认知计算(Cognitive Computing)的目标是为应用程序带来感觉能力,使App能够看、听、说、甚至决策。基于自然语言处理、视觉识别、人脸识别、情感识别、视频分析、文本转语音、语音转文本、语言翻译和情感分析等技术,认知计算使开发人员能够通过简单的API进行开发编程。通过充分利用这些服务,应用程序就能提供更加自然的用户体验。而这一切的背后,是机器学习,应用了多样化的算法提供这些强大的认知能力。虽然它看起来似乎很简单,但是云供应商们已经在其中投入了巨量的资源,为了向开发者们提供认知API。从保险到金融,所有的主要行业的垂直行业都会开始使用认知计算平台,来为他们的客户提供更好的体验。

亚马逊AI、IBM Watson、谷歌云和微软认知API是目前市场上比较多见的一些商业产品。

影响行业

认知计算将主要影响以下五大行业:

1、银行/金融/保险:这一行业主要的AI应用在于销售、市场、服务、监管、索赔和风险。典型用例包括项目顾问和推荐、欺诈分析和调查、管理情报、自动索赔处理、自动威胁情报和预防系统。

2、健康和生命科学:这一行业主要的AI应用在于服务和决策支持。典型用例包括诊断和治疗、医药研发、索赔管理和个性化健康服务。

比如,香港中文大学基于云解决方案,使研究小组加快探索大型的、复杂的癌症数据集和识别的研究。

3、消费(零售和消费者零售包装货物/CPG):这一行业主要的AI应用在于销售、市场、营销和供应链物流。典型用例包括自动化客户服务代理、产品专家顾问和购物建议、全渠道销售。

4、电信/机电:这一行业主要的AI应用在于销售、市场营销和IT。典型用例包括虚拟代理、数字广告、自动化的威胁情报处理。

5、政府/教育:这一行业主要的AI应用在于战略项目和威胁情报。典型用例包括威胁情报和预防、国防、恐怖主义调查、项目顾问和推荐系统、公共安全和应急响应、自适应学习等。

认知计算的发展现状和趋势

驱动认知计算主要有三个动力:认知计算在人工智能发展领域的重要性;越来越庞大而复杂的数据集为重大问题和解决方案提供参考源;第三大计算平台的崛起,包括云计算、物联网、移动端、大数据、分析、社会。

与此同时,认知计算的发展也有四个主要的挑战:认知计算的概念转化为现实涉及到很多具体的项目,有待完成;我们目前还没能完全建立合理的用例和投资回报模式;认知计算,或者说人工智能对于未来的就业前景等社会效应有待评估;产业生态涉及多方关系,包括具体的供应链、合作伙伴、开发人员等等。

根据IDC的调研显示,广泛的认知计算系统和AI应用将推动全球各个产业盈利从2016年的80亿美元增长至2020年的470亿美元。福布斯也表示,认知计算将创造新的职业,截至2025年创造的工作岗位有890万个,包括机器人监控专业人员、数据科学家、自动化专家、内容策划等。

       奔涌支流,繁盛垂直
       回归传统,不忘初心
       网络谣言
       阿里AI谣言粉碎机
       宜家沙发字体
       ESG数据
       小数据
       小数据机器人
       数字原住民
       单身卷土重来