人工智能和认知计算:什么?原因何处

人工智能已经有了大量的应用,从你每天使用的搜索算法和工具到残疾人士的仿生肢体。认知计算是IBM使用的一个术语。计算机不是真正的认知,然而。什么是人工智能(人工智能)和认知计算?人工智能的各种形式是如何使用和发展的?

尽管人工智能(作为一套技术,不是模仿人类智慧的意思)长期以来,我们以各种形式和方式来到这里,这是一个相当多人不再喜欢使用的术语,但是人工智能是真实的,也为了你的事业。

许多人没有谈论人工智能(ai),而是用一些术语和概念(如认知计算)来描述当前的人工智能创新和加速浪潮,或者专注于人工智能的几个实际应用,这些应用通常以“smart”等词开头。(无所不在与vwin免佣百家乐 同样),“智能”“预测”和,的确,“认知”取决于具体的应用程序和供应商。尽管存在期限问题,人工智能对于在其他中,信息管理,医疗保健,生命科学,数据分析,vwin中国 ,安全网络安全以及其他),各种消费应用,下一代智能建筑技术,金融科技,预测性维护,机器人技术等等。最重要的是,人工智能被添加到其他几种技术中,包括物联网和大型,以及,小数据分析。

人工智能概念

人工智能的历史问题——认知是否更好?

一些供应商怀疑人工智能在人工智能解决方案/创新中的应用,原因有很多,而且常常用另一个术语来包装它们。(相信我们,我们去过那里).人工智能(ai)是一个术语,它在一般的认知上,也在技术领导者和公司的认知上,具有某种负面的内涵。

一个主要问题是人工智能——它实际上是一个广泛的概念/现实,涵盖了许多技术和现实——已经成为一件事,就像‘或“物联网”,我们谈论,而且似乎还需要对感谢,在其他中,流行文化。好莱坞爱人工智能(或更好:主管,不一样).它是一部很好的科幻大片和电影,在那里非人类的“东西”如机器人占据了世界。人工智能是一个如此广泛的概念,这一事实导致了人们对其确切含义的误解。有些人在谈论人工智能、深度学习或文本挖掘时,实际上是在谈论机器学习,名单还在继续。其他人基本上谈论分析,在世界末日电影场景中,一切都变得复杂,包括机器人和主管。在大多数情况下,我们真的讨论某种形式的人工智能。

面向消费者的行业快速增长的人工智能技术包括聊天机器人和虚拟个人助理。 (VPA)以及聪明的顾问。 来源

这一现象与人工智能未能达到先前“流行浪潮”的预期一致。(回到上一个千年,请参阅本文下面的框)作为一个概念,它真的很古老,研究领域和一套技术——使其对许多供应商的吸引力降低,显然,人工智能技术和应用,以及期望,进化了,尽管不像我们这样的人相信。

仍然,深度学习,图像识别,假设生成,人工神经网络,它们都是真实的,并且在各种应用程序中使用部件。据国际数据中心称,认知计算是六大创新加速器之一第三平台该公司预计,2019年全球认知系统支出将达到近313亿美元。你会注意到IDC也在谈论认知(本文进一步介绍了认知系统作为创新加速器的意义).

人工智能在许多技术和社会领域得到了更快的应用,尽管有很多关于“IT”可以从供应商那里做什么的炒作。仍然,在特定领域,人工智能形式的日益关注和采用引发了关于我们希望它在未来走多远的争论。

杰出的技术领导人已就危险发出警告,并设立了智库和协会,以思考和观察人工智能(和机器人)的长期影响,讨论人类的未来和监管机构的影响,但同时,更接近今天的担忧,自动化/人工智能/机器人对就业的影响。不管怎样,它再次增加了各种因素的混合,这些因素创造了条件来加强“人工智能”一词的负面内涵,正如当前的政治转变显示的自动化一样。/数字化作为一个整体。

