导航:首页 > 网络数据 > 认知计算与大数据分析

认知计算与大数据分析

发布时间:2023-05-30 08:23:15

A. 年度的十大科技热词有哪些

随着科技日新月异的发展,很多的人享受到了科学的恩惠。下面为您精心推荐了年度的十大科技热词,希望对您有所帮助。

十大科技热词

无线充电技术

无线充电技术(Wireless charging technology;Wireless charge technology ),源于无线电力输送技术。无线充电,又称作感应充电、非接触式感应充电,是利用近场感应,也就是电感耦合,由供电设备(充电器)将能量传送至用电的装置,该装置使用接收到的能量对电池充电,并同时供其本身运作之用。由于充电器与用电装置之间以电感耦合传送能量,两者之间不用电线连接,因此充电器及用电的装置都可以做到无导电接点外露。

过顶业务 over-the-top service,OTT service (通信)

互联网企业利用传统电信运营商的基础网络,直接面向用户提供的服务。电信运营商只起到传输通道的作用,因类似于篮球运动中的“过顶传球”而得名。

电磁黑洞

电磁黑洞是东南大学崔铁军教授研究小组在普渡大学科学家提出的“光学黑洞”理论方案的基础上用新型人工电磁材料构造的模拟了微波频段的实验装置。该装置在微波频段,模拟黑洞对电磁波的吸收率可达到99%以上。这一新研究构建了吸收电磁波的全新方法,同时又可以控制电磁波的吸收辐射。由于对电磁波的高效吸收性,电磁黑洞可望在电磁隐身等方面获得重要应用。

蓝色经济区

蓝色经济区,是指依托海洋资源,以劳动地域分工为基础形成的、以海洋产业为主要支撑的地理区域,它是涵盖了自然生态、社会经济、科技文化诸多因素的复合功能区。基本特征是:依托海洋,海陆统筹,高端产业聚集,生态文明,科技先导。

脑机接口

脑机接口(brain-computer interface,BCI),有时也称作“大脑端口”direct neural interface或者“脑机融合感知 ”brain-machine interface,它是在人或动物脑(或者脑细胞的培养物)与外部设备间建立的直接连接通路。在单向脑机接口的情况下,计算机或者接受脑传来的命令,或者发送信号到脑(例如视频重建),但不能同时发送和接收信号。而双向脑机接口允许脑和外部设备间的双向信息交换。

自媒体

自媒体(外文名:We Media)又称“公民媒体”或“个人媒体”,是指私人化、平民化、普泛化、自主化的传播者以现代化、电子化的手段,向不特定的大多数或者特定的单个人传递规范性及非规范性信息的新媒体的总称。自媒体平台包括博客、微博、微信、论坛/BBS等网络社区。

转化医学

转化或转换医学(Translational Medicine)是近两三年来国际医学健康领域出现的新概念,同个性化医学(Personalized Medicine)、可预测性医学等一同构成系统医学(systems medicine,包括系统病理学、系统药物学、系统诊断与综合治疗等)的体系,建立在基因组遗传学、组学芯片等系统生物学与技术基础上的现代医学,系统科学理论与自动化通讯技术之间的互动密切,从而使科学研究向工程技术应用的产业化过程快速实施,系统科学应用于医药学而将导致基础与临床之间的距离迅速缩短。

暗能量

暗能量和暗物质是一种不可见的、能推动宇宙运动的能量,宇宙中所有的恒星和行星的运动皆是由暗能量与万有引力来推动的。根据“普朗克”探测器收集的数据,科学家对宇宙的组成部分有了新的认识,宇宙中普通物质和暗物质的比例高于此前假设(73%),而暗能量这股被认为是导致宇宙加速膨胀的神秘力量则比想象中少,占不到70%。[1] [2] 暗能量是宇宙学研究的一个里程碑性的重大成果。支持暗能量的主要证据有两个。一是对遥远的超新星所进行的大量观测表明,宇宙在加速膨胀。按照爱因斯坦引力场方程,加速膨胀的现象推论出宇宙中存在着压强为负的“暗能量”。

