董超 毕晓君

认知计算（cognitive computing）源自模拟人脑的计算机系统的人工智能。20世纪90年代后，研究人员开始用认知计算一词，以表明该学科用于教计算机像人脑一样思考，而不只是开发一种人工系统。传统的计算技术是定量的，并着重于精度和序列等级，而认知计算则试图解决生物系统中的不精确、不确定和部分真实的问题，以实现不同程度的感知、记忆、学习、语言、思维和问题解决等过程。目前随着科学技术的发展以及大数据时代的到来，如何实现类似人脑的认知与判断，发现新的关联和模式，从而做出正确的决策，显得尤为重要，这给认知计算技术的发展带来了新的机遇和挑战。目前国外关于认知计算的研究早于国内，但都属于较为前沿的研究领域，发表的相关文献较少，因此系统地了解认知计算，归纳总结目前国内外研究现状，分析认知计算未来发展方向具有一定的重要意义，本文通过查阅相关资料，试图给出较为准确的认知计算发展综述。

1 认知计算的由来及定义

认知是人类的一个复杂行为动作，是人们推测和判断客观事物的心理过程，是在过去的经验及对有关线索进行分析的基础上形成的对信息的理解、分类、归纳、演绎和计算，人类的认知活动包括思维、语言、定向和意识4部分。

认知科学源于20世纪50年代，该名称于1956年的一次信息论的科学讨论会上提出。20世纪60年代，认知科学开始发展起来。1976年，《认知科学》期刊创刊，1979年由Roger Schank，Allan Col lins，Donald Norman及其他一些心理学、语言学、计算机科学和哲学界的学者共同成立了认知科学协会，使认知科学得到了迅速的发展，成为了一个备受关注的学术研究领域。20世纪90年代，有人将认知科学定义为研究智能和智能系统的科学。如今世界上已有60多所大学拥有认知科学的相关课程。对于认知科学的含义有着多种不同的解释，总体上，认知科学是一门以现代科学的观点，用科学的方法研究人的精神世界的学科。认知科学是包含了心理学、语言学、神经科学和脑科学、计算机科学，以及哲学、教育学、人类学等许多不同领域学科的一门广泛的综合性科学。其中认知计算是认知科学的子领域之一，也是认知科学的核心技术领域，认知计算对于未来信息技术、人工智能等领域均有着十分重要的影响。

认知计算最简单的工作是说话、听、看、写，复杂的工作是辅助、理解、决策和发现。认知计算是一种自上而下的、全局性的统一理论研究，旨在解释观察到的认知现象（思维），符合已知的自下而上的神经生物学事实（脑），可以进行计算，也可以用数学原理解释。它寻求一种符合已知的有着脑神经生物学基础的计算机科学类的软、硬件元件，并用于处理感知、记忆、语言、智力和意识等心智过程。认知计算的一个目标是让计算机系统能够像人的大脑一样学习、思考，并做出正确的决策。人脑与电脑各有所长，认知计算系统可以成为一个很好的辅助性工具，配合人类进行工作，解决人脑所不擅长解决的一些问题。认知计算时代，计算机将成为人类能力的扩展和延伸。认知计算意味着更高效的信息处理能力、更加自然的人机交互能力、以数据为中心的体系设计，以及类似人脑的自主学习能力，这为人类应对大数据挑战开启了新方向。

理想状态下，认知计算系统应具备以下4个特性。

第一，辅助（assistance）功能。认知计算系统可以提供百科全书式的信息辅助和支撑能力，让人类利用广泛而深入的信息，轻松成为各个领域的“资深专家”。

第二，理解（understanding）能力。认知计算系统应该具有卓越的观察力和理解能力，能够帮助人类在纷繁的数据中发现不同信息之间的内在联系。

第三，决策（decision）能力。认知计算系统必须具备快速的决策能力，能够帮助人类定量地分析影响决策的方方面面的因素，从而保障决策的精准性。认知计算系统可以用来解决大数据的相关问题，比如通过对大量交通数据的分析，找出解决交通拥堵的办法。

第四，洞察与发现（discovery）。认知计算系统的真正价值在于，可以从大量数据和信息中归纳出人们所需要的内容和知识，让计算系统具备类似人脑的认知能力，从而帮助人类更快地发现新问题、新机遇以及新价值。

