这几年的沉淀，大家也都理解、接受和应用了，国内阿里云做的很突出。记得几年前北京的一次软博会和业内专家聊到云计算，我说云计算这个概念举个可能适用的例子，就如同电网，对于用电居民来说，你不需要关心你家的电是哪个发电厂发的，不用关心这电是哪个变压器送的，你只需要关心你的用电设备需要用的是民用电还是工业用电就OK了，不必关心怎么建电厂，怎么组电网，怎么部署线路，而且是你用多少电交多少电费，按用付费，这更多的是一种商业模式的变革。当然从云计算公认的IaaS，PaaS，SaaS以及DaaS架构，面对的是提供不同的服务，如果你需要的是云计算和存储，需要从云商购买相应的存储空间和相应运力就行而无需自己建机房和买服务器（如同用电不需要自己造电厂一样）。此外随着国内网络基础建设持续跟进，网络带宽为IoT（物联网）提供了信息传送的保障、各种传感器的信息（不仅是数字，还有更多的图片、视频、声音等）、GIS的LBS服务、各种脑洞大开的APP应用无时无刻在产生着数据，在我们的空间以光速穿梭、驻留。井喷式的数据量，而且都不是大家很熟悉的结构化数据不期而至地涌现在我们面前，如何处理？还像传统处理方式一样进行抽样，进行统计，进行分析？还能无视图片、视频、声音？显然不能了，因为结构化数据处理是在一定条件约束下，如前所述的计算机运力，存储，网络带宽等因素的限制不得已而为之，解决了人类工作方面相当一部分工作。人类一直期望计算机能像人一样思考，从上个世纪五十年代就开启的神经网络研究，历经几番沉浮一直未能广泛应用，不也是受限于这些基础条件吗？sira的出现让人觉得惊奇，watson的危险游戏夺魁让人对计算机刮目相看，alpha go的逆天表现让人对AI产生敬畏，敬佩的是计算机冲击了人类对围棋的认知极限，畏惧的不是4：1的4，而是那个1（假如alpha go 是故意输的呢？），Alpha zero经过72小时无监督学习自我博弈（有点像射雕里的周伯通）便可轻松胜过其鼻祖更加让人感觉震撼，国内科大讯飞的语音识别技术用以翻译和文字录入（以后出国带个翻译器就OK），旷视科技等公司的人脸识别，各银行APP的扫脸，甚至一些商超的储物柜都用到了扫脸解密功能，这些都让人觉得计算机慢慢有了人味。而给这些终端设备（无论是PC，还是pad，亦或一个手机或VR设备等）注入如此活力的技术是什么？大概念揽之，曰人工智能，细分则有很多，在上所举的一些大家熟悉例子便可看出数据从产生便已经突破的原来的结构化数据，更多的是非结构化数据，如文本、图片、影像、视频、音频等；存储也拓展了存储介质，除了本地（机）存储，还有云存储；数据量也不可同日而语、应用更是五花八门；从技术上来说，多源异构数据处理，包括采集、传输、存储、发布和应用是不可回避的；大数据技术（无论是3V标准还是5V标准，是对大数据不同维度的划分）；物联网技术（通俗来讲，有传感器+网络，对传感器数据打上“标签”，简单的如微信视频聊天，传感器就包含很多，诸如摄像头、麦克风、扬声器等等，数据都打上时间戳便于区别和回溯）；云计算技术等已经成了现代信息处理的基础技术。机器学习、深度学习、增强学习等更为海量数据挖掘价值提供了神器，这些神器的应用小则在传统行业注入活力、提高效率、降低风险，大则影响一个产业、一个领域、甚至会影响到政治（如近日剑桥分析公司涉嫌利用大数据技术影响选民进而影响美国总统选举和英国脱欧事件）。因此，对新技术抱以坦然面对、认真分析、客观评价、合理使用的态度还是有必要的。

      同理，认知计算技术也是一个新的、综合的、复杂的技术模式，除涉及传统与现代的科学技术外，还包含人文心理类的内容，蛮有意思。

      后续将会从认知计算相应的基础技术开始展开，一边学习，一边思考，一边应用，也算是一个学习笔记吧。

      先推荐Pedro Domingos的《The Master Algorithm:How the Quest for the Ultimate Learning Machine Will Remake Our World》

    下篇拟写“认知计算技术漫谈系列（1）”，从技术理解方面聊聊什么是认知计算技术，与云计算、大数据、机器学习等技术之间的关系。