如果说“智能”让我们更舒服,“认知”或“聪明”任何东西,就这样吧。更重要的是人工智能的存在和发展,为什么会在这里,它是如何帮助和使用的以及它对你意味着什么。

背景下的人工智能:如何与其他转型技术相互作用

当人们试图解释人工智能已经以某种形式存在了很长一段时间,他们经常提到支持谷歌搜索技术的算法。或是移动设备上应用程序的雪崩。严格来说,不过,这些算法与人工智能不同。

预计到2020年,人工智能市场将从2014年的4.197亿美元增长到50.5亿美元。2015年至2020年复合年增长率为53.65%。 来源

还要考虑语音识别,例如。或识别技术,产品推荐,甚至我们玩的电子游戏。当然有很多例子,取决于行业或职能。营销,例如,使用一系列具有人工智能形式的平台:从社会平台的情绪分析到数据驱动营销解决。

所以,人工智能是很多东西。图形来自叙事科学研究显示了人工智能更广泛的生态系统中的各个领域,从文本挖掘到深度学习和推荐引擎。后者是每个人都知道或至少使用的东西,推荐引擎实际上无处不在。还有所有的应用程序,比如Uber,Airbnb和同类产品分别将您与附近的Uber Driver和Airbnb Place连接在一起,由人工智能提供动力。

人工智能是很多东西——叙事科学的研究通过信息周刊展示了人工智能更广泛的生态系统中的各个领域——图像叙事科学。
人工智能是很多东西- 叙事科学研究显示了人工智能更广泛生态系统中的各个领域——图像: 叙事科学通过 消息周刊

为了理解人工智能在当今和未来的商业和社会环境中的作用和当前的浪潮,重要的是要在重叠的大伞术语下审视现实和技术。在大数据背景下看到当前人工智能浪潮也是很重要的,非结构化数据,集成和数字转换。徳赢真人娱乐

人工智能——也许不是这个词——之所以现在变得如此炙手可热,原因之一是它非常适合——甚至是不可或缺的推动者——其他技术及其提供的可能性。有时你只需要人工智能技术。

第三平台技术与人工智能的互联性

因为我们不觉得有必要重新发明能够实现和加速数字转型和创新的技术清单,徳赢真人娱乐我们将使用IDC之前提到的著名第三平台,虽然你可以用很多其他的。

创新加速器——IDC在其第三个平台中添加的新核心技术
创新加速器——IDC在其 第三平台

所谓“第三平台”的基础包括4组技术,它们相互连接,实际上也与人工智能连接。

提醒:现实应用中技术和流程的高度互联性是我们所熟知的数字转换或徳赢真人娱乐DX经济.

每一组技术(它们也不是事物,但正如人工智能由多种技术组成,更重要的是,应用和后果)是数字化转型的技术驱动因素。徳赢真人娱乐

在这4个基础集或支柱之上(在人工智能中至关重要的云计算,流动性,社会和大数据/分析)所谓的创新加速器,我们以前用过的术语。

这些又是各种各样的技术和技术创新,它们推动了数字转型,所有这些技术和技术创新都与人工智能固有地结合在一起,事实上,有些甚至接近人工智能的同义词。徳赢真人娱乐

认知系统:创新加速器

其中一个创新加速器,正如你在第三个平台的图片中看到的那样,就是所谓的认知系统技术本身。

认知计算实际上是一个主要由IBM推广的术语,用来描述当前人工智能的浪潮,尤其是机器学习,带着一种扭曲的目的,适应性,自学,语境与人的互动。人类在这里是关键,毫无疑问,比所有与人工智能相关的世界末日电影场景更容易被消化。