产油微藻

微藻是指一些微观的单细胞群体,是最低等的、自养的释氧植物。它是低等植物中种类繁多、分布及其广泛的一个类群。无论是在海洋、淡水湖泊等水域,或在潮湿的土壤、树干等处,几乎在有光和潮湿的任何地方,微藻都能生存。

认知计算

认知计算出自于IBM人工智能超级计算机“沃森”的称谓,而现在,它更多的代表着一种全新的大数据分析方式。随着信息的增加,计算机可在已有经验的基础上随着时间推移,以学习的、交互的方式,随着数据的进一步增长逐步提高认知的分析行为, 就像大脑会自然而然地做事情,“认知计算”是人工智能和大数据的“联姻”。

量子计算

量子计算,是当前最热门的研究领域。相对于普通计算机,基于量子力学特性的量子计算机,拥有超乎想象的并行计算与存储能力,求解一个亿亿亿变量的方程组,具有亿亿次计算能力的“天河2号”需要100年,而万亿次的量子计算机理论上只需要0.01秒就可解出。当量子计算机应用之时,现在的密码破译、基因测序等科学难题,将可迎刃而解。

深度学习

深度学习Deep Learning的概念源于人工神经网络的研究。机器学习研究中的一个新的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如图像,声音和文本。自2006 年以来,机器学习领域,取得了突破性的进展。图灵试验(图灵,计算机和人工智能的鼻祖),至少不是那么可望而不可及了。在技术手段上不仅仅依赖于云计算对大数据的并行处理能力,而且依赖于算法。这个算法就是Deep Learning。借助于Deep Learning 算法,人类终于找到了如何处理“抽象概念”这个亘古难题的方法。

年度的科技热词

VR/AR

VR(虚拟现实)和AR(增强现实)是今年备受关注的两个词。VR就是虚拟现实技术,在三维环境中提供沉浸感觉的技术。而AR就是增加用户对现实世界感知的技术。网上一段视频你一定不会陌生(如图),然而这段让人尖叫的视频,却与“欺骗”“谎言”挂钩,因为这是特效合成的。但VR/AR技术是实实在在的产品,比如VR眼镜、VR一体机等。这是一个让宅男心跳加速的技术,前不久,号称柳岩进行了一次VR直播,据报道在线人数接近2000万人次。

不仅如此,VR也让游戏找到了新的出路,索尼的`PSVR更是卖疯了。据报道,PSVR在日本上市四天就卖出了46492台。不过,沉浸感和眩晕症一直是VR设备所诟病的,看来VR还处于爆发前夕。

说到AR,只要了解今年最火爆的一款游戏就行。PokemonGO中文名称口袋妖怪,这是一个AR+情怀的游戏,让外国人欲罢不能。网络地图嗅到了一波商机,推出了网络AR导航,让路痴也敢白天晚上随便闲逛。

人工智能

人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。也许你对概念并不熟悉,但你对AlphaGo一定非常熟悉,就是它在用高超的棋艺战胜了李世石,直接引爆了这一轮人工智能的热潮。前不久,三连冠的柯洁也认怂,声称干不过AlphaGo。围棋高手引以为傲的不被机器战胜的领域,就这样沦陷了。

据《科学》杂志判断,到2045年,世界上50%的工作,都会被人工智能所取代。而在中国这个数据是77%。也就是说,30年之内,我国每4个工作中至少有3个会被人工智能取代。尤其是助理、翻译、保安,这些工作可能都会被取代。今天的人脸识别,可以做到比人20倍更精确的辨识人脸。

科技巨头们并不会放弃这个机会,大力开垦这块领域。下面罗列一下今年关于人工智能的收购案。

2016年1月份,苹果收购人工智能初创公司Emotient,这家公司的成果在于使用人工智能技术读取图片中的面部表情。

2016年5月份,eBay宣布收购Expertmaker,这是一家使用机器学习进行大数据分析的瑞典企业。 2016年5月份,英特尔收购了专门从事计算机视觉 (CV)算法的初创公司It-seez,计划利用Itseez专业能力来创建从汽车到安全系统的物联网(IoT)。