2 认知计算的国内外研究现状

在国外认知计算受到了政府、研究机构以及研究人员的高度重视。2002年，美国国家科学基金会（NSF）和美国商务部（DOC）共同资助了一个雄心勃勃的计划“聚合四大技术，提高人类性能”，将纳米技术、生物技术、信息技术和认知科学看作21世纪4大前沿技术，并将认知科学视为最优先发展领域，主张这4大技术融合发展，并描绘了这样的科学前景：“聚合技术以认知科学为先导。因为一旦我们能够在如何、为何、何处、何时这4个层次上理解思维，我们就可以用纳米科技来制造它，用生物技术和生物医学来实现它，最后用信息技术来操纵和控制它，使它工作”。在欧洲，由欧盟资助的聚合技术及其对社会科学与人文科学的影响项目也同样强调了认知科学的重要性。在学术研究界，2006年由IBM阿尔马登研究中心发起了2006年认知计算会议，该会议取得了良好的效果。2007年又在加州大学召开了认知计算会议。美国国防高级研究计划署信息处理技术中心 2003年开始资助的认知计算项目的重点也是研制一种能够对环境、目标和自身能力进行思考，具有学习能力，能与使用者互动并解释其推理，以及应对突发事件能力的认知计算机系统。近年来IBM公司成为认知计算的研究先锋，2011年，IBM开发的neurosynaptic（神经突触）计算机芯片为现代认知计算的研究拉开了帷幕。2012年，在美国犹他州盐湖城举行的“超级计算机大会”上，IBM 发布了其关于认知计算的最新研究成果——《Compass：一个认知计算架构的可扩展的模拟器》，这种芯片技术是模拟一个人脑，并且完成人脑的各种功能。2013年10月2日，IBM研究院宣布成立“认知计算研究联合会”。据了解，以IBM 沃森（Watson）为代表的认知计算系统通过对大数据进行实时运算和分析，实现了自主学习并拥有了类似人脑的能力，它有效地提供信息，并且按我们的条件在人们每天面对的众多的自然语言内容里搜寻关键知识。并且已经成功应用于医疗、金融和客户服务等领域，以其更加智能、精准的大数据分析能力，降低误诊、拯救生命和提升客户体验。IBM 近日又宣布将与卡内基梅隆大学、麻省理工学院、纽约大学和伦斯勒理工学院4所大学合作制造一种类似人类大脑的计算机，将能够处理自然语言和非结构化数据，像人类一样通过经验进行学习。

我国对认知科学及认知计算的研究尚处于起步阶段，多数研究是对国外相关研究的介绍和总结。国内涉及该领域的研究人员多数来自哲学、心理学领域和信息技术领域。许多研究虽然涉及认知计算技术，但多数将其纳入人工智能的研究，很少使用认知计算这一概念，至今还没有关于认知计算的综述文章。2008年国家自然基金委员会发布了“视听觉信息的认知计算”重大研究计划，重点包括多模态信息协同计算、自然语言（汉语）理解、脑—机接口、驾驶行为的认知机理和无人驾驶车辆集成验证平台等领域，该重大计划的实施将有力地推动我国认知计算领域相关研究的发展，截止到目前己在视听觉信息处理的基础理论研究方面取得重要进展，在视听觉信息计算以及与视听觉认知相关的脑机接口等关键技术方面取得重大突破。2013年 10月11日，在北京举办以“从大数据到认知计算”为主题的认知计算研讨会，达成“我们已经进入了认知计算（cognitive computing）的新时代”的共识，2013年11月13日在MDCC 2013移动开发者大会上中国工程院院士李德毅发表了题为《大数据时代的认知计算》的演讲，充分体现了当前我国学者对认知计算技术方面研究的高度重视。

3 认知计算目前研究的重点和难点

人类的认知主要依靠大脑来实现，为了能够让机器像人一样具有认知能力，有必要深入探讨和研究人脑与计算机在存储和处理信息时的区别，来确定认知计算的研究目标以及研究的重点和难点。