基本上,认知系统分析连接设备产生的大量数据(不仅仅是物联网)通过诊断,预测性和规范性分析工具,学习并提供见解,建议甚至自动行动。你可能知道,IBM观点的一个支柱是IBM Watson,我们将在下面讨论。严格来说,术语“认知计算”是一个难题。认知,例如,也包括潜意识,它实际上是认知的一个主要部分。尽管这会让我们走得太远,但需要说的是,IBM确实夸大了其“认知”平台Watson的能力。确实是市场营销。人们有一些人工智能无法理解的典型特征。一个简单的例子:据我们所知,我们仍然是唯一知道它存在的物种。(在人类知识所能知道的范围内,更多食物供与跨人文主义者讨论).人类的情感也不仅仅是大脑和智力。情绪,通常是不合理的冲突,无法简化为数学和人作为机器的整体比较是有缺陷的。

认知计算和人工智能推动数字发展:从实现物联网和理解非结构化大数据到下一阶段的安全

人工智能适合的其他创新加速器包括物联网。在这里,人工智能和认知计算或认知系统无所不在。

人工智能与物联网

一旦你开始连接你需要的所有API,连接器,信息分析技术与“嵌入式智能”,从本质上讲,代码使一切成为可能。

此外,物联网,这是关于自动化和信息(除此之外,还有一层可能性,例如,增强徳赢真人娱乐 或者让生活简单一点)添加数据负载,大数据(第三平台的四大支柱之一)已经成为一个爆炸性的数字数据世界。大部分的数据是非结构化的需要变成知识和(自动)行动一样基于良好的旧规则信息管理方法根本无法处理。猜猜是什么使它成为可能,甚至使物联网的所有其他方面成为可能?的确:人工智能。

安全的未来也是智能的——网络安全中的人工智能

我们不会涵盖所有其他的创新加速器,除了一个:下一代安全。

你记得吗网络安全曾经——而且通常仍然——被视为一系列“防御”解决方案和方法(从策略到防火墙和防病毒应用程序等技术)?好,这正在改变。

安全越来越全面,同时也要关注人的方面以及不断变化的安全边界中的所有元素。但最重要的是:安全变得更加积极主动,在网络攻击发生之前预测它们的技术需求也很高。他们使用什么:确实,人工智能,不是在“大重叠”的人工智能意义上,而是在检测数据中的模式(以及潜在的攻击)并对这些数据采取行动。人工智能,然而,也是一个安全问题。在工业背景下的高调攻击中,在恶意软件中发现了人工智能模式。当深入学习来到这里,那真是个可怕的地方。

数据和分析时代的认知和人工智能

人工智能和认知不仅仅存在于创新加速层。它是,如上所述,第三个平台的四个支柱中也非常有助于推动和实现数字转换。徳赢真人娱乐就像他们改变了我们的方式,企业和消费者,表现,工作和创新。

我们已经提到了那个上下文中的大数据:越来越多的非结构化数据。解决办法:人工智能。此外,像这样的大数据并不是问题的关键。多年来我们都知道大数据分析物质。将数据转化为成果知识,行动,洞察力等分析部分非常重要,IDC将大数据支柱称为大数据/分析支柱。这些分析需要什么?的确,同样,人工智能技术。事实上,分析也是所谓的认知系统在很高的程度上所涉及的。

人工智能/认知和非结构化数据/内容

画面清晰。但这一切在实践中意味着什么呢?让我们再次使用数据。

最后,其他的3D平台和驱动数字转换的技术很多都是关于数据的。徳赢真人娱乐云,流动性,社会商业与合作…

非结构化和半结构化数据推动了信息处理和分析的复兴,新一代工具和能力有望提供智能协助,忠告,向世界各地的消费者和知识工作者提出建议。 IDC

我们前面提到了数据世界是如何爆炸的,非结构化数据的增长速度比其他数据快得多(严格来说,所有数据都是以某种方式结构化的,但在考虑结构化数据时,主要考虑文本,图像等等)。这是,除其他原因外,移动数据流量以及物联网(看看它是如何连接的?).