2016年8月份,微软收购了一个两年半的初创公司Ge-nee,其主要产品是一款拥有AI技术的智能日程工具

2016年9月份,谷歌相继收购了用于开发聊天机器人的人工智能平台Api.ai,距离收购视觉搜索创企Moodstock仅过去两个月之久。

2016年9月份,亚马逊低调收购了机器人创业公司An-gel.ai,这家公司的联合创始人成为亚马逊“新机器人产品”的项目负责人。

有名的科技热词

大数据

大数据的定义是,一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。但大数据并不在“大”,而在于“有用”。价值含量、挖掘成本比数量更为重要。对于很多行业而言,如何利用这些大规模数据是成为赢得竞争的关键。大数据的价值体现在以下几个方面:1、对大量消费者提供产品或服务的企业可以利用大数据进行精准营销;2、做小而美模式的中长尾企业可以利用大数据做服务转型;3、面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值。

“大数据”在经济发展中的巨大意义并不代表其能取代一切对于社会问题的理性思考,但企业组织利用相关数据和分析可以帮助它们降低成本、提高效率、开发新产品、做出更明智的业务决策等等。例如,通过结合大数据和高性能的分析,及时解析故障、问题和缺陷的根源,每年可能为企业节省数十亿美元;为成千上万的快递车辆规划实时交通路线,躲避拥堵;分析所有SKU,以利润最大化为目标来定价和清理库存;根据客户的购买习惯,为其推送他可能感兴趣的优惠信息;从大量客户中快速识别出金牌客户等等。

独角兽

独角兽企业原本是美国风投界的术语。用来描述估值超过10亿美元的初创公司。这些企业最初通常是以软件为主,但现在渐渐包括了其他领域的行业。到2015年8月止,在独角兽企业名单上排行在前的企业有Uber(交通),小米(电子消费品),Airbnb(住宿), Palantir(大数据)和Snapchat(社交媒体)。

由独角兽衍生而来的词:十角兽,指估值超过100 亿美元的初创企业。超级独角兽,super-unicorn,指估值超过1千亿的公司,例如Facebook。独角鲸,加拿大技术独角兽一般被称为独角鲸。


B. 认知计算是什么与人工智能,机器学习这些概念有什么区别

最近要写paper也在关注这些议题,现有资料中徐峰、冷伏海的paper《认知计算及其对情报科学的影响》中的表述相对系统:

认识计算源自模拟人脑的计算机系统的人工智能,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象人脑一样思考,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,以实现易于处理、强劲和低价的工程问题解决方案。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。在认知科学领域,虽说大多数人赞同“心智或认知就是计算”这一口号式的纲领并在其指导下从事常规研究,但对于认知计算却没有十分明确统一的概念。下面是对认知计算的一些理解。
认知计算是综合了神经网络、计算机组织一系列事件和经验作决策的衡森一个技术领域。人工神经网络的发展是该方向的一大进步。人工神经网络用于计算机有关环境知识的组织,可使其作出合理(依据充分)的选择,并有可能应对阻碍和问题。认知计算研究人员认为,大脑是一种机器,因此有可能被复制。
认知计算是一个多种技术的综合体,每种技术用不同的方法解决其领域内的问题。如人工神经网络将生物神经的互动作为模式认知、决策、模拟和预测的模型。模糊逻辑利用类似于人类决策过程的方式利用信息,对于控制和决策制定应用十分有用。进化计算用于自然选择和进化理论,在优化中十分有用。认知计算为分析技术处理和人类活动提供了一个有效的途径。哈佛大学的Leslie
G.Valiant认为,与其他的方法相比,认知计算主要有以下三个特点:所有存储、学习或回忆都是用先前获取的信息通过承载网络执行的简单算法过程;系统把持续学习作为后台活动;在更加复杂的认知处理中,如分析复杂情景或推理时,内部计算拥有一个重要的时间域和需要保持的状态信息。
认知计算是一种自上至下的、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(大脑),可以进行计算,也可以用数学原理解释。认知计算寻求一种符合已知的有着大脑神经生物学事实的计算机科学类的软件/硬件元件。并用于处理感知、记忆、语言、智力和谈拦改意识等心智过程。
上面的几种理解从不同的侧面对认知计算的内涵和特点进行了分析,从中可以看出,虽然表述不尽相同,但许多学者对于认知计算涉及的主要技术领域,及认知计算需解决的主要问题大都有着较为类似的看法。综合以上概念,可以将认知计算简单地理解为综合了多种技术的,旨在通过利用基于计算技术等人工机制实现人类认知功含判能的技术领域,是认知科学的核心技术领域。在情报科学领域常用人工智能的概念,但实际上认知计算与人工智能所关注的重点存在着一些差别。人工智能重在研制一种能够实现人类认知功能的人工机器,而认识计算则重在研究可以模拟人类的认知功能的计算原理和方法。

