By Rick Delgado

大数据中有个问题：信息太多，能够驾驭这些信息的人才却不多。分析师和数据科学家的供给不能满足市场日益增长的需求。这种状况造成了一个问题，因为即使是最先进的数据平台，若没有有经验的专业人员操作和管理，它们毫无用处。

我们如何解决这个问题？更多培训和更好的学术课程？有可能，但如果有另一种解决方案呢？如果相反，我们训练计算机为我们工作，，或者至少能让管理数据更容易些？认知计算的改进将使这一切成真。

什么是认知计算？

从最简单的意义上讲，认知计算是一种自学系统，该系统使用数据挖掘，模式识别和自然语言处理（NLP），以反映人类大脑的工作方式。认知计算的目的是创建能够解决复杂问题的计算系统。

大数据分析的潜力

考虑到上述定义，这些功能将为大数据分析提供什么益处呢？老生常谈，可能无限。但让我们讨论认知计算怎样帮助经验较少的员工处理复杂的数据。

认知计算将给分析带来高水平的流动性。得益于NLP的进步，与我们的机器沟通越来越容易。不熟悉数据语言或数据处理的工作人员，仍然可以使用程序和平台彼此交互。

这意味着，通过提供简单的命令，并使用正常的语言，具有人工智能技术的平台可以把平时的言语按要求转化为可以数据查询的语言，然后再用平时使用的语言回复。有了这种功能，任何人做数据相关工作都会得心应手。

认知计算能力

虽然这听起来很好，很多人可能会问，我们将何时真正达到这一点。毕竟，我们现在人才短缺，这样的解决方案也不是能一蹴而就的。AI和机器学习不是保留给后人一些抽象的概念。他们已经存在，现在已经有一些令人印象深刻的例子，像谷歌的DeepMind项目和高通的Zeroth Platform。

DeepMind一款高度先进的计算机，能够模仿人们很多的短期记忆。本质上，该计算机是建立在神经网络与外部存储器的交互之上的。 DeepMind存储记忆，可以在以后检索和了解新的信息，并超出它被编程的范围来执行任务。 DeepMind具有人类大脑一样的能力，意味着分析师可以依靠命令和信息，该程序可以查询过去的数据，比较和无间断回应。

沃森是一种认知计算系统，内置自然语言处理工具，并充满活力。该系统比我们智能手机的数字助理更先进。事实上，系统功能很发达，它允许用户用通俗易懂的语言提问，然后转换成数据语言进行查询。

Zeroth认知计算平台旨在依靠视觉和听觉认知计算，以反映类似人类的思想和行动。这意味着运行的平台可以识别物体，读手写，识别人环境内的设备。在手机上，例如，该装置可以自动地在一个阳光明媚的海滩或者月光下散步拍照时调整。它还可以自动调整麦克风设置，如果有大量的背景噪音，它能提供更好的音质。这个平台还提供了一些情绪分析的功能。理解场景和语境的能力意味着，必须有正确设备和图像技术配合，云破译根据面部表情，或者声音来反映压力或愤怒的水平。

最后，这个平台还能减轻来回输送的云数据的负担。这意味着设备可以节省电力，同时还提高了性能和隐私。毫无疑问，在认知计算和AI运用到机器学习之后，不仅缺乏经验的工作人员来也能处理复杂的数据，同时也提高结果的质量。有这么多的信息要处理，把一部分工作转换到我们的平台上能极大地提高工作效率，有助于迅速作出实时决策。