这种现象也不是什么新鲜事,至少从2000年开始就有预测。对于非结构化数据的确切含义以及它与非结构化或半结构化数据在多大程度上的不同,存在着争论。简单地说,非结构化数据是您从物联网传感器获得的所有数据,社会化媒体(又是四根柱子中的一根),文本文件(电子邮件)等等。数年来,据估计,80%的数据是非结构化的,而且随着非结构化数据量的快速增长,这一比例似乎也在增长。

各种形式的数据-非结构化数据需要人工智能来实现业务意义
各种形式的数据—非结构化数据需要人工智能才能使业务有意义

对于非结构化数据,典型的情况是它没有一个预定义的数据模型,正如您在关系数据库中使用的数据一样,例如。这样的非结构化数据和内容没有意义或上下文,因为原则上我们不知道它是什么。

它有多种形状和形式,有多种来源,通常是文本密集型的。从需要数字化的纸质文档到Twitter消息或电子邮件,也是非结构化数据/内容的主要来源。在这里,我们再次看到各种人工智能技术,如智能文档识别或IDR,文本挖掘,自学知识库技术,机器学习,自然语言处理和整个认知计算方面都出现了。

事实上,如果你看一下IBM著名的Watson平台的页面,你会看到,科特“IBMWatson是一个使用自然语言处理和机器学习来揭示大量非结构化数据见解的技术平台”。在信息管理环境中,我们发现人工智能在其他中,上述国际存托凭证申请,客户服务信息的自学习系统,信息路由过程,预测分析和自动化流程,如自动贷款申请分类。

人工智能的价值——结论和下一步

人工智能对于许多技术和商业发展至关重要。而且,对,它是数字化转型的众多推动因素之一。徳赢真人娱乐

我们应该争论我们能走多远吗?对。但我们真的需要知道我们在说什么,你可以在我们关于人工智能争论的文章,它的危险和人类的未来,基本上是围绕超级智能.

希望有更多的文章,包括潜入过去,人工智能/认知的存在和未来——以及人工智能的各种应用和“形式”。

因为,如前所述,人工智能不是一回事。只需看看人工智能和认知的使用环境,智能文档识别,人工智能有多种形式,如语义理解,统计聚类和分类算法,如SVM,贝叶斯和神经网络,正如罗兰·西蒙尼在AIIM博客系列的第三部分中所解释的那样,在他允许的情况下被重新安置在这里,他在哪里抢断人工智能如何帮助解决信息和大数据挑战.

人工智能文档识别算法源
ai–智能文档识别算法:算法,支持向量机,贝叶斯和神经网络,他们的优点和缺点,罗兰德·西蒙斯的更多帖子 用人工智能解决信息和大数据挑战

现在,让我们说,很明显,一个算法没有什么害处,使人们能够找到更好的东西(事实上,如果你看看搜索智能还有多差,我们希望能有更多的智慧)而且,拥有一个能够帮助您更快更好地处理和理解信息的系统,以改进任何值得改进的东西,例如客户服务,也没有什么坏处。(随着IDR应用程序和知识库技术的不断使用)网络安全或人民健康,仅举几个例子。

但是人工智能,作为一个“整体”,并不像我们认为的那样,已经有了商业中的人工智能和人工智能,机器学习和深度学习越来越多地与相关技术结合使用,从高级分析和物联网到机器人技术,边缘计算等等。

人工智能浪潮:从概念与研究到商业现实与伦理讨论

维基百科用户geejo的John McCarthy–cc-by-sa-2.0
维基百科用户约翰·麦卡锡 杰乔- CC-SA-2.0

尽管有些人在过去对人工智能的诞生进行了更深入的研究,20世纪50年代真的是第一次浪潮的开始。美国计算机科学家和认知科学家Dr.约翰·麦卡锡。他还创造了这个术语,并将人工智能定义为“制造智能机器的科学和工程”。在1956年的一次会议之后,麦卡锡在场的地方,第一波真的开始了,主要关注研究。在麦卡锡之上,这些研究人员中的许多人在早期的研究中成为家喻户晓的人,而今天仍然是。其中:马文·明斯基,赫伯特·西蒙和艾伦·纽厄尔,举几个例子。

