写点什么

“认知计算”如何有效释放数据价值

  • 2016-11-01
  • 本文字数:1934 字

    阅读完需:约 6 分钟

2016 IBM 论坛上,IBM 曾提出认知商业时代已经到来。在各行各业的企业内,海量数据认知带来的挑战正更为紧密地与其实际业务产生关联。但在这样的背景下,绝大多数数据并未得到有效利用,因此,需要新的技术和更好的认知方法及工具,实现更智能的数据分析,以帮助企业更快、更好、更精准进行决策。

本文部分内容根据 IBM 杰出工程师、大中华区硬件系统部首席技术官李永辉在上周“2016IBM 全闪存时代峰会暨闪存联盟第六季大会”上的发言内容整理而成。

认知计算与人工智能的关系

虽然认知计算与人工智能在技术层面有很多共性,但相比人工智能以人控制、接受人的训练和培养为主,认知计算则是通过与人、环境间的互动,通过学习、推理和分析作出恰当决策,使得机器具有更专业化的思维和思考。在这个过程中,也没有像图灵测试这样的唯一衡量标准。因此,它能比人工智能更能结合具体的商业应用解决商业问题。目前认知计算能在一定程度上执行人类本身在认识和调控情绪、增强感知和创造力等方面的命令,例如召回,学习,判断和推理等。

认知计算通过使用硬、软件和通过映射来模仿人类大脑。目前,一些认知计算的相关算法像“BlueMatter”,主要是利用超级计算架构和核磁共振成像技术以及一系列测量方法,映射并连接人类大脑皮层和皮层下的位置,并由此形成大脑的通信网络图,最终让科学家了解大脑是如何只使用一小片区域,以及消耗较少能量对信息加以反应和处理。

Neurologique 的 Kantor 曾解释:“认知计算的最高目标是开发可以模仿人的脑回路,按照人类的思维过程执行操作,而不仅仅是一个离散事件系统。”因此,简单意义上来说,认知计算的目的是创建一个可以解决没有持续人力监督复杂问题的计算系统,但人工智能有很多功能并不能融入任何计算中,如此,认知计算便可将触角深入人工智能或传统人力所无法触及的领域。

非结构数据成为认知计算的用武之地

认知计算和传统计算模式在对不同的数据处理上具有有不同特征。其中很大的一点优势是能将结构化数据和非结构化数据结合处理,尤其是能够理解非结构化或者半结构化数据

目前,结构化数据与非结构化数据的比例基本是 1:4、1:5 或 1:10。尽管数据量不断暴增,但能真正用于有效分析的数据并不是很多,很多数据是在收集到的当天特别有用,过一段时间变成了冷数据,有没有更行之有效的方法将其保存,促进其产生有效的、经济的技术架构,也是企业面临的重要问题。

认知时代已实现了机器间的交互。在这个过程中有两点商业特点:一方面,需要机器理解更多的自然语言。在实际应用中,IBM 使用了语音合成、语意分析等技术,可让这些技术背后的核心数据库进行关联性交互。另一方面,除了人机交互外,图像化的交互应用将越来越多。

在实现认知商业的过程中,需要考虑三个方面的因素:一是数据,这里涉及到行业数据、自我学习的数据等,这些数据很可能在很多不同的地方产生。怎么样有效利用数据,使它有效把学习结果转化成企业的有效资产,是每个企业最应该关注的部分,能够掌控数据的成效就能成为将来的一个致胜点。二是算法,认知时代有很多创新的算法产生,从传统的数据分析到深度学习、机器学习的演变,催生了一批新的技术和算法。三是平台,平台的选型非常重要,如果没有一个很好的平台和架构,没有办法演进到未来认知的时代。

如何构建认知平台

对于构建认知平台,搭建认知式的商业模式,算法的重要性不言而喻。认知计算除了传统的结构化数据、BI、大数据分析外,还包括语义分析、自然语言的理解、人机交互、Q&A 对话等技术服务。IBM 已经把这些服务从 Watson 上一步一步放到 API,到今年年底 IBM Bluemix 的 IaaS、PaaS 云平台整合在一起,Bluemix 平台能提供 50 个 Watson API。

同时,新一代的认知业务需求是多种业务需求的整合。随着互联网 + 或者认知时代的到来,原生云业务也将作为一项新业务诞生。这种业务不能单一存在,而是需要连接到合适的平台,即企业核心业务(SoR)。

