什么是认知计算？
认知计算旨在模拟复杂情况下的人类思维过程，尤其是在答案可能模棱两可的情况下。通过结合人工智能及许多基础技术，并不断吸收大量数据形式的新信息，认知计算系统可以被教导，最终“思考”问题以提出合理的解决方案。
认知计算是使用计算机化模型，不仅以预先编程的方式处理信息，而且寻找新信息、解释它并采取它认为必要的任何行动。系统能够自己制定响应，而不是遵守一组规定的响应。
认知系统是概率性的，这意味着它们旨在适应和理解非结构化信息的复杂性和不可预测性。它们可以“阅读”文本、“看到”图像和“听到”自然语音，并可以解释这些信息。
因此，认知计算可以为决策者提供基于数据的更好的决策，它还用于与人建立更深层次的关系。
上文提到的认知计算系统会使用人工智能及其许多基础技术，这些技术包括神经网络、自然语言处理、对象识别、机器人技术、机器学习和深度学习。通过将这些过程与自学算法、数据分析和模式识别相结合，不断以海量数据的形式吸收新信息，进而“思考”问题并提出合理的解决方案。
认知计算与人工智能
认知计算和AI通常可以互换使用，但它们并不相同。
人工智能是一个总称，用于描述依赖大量数据来建模和自动化通常需要人类智能的任务的技术。典型的例子是聊天机器人、自动驾驶汽车以及智能助手。人工智能使用算法做出决策，而认知计算则需要人工协助来模拟人类认知。
这意味着认知计算系统必须具有适应性，可以随着新信息的出现、环境的变化，来调整它们正在做的事情。
事实上，认知计算不是用来自动化流程或揭示大量数据中隐藏的信息和模式，而是旨在模拟人类思维过程并帮助人类找到解决复杂问题的方法。
换句话说：认知计算不会自动化人类的能力，而是增强。
