尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
人工智慧研究從開始至今不過短短幾十年，期間幾起幾落，最終還未普及應用就黯然退去。
人工智慧之父馬文・ 明斯基認為計算機是有史以來能最大限度增強人類能力的東西，在一次交談中，他說：「要讓機器變得更加智能，讓它們擁有意識」。作為「人機交互」領域裡的大師、滑鼠之父恩格爾巴特則這樣回復他，「你打算為機器做這些，那你打算為人類做些什麼呢？」
人類的智能已經經過了數億年的演化，顯然具備很強的分析和決策能力，並非特定的函數設計所能實現，當我們試圖為機器接近人類水平的心智能力時，無法回避的核心是：認知智能。
從計算，到感知智能再到認知智能，這是業內普遍認為的人工智慧技術發展路徑，也是讓人工智慧真正創造新價值的過程。
問題就在於，這是一個創新迭代的過程，如何高效的「學以致用」？
從最近愛數發布的「認知智能「技術戰略來看，這家公司正在通過」數據與人工智慧結合，通過可落地可執行的平臺和方案，賦予數據真正的智慧。
從數據「守門員」到「認知智能」探索者
眾所皆知，人工智慧技術不僅幫助各行業提升效益，還可以創造新價值。而創造新價值首要一點是指找到最有用的數據，關註數據的安全性和完整性，用數據去發現問題，接下來才是通過高質量的數據分析解決問題，在實踐中驅動業務。
但實際上，在落地過程中，企業和行業用戶數據采集時間長、有效的負向樣本少、模型適用性差、迭代相對困難，再加上人工智慧應用開發難度與人才難以匹配，高昂的建設成本與收益的不確定性，使得人工智慧在大範圍應用時出現難題。
這也是愛數看到的問題，過去十五年，愛數的聚焦點就是數據業務，公司之前的願景是：做全球智能數據管理典范企業，並通過一整套可落地數據管理解決方案、數據災備體系化解決方案來實現這個願景。
但在數字化時代，數據入口太重要了，愛數如果隻扮演‘守門員’角色，那所體現的價值就太低了。
而高價值是什麼？如何去實現？
在不斷探索中愛數認為，不但要做好守門員，還要進一步挖掘數據的價值繼而實現更大的商業價值，為此愛數提出了一個新的願景：「以數據重塑生產力，共創智能世界」。
具體的落地方式就是聯合數字夥伴探索構建數據驅動型組織，以數據為生產要素，以數據驅動業務，數據驅動決策，實現持續增長和創新發展，以重塑組織的生產力。
愛數認為構建數據驅動型組織的核心在於實現認知智能驅動，讓數據按照有效的方式進行知識的數據轉化，進行知識的量化、知識的智能化。
只有讓數據、分析、知識轉化循環反覆的過程形成迭代式創新，才能保證業務的持續創新能力，並在開辟新的業務時，以知識為起點，通過認知智能實現智能化創新。
於是愛數又開啟了一條探索智能知識管理的道路並進行實踐，最終有了可落地的工具和平臺後，才有了如今新願景的亮相，並基於新的願景下發布的認知智能戰略。
從知識圖譜構建到認知智能實現
認知智能可以定義為以從現實世界發現和應用知識為目標的智能形態。
人類的知識往往是顯性、有結構的、狹義的。舉例：「如果體溫39度，那麼你很可能發燒了」 其中39度就是數據，數據資訊和知識的區別在於，39度就是發高燒的特征，就是接下來需要分析去醫院去吃藥、打針等決策。
機器視角下的知識更多的是隱性的「暗知識」，是一種更廣義的知識，更多地呈現為蘊含於大數據中的能夠有效求解問題的「輸入-輸出」數據間的映射模式。這些映射模式往往是龐雜的非線性函數關係，只有通過深層的深度神經網路模型才能進行逼近與模擬。
認知的根本目的是獲取知識，知識是認知的結果，認知是獲取知識的手段。因此，認知智能的核心是知識智能。
讓機器擁有人類的認知能力，做推理，判斷、決策分析，本質上是將兩個事實之間的語義關聯起來，中間的橋梁是構建知識圖譜。
很多行業都積累了規模可觀的大數據，然而這些數據卻無法創造出組織預期的價值，很大一部分原因是組織對數據的理解和分析仍然停留在非常淺的層次，機器還無法理解數據所表達的實體、概念、主題。
因此愛數基於行業知識圖譜，形成行業數據理解能力，深化機器對數據的理解和洞察，擁有了一站式知識網路平臺AnyDATA ONE，可以通過知識網路表達業務知識，把業務知識賦予機器，機器就可以對組織的文檔內容展開閱讀理解，從而精準的找到用戶搜索所匹配的答案。
當然，認知智能中「知識」的內涵需要從人類視角拓展到機器視角，需要經歷知識管理、智能運維和先進分析三個流程，最終構建AnyDATA的質變量。
數據管理與認知智能協同
結合愛數前期的積累和沉淀，愛數目前發布的大數據基礎設施，是基於全域數據能力的認知智能大平臺。
愛數將全域數據產品體系用左右腦來比喻，從圖中可以看出AnyDATA認知智能作為右腦，可以真正深化行業數據的理解與洞察、實現大數據的智慧搜索、甚至可以跨越ToB場景和ToC場景語言的表達鴻溝。
而在左腦中，愛數新發布的AnyShare KnowledgeCenter 7，作為一款認知智能的知識管理產品，代表愛數認知智能技術在非結構化數據領域卓有成效的實踐，可以實現企業知識自動分類，釋放80%人力資源，能夠整理知識主題，提升人工效率40倍，同時還可以進行精準知識搜索，真正理解用戶意圖，最後通過智能知識推薦，讓知識找人，做到千人千面的知識中心，實現真正的精準推送和學習。
而AnyBackup則著眼於數據的安全，實現數據在任意雲之間的安全流通。AnyRobot則是數據智能運維中心，這是愛數正在構建的又一個智能系統，用來代替運維工程師決策和判斷。
可以看出，愛數數據不僅僅是簡單安全存儲和高效管理，更通過數據+知識網路的結合，構建領域知識網路，真正讓人工智慧產生新價值。
比如愛數聯合天津生態城共同構建的全域智慧城市就把非結構化數據、結構化數據匯聚成知識圖譜，建立企業數據檔案、提供企業全方位的畫像，實現科學決策和精準招商。
黑格爾說，實踐不僅具有普遍的資格，而且具有絕對現實的資格。人工智慧不是用來消費的，而是需要一步步消化的。如同愛數總裁賀鴻富所說，愛數的認知智能戰略不是為了趕時髦，而是基於過去的積累與行業的應用融合，在進行深度思考和分析研究後，最終探索出可落地的路徑，通過三大產品將認知智能的能力輸出，真正使能用戶，從數據角度提高效率，實現智能升級。