目录:
定义-认知计算是什么意思？
认知计算描述了基于人工智能和信号处理背后的科学原理的技术，包括机器自学习，人机交互，自然语言处理，数据挖掘等。 其目的是解决以不确定性和歧义为特征的复杂问题，换句话说，这意味着只能由人类认知思想解决的问题。
Techopedia解释了认知计算
认知计算是计算机科学的一个分支，致力于解决复杂的问题，这些问题可能具有动态变化的情况和信息丰富的数据，这些数据往往会发生变化，有时甚至会相互冲突。 人们可能会通过不断发展的目标和不断变化的目标来应对此类问题，但是传统的计算算法无法适应这种变化。 为了解决这类问题，认知计算系统必须权衡冲突数据并提出最适合情况的答案，而不是“正确的”答案。
尽管目前在行业或学术界尚无公认的认知计算定义，但该术语通常用于描述模仿人脑功能及其解决问题方式的新技术。 可以将其视为旨在准确模拟人的思维如何感知，推理和响应周围刺激的领域。 它最大的应用将用于数据分析和自适应输出，调整输出以适合特定的受众。
认知计算系统的属性包括：
- 上下文–根据多种信息来源理解和提取上下文元素，例如含义，时间，位置，过程等。 例如，可以向其提供诸如道路，救护车，伤害和残骸之类的数据，并得出车辆事故的背景。
- 适应性–这是学习部分。 它适应新的信息和刺激，以解决歧义并容忍不可预测性。 关于上下文，此特征负责获取动态数据，然后对其进行处理以形成最终的上下文并提出解决方案或结论。
- 交互式–系统能够与用户进行交互，以便用户可以定义他们的需求，以及与其他设备和系统连接。
- 迭代且有状态的–如果问题不完整或模棱两可，系统必须通过提出正确的问题并寻找其他信息来源来帮助定义问题。 他们还必须能够记住以前的交互和过程，并在以前的时间点返回到状态。