就目前生物学家和神经学家对大脑研究成果可知，人类大脑将记忆和存储整合成一体，重量小于 3磅，占用体积大约两升，却比灯泡更加节能，人脑大约包含 1011个神经元，每个神经元大约有 103～104个树突及相应的突触，形成极为错综复杂而灵活多变的神经网络，虽然每个神经元的运算功能十分简单，且信号传输速率也较低（大约100次／秒），但由于各神经元之间形成的网络结构具有极度并行互连功能，使人的大脑能够高速处理复杂信息。人类大脑的运行就像是一个大规模并行分布式处理器，属于事件驱动方式，也就是说它对其所处环境中的事物做出反应，活动状态时耗能较少，休息状态下更少。人类大脑会重复利用神经元，并突触、异步、并行、分布式、缓慢、不具通用性地处理问题，是可重构的、专门的、容错的生物基质，并且人脑记忆数据与进行计算的边界是模糊的。

而现代计算机是基于冯诺依曼结构的二进制存储和中央处理器的分离机制，它的运行大部分是按照顺序依次进行的，并由一个时钟控制。这个时钟就像是军乐队的一个指挥，将每一个指令和每一份数据驱动到下一个位置——就像有足够空位的音乐抢椅子游戏。随着时钟增速以更快驱动数据处理速度，功耗也随之大幅上升，甚至在休眠时这些机器也需要大量的电能。更重要的是，编程是必不可少的。它们由电线连接，并且容易出现故障。它们善于执行的是预定义的算法以及分析工作。一般情况下计算机使用固定的数字化的程序模型，同步、串行、集中、快速、具有通用性地处理问题，数据存储与计算过程在不同地址空间完成。

由此可知，人类大脑和现代计算机具有完全不同的架构，它们的存储和处理机制完全不同，无论我们再努力多少年，以现代计算机为基础的认知计算无法模拟人脑的功能和实时反应，不能像人类大脑一样实现灵活而高深的认知过程，完成这个任务需要一个新颖的架构，这正是认知计算目前面临的难点和重点。

认知计算是一项系统工程，涉及多个领域的技术，目前研究学者公认的认知计算的4大关键技术为以下4个方面。

第一，在认知计算最顶层的是机器学习、自然语言理解和人机交互等技术。

第二，大数据技术，包括以什么样的方式来存储、组织、管理及分析大数据等。

第三，计算机的架构。认知计算系统所要求的计算能力远高于我们今天所能提供的计算能力。因此，如何实现以数据为中心的系统设计也是当前面临的挑战。

第四，在认知计算系统的底层还需要实现原子及纳米等技术方面的突破。

在上述认知计算的4个关键技术中，由于人脑与计算机有着本质区别，就目前认知计算的研究现状，其研究方向应该分为近期目标和远期目标，其中近期目标是认知计算的研究重点，远期目标是认知计算的研究难点。

作为认知计算的近期目标就是在计算机上尽可能像人类一样实现具有辅助、理解、决策和洞察与发现的能力，通过研究人类的认知机理，建立计算机认知模型，然后用计算机模拟人类认知的过程来处理实际问题，如目前正在处于研究阶段的人工智能机器学习、自然语言理解、视听觉信息的识别以及智能人机交互技术的研究等，而基于计算机的任何认知研究成果都无法实现机器认知的实质突破。

作为认知计算的远期目标应该是研究一个具有与大脑存储结构相似的电子大脑，新的电子大脑完全不同于目前的计算机存储和处理机理，而它像人类大脑一样实现灵活而高深的认知过程，为此我们需要不懈的努力，真正弄清人类大脑存储和处理信息的机理，建立合理的数学模型，并通过软硬件设计实现在存储和处理方面具有新机制的全新电子大脑结构，力争创造一种能够与真正人类大脑相比拟的新型智能机器。

IBM 阿尔马登研究中心在这个方面进行了有益而尖端的研究，给认知计算的未来发展带来信心。他们设计了神经形态自适应塑料可伸缩电子系统，为大脑的接线图绘制地图并开始人工合成，2009年5月他们成功地模拟建立了一个由10亿个神经元组成的系统，大约相当于一个较低等哺乳动物的大脑，系统结构同今天的计算机完全不同。存储器与处理器组件被紧密结合在一起，它没有时钟，操作是不同步的、事件驱动的，也就是说，它们没有预定的次序或时间表，像人类一样依赖的是学习而非编程。但其处理速度是实际事件发生速度的千分之一，不足以执行人类基本行为：觅食、打架、逃跑和交配。

