使互联网数据有意义的是人工智（zhì）能认知计算

今天（tiān），全（quán）世界（jiè）都（dōu）在关（guān）注工（gōng）业4．0及（jí）其（qí）带来的技术。从人工智能（AI）到大数据分（fèn）析（BigDataAnalytics），所有的技术都在某种（zhǒng）程度上改变着一个或多个行业。AI支持的认知计算技术（shù）就（jiù）是这样（yàng）一种技术，它（tā）提供（gòng）高规模的自动化和无处不在的连接。更重要的是（shì），它（tā）正在重新（xīn）定义物联网技（jì）术（shù）的运作方式。

物联网对认知计算的（de）需求源于信息在当今商（shāng）业中（zhōng）的（de）重要（yào）性。在未来美好的物联网环境中。从新的（de）人工智能服务（wù）公（gōng）司到企业，每个人都利用这（zhè）些信息，利（lì）用现实而不是（shì）冲动做出选择。

认知计（jì）算使用信息，并（bìng）对其内部（bù）的变（biàn）化作出（chū）反（fǎn）应，以决定更好（hǎo）的（de）选择。它（tā）基于从过（guò）去的经验、对比（bǐ）和基于标（biāo）准的选择框架中获得的明确结果（guǒ）。

此外，在这场（chǎng）激烈的变革中，大多数时候出现的（de）问题是如何使用新的数（shù）据源，将它们与企业已经拥有的数据结合起来，以创造有价值（zhí）的（de）见（jiàn）解。让我（wǒ）们以IBM去（qù）年收购（gòu）的TheWeatherCompany为（wéi）例。收集的数（shù）据与利用Watson的认知能力来（lái）研究（jiū）过（guò）去和（hé）现在（zài）的（de）数据，并得出（chū）见（jiàn）解。过（guò）去不（bú）可能做到这一点（diǎn）。

分析公司（sī）高德纳（Gartner）预测，2016年（nián）全球将使用64亿台联（lián）网设备（bèi），到2020年将达到208亿台。但这些设备中（zhōng）有很多都是相对笨拙，包括（kuò）健身追（zhuī）踪器、连（lián）接扬声器和摄像头。物（wù）联网设备的真正价值可（kě）能来自于备份与认知计算（suàn）系统的数据连接。这将使连接的设（shè）备从（cóng）严格生成数据的设备转变为更具交互性的设备。

托马斯·杰（jié）斐逊大学医院（yuàn）正（zhèng）在（zài）使用类似的方法来帮助改善病（bìng）人的体验。卫生系统最近推出了一（yī）个扬声器和麦克风系统，可以嵌入病人的房（fáng）间。病人可以就医院（yuàn）的服务（wù）或控制房间供（gòng）暖、制冷、照明和娱（yú）乐系统的命令提出问题。

该系（xì）统（tǒng）基于（yú）Watson的NLP和分类器（qì）引擎构（gòu）建。这些工具一起解读病人的（de）需求，然后通过（guò）与大楼的暖通空调（diào）和娱乐系（xì）统相结（jié）合，采取行动（dòng）。卫生系统目前正在（zài）训（xùn）练处理语音命令的（de）机器学习算法，一旦达到处理请求90％以（yǐ）上的准确率，就会（huì）开始将其（qí）推（tuī）广到病房。

此外，通用（yòng）汽车公司宣布了（le）其（qí）OnStar车辆连接系统与IBMWatson认（rèn）知计（jì）算系（xì）统之（zhī）间的（de）新连接。新（xīn）平台允许用户设置在特（tè）定行程中完成任务的（de）提醒，在上班途中接收交通警报（bào），或从仪（yí）表板（bǎn）系（xì）统支付汽油费。这些（xiē）服务在后端与Watson绑定（dìng），并了解（jiě）司机（jī）的习惯，以便（biàn）随着时（shí）间的推移提供更个性化的建议和服务。

通（tōng）用汽（qì）车（chē）首（shǒu）席（xí）执行官玛丽·巴拉（MaryBarra）表示，物联网（wǎng）和认（rèn）知（zhī）计算（suàn）系统的结合将给（gěi）汽（qì）车（chē）行业带来（lái）前所未有（yǒu）的巨大（dà）变（biàn）化，公司必须（xū）跟上时代的（de）步伐。