----------------------------------------------------------
还在研究中,所以先放一段别人的表述吧,之后有更成熟的想法再更新。

C. 认知计算,人工智能和大数据分析有何区别

你好·抄
大数据分析属于认知计算的一个维度。与大数据相比,认知计算的范围更广、技术也更为先进。
认知计算和大数据分析有类似的技术,比如大量的数据、机器学习(MachineLearning)、行业模型等,大数据分析更多强调的是获得洞察,通过这些洞察进行预测。此外,传统的大数据分析会使用模型或者机器学习的方法,但更多的是靠专家提供。
对于认知计算而言,洞察和预测只是其中的一种。但是,认知计算更为强调人和机器之间自然的交互,这些维度都不是传统的大数据分析所强调。
此外,认知计算目前成长很快的一个领域为深度学习(DeepLearning),它的学习方法与传统方法不同,更多的是基于大量的数据通过自学的方式得到这样的模型,而不需要很多的人为干预,这个从学习方法来讲和大数据分析有很多不同的地方。
希望能够帮助到你

D. 常见的科学术语有哪些

科技术语纤亏有尺竖派虚拟现实、人工智能、认知计算、量子计算、深度学习、DT时陵贺代、计算机视觉、人脸识别、物联网等等。

E. 科技术语有哪些

1、人工智能:人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

2、AIBO机器狗:2017年11月1日,日本索尼公司发布了狗型家用机器人“aibo”。新型“aibo”搭载了人工智能,能够自己靠近主人,发出有个性的叫声。这是1999年发售的世界首台家用机器人“AIBO”的新机型。

3、智能垃圾桶:采用先进的微电脑控制芯片、红外传感探测装置、机械传动部分组成,是集机光电于一体的高科技新产品,当人的手或物体接近投料口(应感窗)约25cm—35cm时,垃圾桶盖会自动开启,待垃圾投入3-4秒后桶盖又会自动关闭。



4、智能物流:智能物流是利用集成智能化技术,使物流系统能模仿人的智能,具有思维,感知,学习,推理判断和自行解决物流中某些问题的能力。

智能物流的发展将会促进区域经济的发展和世界资源优化配置,实现社会化。 通过智能物流系统的四个智能机理,即信息的智能获取技术,智能传递技术,智能处理技术,智能运用技术。

5、智能医疗:智能医疗是通过打造健康档案区域医疗信息平台,利用最先进的物联网技术,实现患者与医务人员、医疗机构、医疗设备之间的互动,逐步达到信息化。

F. 认知计算的关于认知计算

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。正敏芦
认知计算源自模拟人脑的计算机系统的人工智能,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拿拦的机遇和挑战。
另据IDC预测,到2018年,超过一半的消费者将获取到基于认知计算开发的服务。到2020年,50%的商业分析软件将包含举带基于认知计算功能的分析工具,同时认知服务将嵌入新的应用之中。嵌入式的数据分析将为美国企业提供超过600亿美元的减省。

G. 科技术语有哪些呀

科技术语如下:

1、虚拟现实

虚拟现实是由计算机仿真系统创建的虚拟。一般来说,就是利用技术手段使人身临其境,与这个环境互动。这项技术主要包括模拟环境、感知、自然技能和传感器。

除了计算机图形技术产生的视觉感知外,还包括听觉感知、触觉感知、力觉感知、运动感知,甚至嗅觉、味觉等多重感知。目前,虚拟现实技术已经应用于医学、军事航天、室内设计、工业仿真、游戏、娱乐等多个行业。