2012年9月该实验室模拟大脑建成了一个较小版本的硬件装置，只有 256个神经元、26.2万个可编程突触和6.5万个学习突触，并且这台机器运行能耗跟大脑的耗能在同一个数量级上。基于其原生态能力，这个“小型人脑”可以进行空间导航、机器视觉、模式识别以及联想记忆等，并可以基于证据生成假设。它有一个“心灵之眼”，可以辨别出事物背后的模式，例如根据一个潦草的笔记，对其实际所代表的数字做出较为准确的猜测，这一成果已经比我们前寒武纪的祖先优秀了。

4 认知计算的未来展望

在下一个计算时代，计算系统将具备学习、适应和感知的能力，这将从根本上改善人们的生活、工作和人际交往的方式，这就是认知计算时代，计算机将成为人类能力的扩展和延伸。认知计算意味着更高效的信息处理能力、更加自然的人机交互能力、以数据为中心的体系设计，以及类似人脑的自主学习能力，这为人类应对大数据挑战开启了新方向。

可以相信，随着认知计算技术的发展，认知计算系统所具备的 4个层次的特性——辅助、理解、决策、发现，将是人类面对大数据时代的挑战、做出智慧决策的保障。百科全书式的信息辅助和支撑，让人类可以利用广泛而深入的信息，轻松成为各个领域的“资深专家”；非凡的观察和理解能力，帮助人类在纷繁信息中发现其内在的关联和涌现的趋势；快速决策能力，帮助人类定量地分析影响决策的方方面面，降低失误，保障决策的精准性；发现及洞察能力，将实现从“演绎”到“归纳”的突破，真正让机器具备类似人脑的“认知”能力，帮助人类发现当今计算技术无法发现的新洞察，新机遇及新价值。

目前作为认知计算系统的先锋，IBM的沃森系统已经应用于医疗、金融和客户服务等领域，以其更加智能、精准的大数据分析能力，降低误诊、拯救生命和提升客户体验。

2013年9月18日国家自然基金委公布2013年度关于认知计算的重大研究计划，重点支持如下两个领域，将是目前我国在认知计算领域的未来研究方向。

（1）基于视听觉认知机理的无人驾驶车辆与行驶环境理解。

针对无人驾驶车辆行驶需求，研究生物视听觉信息处理不同阶段的认知机理和计算模型：包括视听觉信息早期处理（视听觉信息预处理与增强）、中期处理（降维、特征选择与提取）和后期处理（分类、识别与理解）等不同阶段的认知机理与可计算模型。

1）基于视听觉认知机理的无人驾驶车辆

该集成项目要充分集成和体现在本重大研究计划资助下所取得的有关视听觉信息认知机理与计算机视觉方面的重要创新性成果，同时还要集成和体现在本重大研究计划资助下所研发的智能车关键技术与器件（如控制器、激光雷达、传感器和芯片技术等），研制无人驾驶车辆平台，实现复杂交通环境下高性能长距离自主行驶。

2）基于生物视觉机理的交通环境理解与目标检测

研究基于生物视觉机理及其视觉皮层信息处理机制的交通环境理解新模型和高效视觉信息处理方法。

（2）先进脑机接口与脑认知图像重建。

1）先进脑机接口

借鉴认知科学的已有研究成果，重点研究人脑行为意图信息可靠、快速获取、处理、分析和应用的新方法与新技术。

2）脑认知图像三维重建

重点研究人在一种或多种脑神经影像设备下的视觉场景激励方法、脑神经影像的表征与时空关联关系以及视觉场景激励与脑认知影像之间的数学映射模型，给出动态脑认知影像的三维重建模型和方法，探索理解与重现脑认知过程。

未来，认知计算在人类生活的各个方面都将带来根本性的改变。可以想象，在实时金融风险控制领域，认知计算技术可以让人们实现秒级的风险检测与防范；在教育领域，认知计算通过实时分析技术，为学习者制定个性化的教育计划并及时评估学习效果，以此优化教育方案，提高教育质量和效率。

5 结束语

认知计算是一个能够给人类生活带来不可思议变化的智能技术，文中通过对认知计算相关文献的归纳总结，综述了目前认知计算的国内外研究现状，通过分析计算机与人脑的区别，给出了今后研究的远期近期目标以及未来展望，对认知计算的总体认识和深入的研究具有一定益处。总之认知计算是一个贯穿整个计算机软硬件的整体创新，它的实现需要来自各个领域科学家的共同努力，需要一个漫长而艰苦的研究过程，但是认知计算技术的发展，必将是未来科技发展的趋势。·

（摘自《电子世界》2014年第15期）