麦卡锡和他的同龄人的想法,经过多年的研究和初步的发展,在80年代又掀起了第二波人工智能浪潮,主要是由于专家系统的成功,其中,PC机和客户机-服务器模式的兴起加强了这一点。

第三次浪潮发生在20世纪90年代末和2000年初,当时人们从人工智能跨不同领域的具体应用的角度更加关注。最重要的是,互联网的成功,这也导致了相当多的炒作和预测,没有真正实现他们的承诺。互联网的普及和使用确实引起了轰动。那时我们在一家出版社工作,作为出版商,公司的主要杂志之一,在互联网内部,从各个大学的人工智能研究人员那里获得了几件作品,这些研究人员尝试了真实的应用程序。人工智能又一次引起了广泛的争论,并变得流行起来。同时也出现在全球发行的杂志上,比如《连线》杂志。

不幸的是,炒作也再次大张旗鼓。在那些日子里,人与机器的融合也越来越流行(化)。1999,例如,我们有机会采访Jo_l de Rosnay,他出版了一本关于新生的全球超级有机体的书,CyBioNt,这将知道在人类相连的生态系统中有一个“共生的人类”,技术和一切。现在听起来很熟悉,不是吗?更多关于de Rosnay和其他人的观点,这些观点表明,在当时,越来越多的相互联系被视为一个巨大的希望。本文.

今天的人工智能浪潮是人工智能技术在新应用中的快速应用之一。被驱使,其中提到的第三平台技术,包括云,更快的处理能力,可伸缩性,大数据,,物联网各种公司在一个技术在多个应用程序和行业中不断改进的空间中的推动(自动驾驶汽车,机器人学,聊天机器人的兴起等等)而且,最后但并非最不重要,市场对智能和智能技术的需求,以充分利用新技术的潜力,信息和数字转换。徳赢真人娱乐

一般来说,贯穿这一切的主要驱动程序和公共线程是数据洪水。没有人工智能,简单地说,与数据没有多少关系。高级分析,传统上存在筒仓的地区的可预测性,决策基于历史数据,处理非结构化数据就是其中的一些例子。最后但同样重要的是,在人工智能的具体形式上也取得了进展。深度学习,机器学习的一种形式,当然是其中的一部分,当你读到这篇文章的时候,随着事情的发展,我们会有新的进展。

然而,尽管有“好迹象”,但这场浪潮是否会带来真正和持续的商业势头仍有待观察。正如下一波关于“伦理”的讨论越来越多,未来人工智能的安全性和“位置”。“人工智能和机器人接管了人类的视野”和监管进化——而不是人工智能为了某种目的模仿人脑的可能性——是真正值得关注的.

很明显,人工智能确实不是新的,但已经发生了很大的变化,并且比以往任何时候都受到了更多的关注。它变得无处不在,改变了我们的工作方式,生活和做生意。以及机器人技术(以及3D打印等现象,物联网,等)人工智能又是一个日益受到争议的话题。仍然,这不是最后一波,它甚至在许多方面与前一个非常相似,而且炒作声很大。

智能和人工智能——名字是什么?

人工智能的定义很多,正如对智力的定义一样。

这个大英百科全书将人工智能定义为,报价,“数字计算机或计算机控制的机器人执行通常与智能人有关的任务的能力。该术语经常用于开发具有人类智能过程特征的系统项目,比如推理能力,发现意义,概括,或者从过去的经验中学习。它继续定义智能的含义,从古至今一直让我们着迷的现象,比以往任何时候都多,在这些数字时代,人工智能的使用速度正在快速增长。有不同的技术被列为人工智能和不同类型的人工智能。文章对人工智能的历史作了一个很好的概述,并对推理等话题进行了探讨。感知和问题解决。人工智能的增长不是线性的,而是指数型的,因此,最好看看所有使用人工智能的领域,并且可以在公开辩论中使用人工智能。

上图:Shutterstock-版权所有:尼科尔尼诺