2、人工智能

人工智能是计算机科学的一个分支,它试图理解智能的本质,并产生一种新的智能机器,可以以类似于人类智能的方式做出反应。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统。

自人工智能诞生以来,其理论和技术日益成熟,应用领域不断扩大。可以想见,人工智能带来的科技产品将是未来人类智能的“容器”。人工智能可以模拟人类意识和思维的信息过程。人工智能不是人类智能,但它能像人类一样思考,可能会超越人类智能。

3、认知计算

认知计算源于ibm人工智能超级计算机“沃森”的名字,现在代表了一种全新的大数据分析方式。随着信息的增加,随着时间的推移,计算机可以通过学习和交互的方式,随着数据的进一步增长,逐渐改善自己的认知分析行为,就像大脑会自然地做事一样。“认知计算”是人工智能和大数据的“联姻”。

4、量子计算

量子计算是目前比较热门的研究领域。基于量子力学的量子计算机与普通计算机相比,具有超乎想象的并行计算和存储能力,求解一个有数十亿个变量的方程组需要100年。而万亿次量子计算机只需要0.01秒就可以求解。随着量子计算机的应用,密码破译和基因测序等当前的科学问题将很容易得模绝掘到解决。

5、深度学习

深度学习的概念源于人工神经网络宏袜的研究。机器学习研究中的一个新领域,其动机在于建立和模拟人脑分析学习的神经网络,模仿人脑解释数据的机制,如图像、声音和文本。

自2006年以来,机器学习领域取得了突破性进展。图灵测试至少不是那么遥不可及。在技术手段上,不仅取决于云计算对大数据的并行处理能力,还取决于算法。算法是deeplearning。在deeplearning算法的帮助下,人类终于找到了解决“抽象概念”这一古老问题的方法。

6、dt时代

dt时代的数据处理技术。虽然这个词很早就提出来了。但直到2015年3月马云在it峰会上的演讲,才在国内火起来。马云说,两者的区别在于,it时代以“我”为中心,dt时代以“他人”为中心,让他人更强大旦核,更开放,承担更多责任。

7、计算机视觉

计算机视觉是一门研究如何让机器“看见”的科学。进一步说,是指用相机和计算机代替人眼来识别、跟踪和测量目标,并进一步处理图形,使计算机处理变得更适合人眼观察或将图像发送给仪器进行检测。

形象地说,就是在计算机上安装眼睛(摄像头)和大脑(算法),让机器感知环境和物体。我们中国的成语“眼见为实”和西方人常说“一幅画胜过一万句话”,表达了视觉对人类的重要性。不难比较,有视觉的机器未来是不可估量的,比如:智能机器人,智能视频监控,新型人机界面等等。

H. 解析认知计算与大数据和人工智能的区别

这两个是不同的领域,但是有共同点的,都是以后发展的趋势的。人工智能对技术的要求更高一些吧。大数据涉及的范围比较广。但是人工智能也是比较广泛的。柠檬学院大数据。

I. 认知计算和大数据分析有什么区别

认知计算是IBM提出的概念,认为“认知计算”是通过与人的自然语言交流及不断地学习,从而肆拦帮助人们做到更多衡仿的系统。而大数据收集是其咐雹纤计算学习的基础。

J. 大数据需要理性认知

大数据需要理性认知
认清大数据
“当前对于大数据最明显的认识误区是把大数据和Hadoop MapRece划等号,和互联网UGC(用户生成内容)画等号。”