未来的认知平台需要兼顾以上两者。两边的需求并不一样,SoR 需要追求较高的扩展性、安全性和可靠性,原生云需要弹性、水平扩展很快、自动化部署的功能,SoR 往往不可能每个月打一个补丁或做一个升级,但是原生云类型的应用往往更新迭代的速度非常快,从应用开发部署等等都要用 DevOps 平台。二者兼备的时候,未来要实现多速 IT 平台。

IBM 建议从基础架构开始优化现有的基础架构,通过私有云、自动化部署、云管的方式来增强现有的体系架构。除了所谓的 On-premises,在机房内搭建未来认知平台的时候也要考虑怎么样提供服务到 Off-Premises。这种时候用户往往采用混合云架构,所有的大型核心企业将要达到一种竞争优势,大部分的企业最终都会进行混合云的部署。这样,他们既有高可靠的大型平台,同时在云端也有一些弹性的平台,从而提供完整的解决方案。

2016-11-01 02:281296

评论

发布
暂无评论
发现更多内容

深圳web前端技术学习费用是多少?尚硅谷前端培训

小谷哥

零基础如何学习大数据开发知识

小谷哥

业务出海,灵感乍现前要先「把手弄脏」

融云 RongCloud

直播预告 | 7月22日《开源安全治理模型和工具》线上研讨会

安势信息

开源安全 SCA工具 开源软件供应链 SBOM SLSA

单元测试,写起来到底有多痛?你会了吗

C++后台开发

网络编程 单元测试 后端开发 Linux服务器开发 C++开发

如何有效规避代码被“投毒”?

安势信息

许可证 代码安全 开源软件 安全合规检测 开源软件供应链

到底什么是自助洗车?来科普下

共享电单车厂家

自助洗车加盟 车白兔自助洗车 什么是自助洗车

国产操作系统生态建设,小程序技术来帮忙

Speedoooo

小程序 国产操作系统 小程序容器 桌面应用

openGauss内核分析:查询重写

华为云开发者联盟

数据库 后端 查询 SQL语言 openGauss内核

自助洗车费用居然比雪糕还便宜?

共享电单车厂家

自助洗车加盟 车白兔自助洗车 自助洗车费用 自助洗车价格

7月《中国数据库行业分析报告》发布!居安思危,安全先行

墨天轮

数据库 腾讯云 阿里云 国产数据库 数据库安全

视频聊天源码——一对一直播系统源码

开源直播系统源码

软件开发 直播系统源码 开源源码

商城异地多活架构设计

泋清

#架构训练营

自助洗车或许要比自动洗车更干净

共享电单车厂家

自助洗车 自助洗车加盟 车白兔自助洗车 自动洗车

ModuleNotFoundError_No_module_named通俗的解释和方法

和牛

测试

自助洗车加盟要满足什么条件

共享电单车厂家

自助洗车加盟 车白兔自助洗车

华为云:一切皆服务,共建全场景智慧金融

Geek_2d6073

如何学习好web前端开发技术知识

小谷哥

21条最佳实践,全面保障 GitHub 使用安全

SEAL安全

GitHub 安全

带你认识一下数仓的分区自动管理

华为云开发者联盟

数据库 后端 分区

ICASSP 2022 | 用于多模态情感识别的KS-Transformer

优必选科技

人工智能 多模态机器学习

大数据开发技术入门学习方法有哪些

小谷哥

CSDN Meetup 回顾 丨从数据湖到指标中台,提升数据分析 ROI

Kyligence

数据分析 指标中台

尚硅谷SSM新版视频教程发布

小谷哥

不懂点儿统计学,《星球大战》白看了

图灵教育

统计学 贝叶斯定理

李宏毅《机器学习》丨4. Deep Learning(深度学习)

AXYZdong

机器学习 7月月更

LP流动性质押挖矿系统开发详细程序

开发微hkkf5566

TMECH发表优必选运控技术最新进展:实现人形机器人高鲁棒性行走

优必选科技

ES6 类聊 JavaScript 设计模式之创建型模式

devpoint

JavaScript 设计模式 工厂模式 7月月更 创造性模式

SpringBoot到底是什么

华为云开发者联盟

开发 springboot parent

自助洗车为洗车行业注入新活力

共享电单车厂家

自助洗车 自助洗车加盟 车白兔自助洗车 洗车行业市场

“认知计算”如何有效释放数据价值_IBM_李永辉_InfoQ精选文章