数据分析从简单的描述（回顾过去事件）和诊断（分析过去事件）练习开始，然后转向更复杂的预测和规定性的类型，其中先进的数据模型可以实现准确的未来预测和可操作的情报。现在，认知计算通过让机器像人脑一样工作，进一步增强了机器的可操作预测能力。例如，除了破译一段文本中的“单词”外，认知分析系统还可以解释书面材料的上下文。

根据阿尔斯特大学研究, 当今数字世界中 90% 的数据“都是在过去两年中创建的”。这些数据是“21 世纪数字经济的石油”。因此，很容易理解为什么数据分析正成为全球业务日益重要的驱动力，并且很快人类活动的许多领域都将受到数据驱动的决策的支配。

多年来，数据分析在企业决策支持系统中发挥了关键作用。数据驱动的信息、洞察力和预测——所有这些都为全球业务运营的竞争优势做出了贡献，使数据成为数字时代企业最宝贵的资产。

认知计算：计算的第三时代
什么是认知计算？将认知计算描述为：

“人工智能的一个子领域，[它]通过数据挖掘、模式识别和自然语言处理，使用自学习算法模拟机器中的人类思维过程。”

一些专家认为，认知计算遵循 1900 年代的表格系统和 1950 年代的可编程系统。认知计算最终成为认知科学和计算机科学多年研究的结果，使人脑更接近计算机大脑。每个人都应该知道的关于认知计算的知识 提到认知计算是认知科学的直接副产品，认知科学是对“人脑及其功能”的研究，与计算机科学相结合，使机器能够像人脑一样工作。

认知计算揭秘：什么、为什么和如何 提供有用的综述行业思想领袖对认知计算的看法。本文特别讨论了启用“最佳实践系统”以使高级计算与“社会和道德价值观”保持一致，同时遵守所有适用的法律和政策。

认知计算将传统分析的功能扩展到非常复杂的 BI 或统计任务变得相对容易的水平。例如，Watson Analytics 使用认知计算来简化复杂的分析过程。

认知分析——结合人工智能 (AI) 和数据分析 声称认知分析使分析工具能够像人类一样思考。根据本文，认知分析体现了人工智能 (AI)、机器学习 (ML)、深度学习 (DL) 和语义的最佳组合。

认知分析工具的普遍期望是，随着时间的推移，它们将不断从数据和人机交互中学习并变得更加智能。认知分析的目标是将传统分析技术与 AI 和 ML 功能相结合，以获得高级分析结果。

网络研讨会 几年前出版的《了解认知计算的新世界》有助于了解这项技术及其应用的基础知识。

阿尔斯特大学在认知研究中的作用
阿尔斯特大学是一所著名的大学，在认知分析方面拥有 15 年的卓越研究记录。这智能系统研究中心该校区因认知计算的前沿研究而享誉全球。在这里，深奥的研究技术被用来训练认知应用程序变得更聪明。用技术术语来说，“应用程序变得更智能”的过程包括让计算机模型模拟人脑并像人类实体一样行动。

结果？Siri 等手机上的 PDA 就是这样一个例子，但它并不能真正代表一种具有自我思考能力的认知应用程序。这些应用程序预先设置了响应。让我们再举一个例子：希尔顿酒店的康妮，机器人礼宾员，可以用自然语言指导未来的酒店客人了解酒店设施和当地的观光机会。未来，更精致、更自我思考的计算机模型将通过利用数据挖掘技术更准确地模拟人脑，自然语言处理（NLP）和模式识别。

认知技术的现状
根据德勤公布的结果2019年全球人力资本趋势调查显示，80% 的受访者预测认知技术的增长，而 81% 的受访者预测人工智能的增长。参与调查的企业实体中有 25% 已经实施了 AI 或 ML 等认知技术。

人工智能状态 (AI) 的 7 个指标提到全球人工智能市场预计“到 2023 年将以 40% 的复合年增长率 (CAGR) 增长，达到 264 亿美元。” 同一篇文章还表明，人工智能很可能在未来五到七年内取代世界上大约一半的非熟练劳动力。到 2022 年，“五分之一的工人”可能每天都在使用人工智能。在我们的“政治、经济、社会和文化”交流中，智能机器越来越多地充当“调解人”。

网络研讨会 想要快速的 AI 实施？Cognitive Search is Your Ticket to Ride强调了对 12 家知名认知搜索引擎提供商的“24 标准评估”的结果。Forrester 副总裁兼首席分析师 Mike Gualtieri 发起了关于特定用例和选择策略 (Forrester Wave) 的讨论，以寻找最佳认知搜索工具。

技术评估网站 360 Quadrants 比较了 49认知分析解决方案133 个标准的供应商。在这个比较象限中，竞争是在动态差异化者（知名参与者）、有远见的领导者（强大的投资组合）和新兴供应商（曝光率有限的新进入者）之间进行的。有趣的是，每个组的增长策略是如何变化的。

认知分析如何工作？
根据认知分析工具和架构快速指南来自 Xenonstack Insights 的认知分析系统遵循以下程序序列：

它搜索整个可用的“知识库”以定位实时数据。
它收集实时数据源，例如文本、图像、音频和视频，并提供给高级分析工具用于决策或商业智能 (BI)。
它模仿人脑来研究和学习可用数据，以提取隐藏在“数据模式”背后的可操作的见解。
在遵循这个过程的同时，该系统通常结合了人工智能、机器学习、深度学习、神经网络和语义技术。
丽塔萨拉姆Gartner 研究副总裁说：

“数据和分析领导者必须检查这些趋势的潜在业务影响，并相应地调整业务模式和运营，否则可能会失去竞争优势。数据和分析的故事不断发展，从支持内部决策到持续智能、信息产品和任命首席数据官。深入了解推动不断发展的故事的技术趋势并根据业务价值对其进行优先排序至关重要。”

认知分析会取代大数据分析吗？
多年来，大数据一直统治着企业，提供运营效率、洞察驱动的产品和服务以及开创性的客户服务。而现在，突然之间，认知分析似乎正在威胁到无与伦比的霸主地位。事实上，认知计算已经显示出推翻独立大数据分析的潜在潜力，因为它可以使分析系统更加自力更生和数据就绪。认知分析比大数据分析更大 描述如何认知计算将进一步加强大数据分析。

相关帖子DA内容精选 2022年300个以上最佳免费数据科学课 大厂数据分析面试指南！来自亚马逊、谷歌、微软、头条、美团的面试问题！ 机器学习模型方法总结 历史最全机器学习/深度学习/人工智能专业术语表中英对照表 机器学习如何应用于商业场景？三个真实的商业项目 数据工作者的自我修养 | 哪些技能是必不可少的？ 《汗牛充栋：数据分析书籍分享》CDA网校新课上线 文本挖掘常用的107个语料库 一图读懂“东数西算”工程 零基础转行数据分析，看这篇文章就够了