《计算机世界》:“大数据”是当前最流行的概念,应该怎样理解这个概念?
潘越:大数据原来只是技术领域里的概念,后来逐渐发展到与产业和商业紧密相关,这导致围绕着大数据的很多观念和做法都发生了转变。过去人们更强调数据本身的价值,只保存“有用的”数据,然后对此做出分析就可以了。但是随着数据管理和数据分析技术的进步,现在已经可以处理更大规模的数据,所以此时就需要考虑数据分析服务的个性化问题,人们对于数据应用的理念也开始发生转变。现在的大数据服务商可以先把各种各样的数据保存下来,包括那些原来被认为是“没有用”的数据,然后进行有针对性的分析和实现按需交付,从而给客户带来快捷和更细化的服务,推动商业的进步。
《计算机世界》:大数据应用就是保存所有的数据、分析所有的数据?
潘越:把数据尽可能地保存并不是说把数据像堆杂物一样地储存,而是需要对数据进行组织和管理,IBM称之为数据治理,意思就是把数据当做资产来看待。资产肯定包括不同的类型,数据也一样。
对一个企业来说,它的主数据就是核心资产,其中可能包括客户信息、产品信息、供应商信息等。核心资产非常重要,也经常要被使用,所以必须保证其在安全和高效的环境下得到利用和保护;还有一类数据关系到企业的业绩水平,它将决定企业的运营做得好还是不好,体现出的是绩效管理的结果,这部分数据由数据仓库支持;第三类则是关系到企业未来的数据,它们的价值在于“潜力”,比如原始单据就是这类数据,企业有可能从中挖掘出新价值,让自己的业务做得更好、更有前景,它们是“内容管理”的对象;此外还有一类“很快的数据”,它们是需要迅速得出处理结果的数据。比如一个客户来了,企业马上就要分析出该客户的兴趣点是什么、与其他客户有何关联关系等,以便及时做出最有效的应对。这种数据的形态与前几种都不同,它们需要以流数据的方式进行处理。
需要指出的是,每一类数据都有一个生命周期,都有一个从获取、管理、应用,到用于决策支持的过程。
《计算机世界》:大数据应用发展到理想状态,企业就可以精准预测客户需求,提前解决供应问题吗?人们对大数据的认识是否有误区?
潘越:1974年的诺贝尔经济学奖得主哈耶克,他发表的获奖演说题为《知识的伪装》,其中说到:“随着科学知识的增加,我们高估了自己理解构成世界的微妙变化能力,也高估了我们对每个变化的重要性做出判断的能力。”所以,无所不知只是人的错觉。现在很多研究者制作出一些精确的数学模型,认为这就是因果模型,但其实它们是关联模型。同样,大数据本身也不能帮你得出因果关系,而只能显现关联关系。
当前对于大数据最明显的认识误区是把大数据和Hadoop MapRece画等号,和互联网UGC画等号。其实MapRece只对处理大数据中的一类数据有效,而且只是一种处理方法。互联网UGC也只是大数据分类中的一部分,许多行业都有待挖掘的大数据资源,包括传统零售行业、医疗行业、政府信息等。
数据就是资产
“各行各业都有大规模的数据资源,只不过因为种种原因,很多没有开放,只要有合理的机制解决开放问题,让数据能在被充分保护的基础上加以利用,就能发掘出很多大数据的应用机会。”
《计算机世界》:大数据时代,IBM追寻怎样的目标?
潘越:IBM总的原则就是:为客户创造价值。在大数据方面,IBM所做的是帮助客户确认数据资产,对数据资产进行有效管理和有效利用,让数据资源长久为客户服务,这是我们的基本原则。短时期内,IBM的目标是通过自己的技术、产品和服务,帮助客户管好、用好数据资源。而在将来,IBM一方面希望更深层次地利用现有或者可能产生的数据,进一步挖掘数据的价值;另一方面,IBM认为数据既然是资产,就可以进行交易,未来是否可以把数据资产定价,像别的资产一样自由交易,又该怎样进行交易,这个问题IBM正在研究。
《计算机世界》:当前在行业应用方面,IBM的大数据能力体现在哪里?
