網(wǎng)絡(luò)專家Mike Jude表示，大數(shù)據(jù)分析離不開認(rèn)知計算，所以構(gòu)建認(rèn)知計算框架時不能掉以輕心。

人們越來越關(guān)注大數(shù)據(jù)在企業(yè)內(nèi)部的應(yīng)用，但卻很少關(guān)注這些大型數(shù)據(jù)應(yīng)用程序一旦建立后是如何被有效利用的。大多數(shù)情況下，企業(yè)都會給架構(gòu)師提供一個允許數(shù)據(jù)專家查詢這些數(shù)據(jù)存儲情況的分析環(huán)境。換句話說，我們并沒有民主化這些數(shù)據(jù)，也沒有讓它們做各個層面的決策，而是我們創(chuàng)建了一個新的IT象牙塔：一個由身穿白色實驗服的人來幫我們做相應(yīng)的查詢工作。

當(dāng)然，在大的數(shù)據(jù)應(yīng)用環(huán)境下可以使用分析軟件應(yīng)用程序來完成一般的查詢工作。但是，很多重要的企業(yè)業(yè)務(wù)和網(wǎng)絡(luò)相關(guān)的決策不能交給那些通過幾個簡單的問題來選擇的分析設(shè)備。相反，我們需要的是一個分析和大數(shù)據(jù)工具，這個工具能夠把所有可用數(shù)據(jù)應(yīng)用到特殊問題上，還可以利用那些模糊數(shù)據(jù)。這就是認(rèn)知計算：使用智能設(shè)備從大量數(shù)據(jù)集中得出結(jié)論。

“沃森”的價值

IBM公司研究認(rèn)知計算在大數(shù)據(jù)分析上的應(yīng)用已經(jīng)有一段時間了。早在2011年，IBM就在美國智力競賽節(jié)目Jeopardy中展示了其“沃森”認(rèn)知計算技術(shù)。在那個游戲中，“沃森”屬于專家級別，擊敗了兩個人類選手。那么“沃森”是如何贏的呢?其實是通過分析用來支持該游戲而創(chuàng)建的大規(guī)模數(shù)據(jù)庫中的問答實現(xiàn)的。

從那時開始，IBM進(jìn)一步開發(fā)“沃森”技術(shù)，并將其應(yīng)用于需要在復(fù)雜的數(shù)據(jù)集中快速找到答案的基于云的應(yīng)用中。它支持前端自然語言，也可以用來分析大型數(shù)據(jù)集合中的關(guān)系。特別要提到的是Watson Explorer和Watson Analytics應(yīng)用，它們允許決策者從字面上考慮在特定領(lǐng)域中的可用數(shù)據(jù)來確認(rèn)他們的決策。“沃森”不是通過分析無用數(shù)據(jù)，而是通過利用企業(yè)中所有的大數(shù)據(jù)應(yīng)用資產(chǎn)來保證分析的準(zhǔn)確性。

最近有一篇關(guān)于“沃森”的新聞，IBM展示了其利用所有可用數(shù)據(jù)來解決問題的價值。在此新聞事件中，IBM展示了“沃森”是如何通過匹配癌癥患者的遺傳信息來改善患者治療方案的能力。由于醫(yī)學(xué)研究的工作量是成倍增長的，而且非常復(fù)雜，如果由醫(yī)生來做幾乎是不可能完成的任務(wù)。但是“沃森”可以，它可以從數(shù)據(jù)庫中快速匹配，找出精準(zhǔn)的治療方案，并向主治醫(yī)生提供可行建議，甚至當(dāng)醫(yī)生選擇了治療方案后記錄相關(guān)治療方法，向主治醫(yī)生學(xué)習(xí)經(jīng)驗。以后會越來越快速精準(zhǔn)的。

有一種方法可以證明認(rèn)知計算的價值

IBM通過一個提供免費訪問的在線門戶網(wǎng)站將其Watson Analytics提供給開發(fā)人員和企業(yè)IT人員，以研究其功能。在實際應(yīng)用中，IBM通過訂閱方式向企業(yè)和IT部門銷售其“沃森”云環(huán)境。另外，IBM剛剛宣布了一個新的企業(yè)級混合云產(chǎn)品，希望能夠保持其內(nèi)部部署的計算環(huán)境。

當(dāng)然，“沃森”并不是分析和大數(shù)據(jù)認(rèn)知計算的唯一方法。如今有很多人工智能初創(chuàng)企業(yè)在研究這一領(lǐng)域。比如SmartAction，它是一個人工智能交互式語音應(yīng)答的開發(fā)工具，利用IVA平臺來處理客戶呼叫中心的工作。另外，Cognitive Systems Institute也是在這一領(lǐng)域用來跟蹤事態(tài)發(fā)展的很好的資源。

但是，“沃森”和它們并不一樣，因為它是第一個設(shè)計用于一般用途的市場成熟的認(rèn)知設(shè)備。有了開放的API，它顯然是用于創(chuàng)建一個生態(tài)認(rèn)知系統(tǒng)，這將最終推動一個新的理論計算趨勢。

企業(yè)IT專業(yè)人員需要逐漸熟悉認(rèn)知計算技術(shù)、先進(jìn)的分析技術(shù)和人工智能技術(shù)。根據(jù)Frost & Sullivan Stratecast的一位分析師預(yù)測，數(shù)據(jù)很快會呈指數(shù)增長，到2020年，企業(yè)將有超過20 zetabytes(20萬億千兆字節(jié))的數(shù)據(jù)。這種龐大數(shù)量的數(shù)據(jù)存儲工作都將變得非常有挑戰(zhàn)性，使用像spreadsheets這種工具來分析數(shù)據(jù)更是變得不可能。所以需要更高級的工具。

但是，實施認(rèn)知計算并不簡單。在沒有外界幫助下開發(fā)基礎(chǔ)設(shè)施來支持認(rèn)知計算不是一般的IT部門可以做的。“沃森”也是通過前期大量的專業(yè)服務(wù)來確定用于支持和微調(diào)該方法的用例。這個企業(yè)案例依賴于業(yè)務(wù)指標(biāo)作為這一過程的一部分，因此，一旦實施了應(yīng)用程序，就可以確定投資回報率(ROI)。對于任何技術(shù)的實施，業(yè)務(wù)指標(biāo)都必不可少：這很難衡量一個新技術(shù)的影響，除非你知道它和誰比較。

這里有一個問題是，是否所有的前期努力都有回報。Stratecast認(rèn)為，在每個垂直行業(yè)里，了解認(rèn)知計算的公司的業(yè)務(wù)都具有無可比擬的競爭優(yōu)勢。認(rèn)知計算是轉(zhuǎn)型：它將重新定義競爭格局。它是值得的。