互聯網IDC圈4月6日報道,對于認知計算而言,洞察和預測只是其中的一種。但是,認知計算更為強調人和機器之間自然的交互,這些維度都不是傳統的大數據分析所強調。
認知計算是通過與人的自然語言交流及不斷地學習,從而幫助人們做到更多的系統,是從硬件架構到算法策略、從程序設計到行業(yè)專長等多個學術領域的結合,能夠使人們更好地從海量復雜的數據中獲得更多洞察,從而做出更為精準的決策。
在IBM,我們把它簡化歸納為,具備規(guī)?;瘜W習、根據目標推理以及與人類自然互動能力的系統。
認知計算與人工智能的區(qū)別是什么?
雖然認知計算包括人工智能的一些要素,但前者是一個更寬泛的概念。認知計算不是制造“為人們思考”的機器,而是與“增加人類智慧”有關,能夠幫助我們更好地思考和做出更為全面的決定。
人工智能的概念已經有二十多年了,人工智能從歷史和研究角度來講主要目的是為了讓機器表現得“更像人”,我們稱之為IntelligentBehavior。
IBM的認知計算從技術角度上來講和人工智能是有很多共性的地方,比如機器學習(MachineLearning)、深度學習(DeepLearning)等方面都很類似。
但是,IBM的認知計算目的并不是為了取代人,而IntelligentBehavior也只是認知計算的一個維度。認知計算除了要能夠表現人和計算機的交互更加自然流暢之外,還會更多地強調推理和學習,以及如何把這樣的能力結合具體的商業(yè)應用、解決商業(yè)的問題。
認知計算和大數據分析有何區(qū)別?
大數據分析屬于認知計算的一個維度。與大數據相比,認知計算的范圍更廣、技術也更為先進。
認知計算和大數據分析有類似的技術,比如大量的數據、機器學習(MachineLearning)、行業(yè)模型等,大數據分析更多強調的是獲得洞察,通過這些洞察進行預測。此外,傳統的大數據分析會使用模型或者機器學習的方法,但更多的是靠專家提供。
對于認知計算而言,洞察和預測只是其中的一種。但是,認知計算更為強調人和機器之間自然的交互,這些維度都不是傳統的大數據分析所強調。
此外,認知計算目前成長很快的一個領域為深度學習(DeepLearning),它的學習方法與傳統方法不同,更多的是基于大量的數據通過自學的方式得到這樣的模型,而不需要很多的人為干預,這個從學習方法來講和大數據分析有很多不同的地方。
文章名稱:認知計算與大數據人工智能有啥區(qū)別?
本文鏈接:http://m.rwnh.cn/article4/soioie.html
成都網站建設公司_創(chuàng)新互聯,為您提供網站維護、關鍵詞優(yōu)化、靜態(tài)網站、搜索引擎優(yōu)化、域名注冊、自適應網站
聲明:本網站發(fā)布的內容(圖片、視頻和文字)以用戶投稿、用戶轉載內容為主,如果涉及侵權請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網站立場,如需處理請聯系客服。電話:028-86922220;郵箱:631063699@qq.com。內容未經允許不得轉載,或轉載時需注明來源: 創(chuàng)新互聯