認知智能

出自 MBA智库百科(https://wiki.mbalib.com/)

　　人工智慧分為三個發展階段：計算智能、感知智能、認知智能。其中，認知智能是指機器具有主動思考和理解的能力，不用人類事先編程就可以實現自我學習，有目的推理並與人類自然交互。人類有語言，才有概念、推理，所以概念、意識、觀念等都是人類認知智能的表現，機器實現以上能力還有漫長的路需要探索。

　　在認知智能的幫助下，人工智慧通過發現世界和歷史上海量的有用信息，並洞察信息間的關係，不斷優化自己的決策能力，從而擁有專家級別的實力，輔助人類做出決策。認知智能將加強人和人工智慧之間的互動，這種互動是以每個人的偏好為基礎的。認知智能通過搜集到的數據，例如地理位置、瀏覽歷史、可穿戴設備數據和醫療記錄等等，為不同個體創造不同的場景。認知系統也會根據當前場景以及人和機器的關係，採取不同的語氣和情感進行交流。

　　人工智慧和認知智能都是電腦科學的分支學科之一。人工智慧是智能時代的第二個階段，認知智能是智能時代的第三個階段。

　　認知智能，即“能理解會思考”，擁有處理複雜的事實和情形的能力。認知智能的發展分為三個層次：

• 第一層是語言理解。更複雜語言的理解，比如實現自動閱卷、批作文等。目前的聊天機器人，多問幾個問題，可能就無法理解深層次的語義了。
• 第二層是分析、推理。
• 第三層是人格和情感。是指人工智慧有自己的人格和情感，也就有自己的自主意識，和人類一樣有思想。

　　認知智能也並不是智能時代發展的最終階段，最終階段應該是通用智能強智能時代。無論是人工智慧還是認知智能，都有其重要的時代特征。一項新體系的產生往往和新的時代相伴而生。社會和科技的發展演進，整個過程也是不可阻擋的，同時也是不可逆的。新的科技和技術的產生是舊的科技和技術發展的需求，也是社會發展的需求。人類社會就是在一次次的創新和突破中越來越先進，越來越文明，走向的階段也越來越高級。

　　感知智能主要是數據識別，需要完成對大規模數據的採集，以及對圖像、視頻、聲音等類型的數據進行特征抽取，完成結構化處理。認知智能則需要在數據結構化處理的基礎上，理解數據之間的關係和邏輯，併在理解的基礎上進行分析和決策。

　　以認知智能滲透較為領先的金融行業為例，當前金融行業面臨運營成本高，客戶服務壓力大；產品服務單一，無法很好的覆蓋長尾客戶；交易欺詐風險高等實際業務問題，這些都無法通過感知智能技術解決，而知識圖譜驅動的認知智能則能提供相應的解決方案。

　　智能客服能夠與客戶就簡單問題進行人機交互，降低金融機構客戶服務的成本，而且效率和客戶體驗都能大大提升。智能客服能夠依靠知識圖譜回答簡答的、重覆性的問題，減少人工客服使用，提升銀行等金融機構客服效率及效果。在理財高端市場，理財規劃師能夠提供專屬服務，但在中產之下的長尾市場，付費能力有限，單靠理財師也很難覆蓋大眾的個性化需求。利用大數據、人工智慧技術開發的智能投顧，能夠向更多客戶提供個性服務，助力零售銀行低成本覆蓋廣大長尾市場。相比於人工信貸審核，人工智慧不僅效率高，更重要的是能夠進行更多維度的關聯數據分析，將知識圖譜應用於風控環節。例如螞蟻金服推出的“蟻盾”、“芝麻信用”，網易金融推出的風控系統“北斗”，相比於比傳統銀行，這類解決方案能夠基於更多維度的用戶數據（知識圖譜可以關聯到用戶職業、行為、社交等各類數據），開展更高效的信貸業務，同時也能降低交易欺詐等信貸風險。

• 人工智慧