潘越:目前零售行业是大数据应用非常活跃的领域,在中国,IBM跟王府井百货和苏宁都有合作,用大数据技术和服务帮助这些传统零售商在向电商形态转变。事实上,传统的零售商也有自己的优势,比如它的物流系统要比第三方更稳定可靠,所以在电商领域他们有自己的后发优势,当这种优势与大数据技术得到良好结合,他们的电商之路一定会顺畅很多。另外,医疗行业也是大数据应用的重要行业,超级电脑Watson就在朝这个方向努力。
Watson是一个问答系统,可以根据病人的病历、分析文献和其他医生的意见,给出一个诊断决策。目前Watson在医疗领域已经有应用案例,比如IBM和美国最大的保险公司WellPoint就在进行相关合作。更重要的是,IBM将Watson与大数据结合在一起,还在于探索解决非结构化数据的处理问题,尤其是多媒体数据,包括图像、视频等等。比如医学影像通常需要专业的医生去解读,而IBM现在试图让Watson也去完成这类解读,这是一个很大的挑战,但是如果能够探索出解决办法,无疑将对医疗行业的发展带来巨大推动力。
《计算机世界》:用户生成内容是大数据的重要来源,这是否意味着互联网企业在大数据时代的话语权最大?
潘越:短期来讲互联网企业很有优势,因为他们既是数据的生产者,也是数据的利用者,他们可以很方便地把数据用于改善用户体验,由此便获得了先天的话语权。但从长远来看,大数据的应用远远不限于互联网,就好像采矿,最初都会挖一些容易探到的矿产,生产出来的产品也都比较初级,然而当行业发展成熟,下游产品越来越丰富,后续的探索会更加有价值。比如石油资源可以支持化工行业,化工业的价值要比初级的炼油高得多。所以,数据的后续深挖能力,也将决定大数据领域企业的份量。另外,当把浅层的矿产挖完后,就需要具备更强的探矿能力,把用户生成数据理顺以后,对于其他类型的数据是否具备处理能力会显得更加重要。其实,各行各业都有大规模的数据资源,只不过因为种种原因,很多没有开放,只要有合理的机制解决开放问题,让数据能在被充分保护的基础上加以利用,就能发掘出很多大数据的应用机会。所以在将来,一定不是非互联网企业就没有掌控大数据产业话语权的机会。
《计算机世界》:IBM认为大数据和目前正在不断推进的认知计算的交汇点在哪里?认知计算将会是最理想的大数据计算方式吗?
潘越:认知计算,从狭义来讲,是计算机和心理学以及神经生物学交叉的研究领域。现在相关概念被扩大化了,能跟人有自然接口的、可以学习的系统,都被称为认知计算。最近认知计算领域进展比较快,有两个原因:一是因为硬件技术的进步,现在已经能够更大规模地建立神经网络,IBM有一个项目就是在研究利用立体的集成电路去搭建一个高密度的神经网络,现在能做到类猫脑的程度,最终的目标是构建一个达到人脑级别的神经网络;第二,当前计算领域,算法方面有很大的提高。在认知计算领域,越是基本的概念机器越难学会表达,以前这是计算方面的难点,而现在这一块有了突破。
不过目前,认知计算和大数据还是各做各的,没有完全融合,未来如果两者能很好地结合,将带来无限可能。事实上,认知计算属于人工智能范畴,而人工智能一直是IBM特别关注的领域,因此把认知计算和大数据应用的能力协调发挥,也是IBM的努力方向。

阅读全文

与认知计算与大数据分析相关的资料

热点内容
数据ltc是什么意思 浏览:568
顺序表存储数据结构有哪些特点 浏览:891
苹果手机在微信怎么搜索文件 浏览:375
数据库服务怎么重启 浏览:841
苹果6s通话声音太小 浏览:517
什么是数据分析法 浏览:659
多页双面文件按顺序复印如何操作 浏览:772
diskgen硬盘工具 浏览:642
后端编程哪个好 浏览:540
编程哪个软件最简单 浏览:591
山西运城疫苗用哪个app预约 浏览:413
有线网络电视机顶盒如何看直播 浏览:909
linux挂载硬盘home 浏览:964
word2010全部接受修订 浏览:802
咋找文件管理中找下载路径 浏览:967
冒险小镇怎么快速升级 浏览:573
如何修改5g手机的5g网络 浏览:486
为什么网站查不到流量 浏览:215
微信录音怎么录音文件 浏览:450
iphone6显示无法满屏 浏览:747

友情链接