曾经有一次和朋友不知怎么聊到这个话题，在他给我解答之前，说他要好好形容一下让我感受感受。
“ 你看看这个世界，它对刚出生的婴儿有什么意义呢？那它对一个机器人有什么意义呢？”
我：………
人工智能的发展有三个比较重点的阶段：运算智能，感知智能和认知智能。
这两年对于AI的研究主要在发展感知智能的阶段，语音识别啊，人脸技术啊等等。但对于人工智能来说，它们仍未能真正进行思考和理解。
这两个概念其实也有点模糊，有人认为感知智能也是认知智能的一部分。（我个人比较认同这种说法）
其他智能的前提都是在给计算机输入了大量的信息后，所计算出来的结果。但它又是死板的，比如它能感知到红苹果是苹果，可是如果拿来一个绿苹果，AI就不认识了。
而认知智能，作为一个门外汉我大概的理解是，认知智能意味着AI将会很少的信息里捕捉到最重要的点。红苹果，绿苹果，还是切开的苹果，甚至只是一个苹果核，AI都能将其分辨出来。
生物对世界都是有认知的，就像两三岁的孩子能准确指认出不同形象的小动物的名称。连我们家的狗，在教几次之后也能分清不同玩具的名字。
之前看到过一个跟我专业相关的例子举的挺好的。比如在一个医学影像的分析中，如果影像里两根血管靠的太近，根据目前的深度学习算法，就会把两根血管显示成一根。想让机器把它区分开，就需要它具备一个模仿人脑的推理逻辑。
让机器的行为和处理事件方式能更接近人类的思考，就是认知智能所要研究的范畴。
人工智能在模仿人类感官的“听，说，看”的感知智能领域，已经一定程度上超越了人类本身的极限。接下来需要加强的是与认知智能相关的外部知识，逻辑推理和领域迁移等方面。
认知智能虽然还处在发展阶段，但在一些领域已经有了初步的应用。
比如电商行业，在搜索和推荐算法方向的探索已经快要触摸到天花板了，这个时候就需要发掘新型的，从“用户需求“来驱动的推荐机制。
阿里为了完善这一方面，就开始着手建设大规模电商认知图谱（E-commerce ConceptNet），将用户的需求点与电商领域的商品，类目，通用领域等关联起来，对推荐算法进一步优化以及提供更多的可能性。
短视频行业，也是采取了类似的方式，AI通过提取的数据，根据视频内容进行理解，根据人物面貌的基本信息进行分析，以此研发出了各种识别系统，比如人脸识别，肢体识别等，也因此衍生出了逼真的AR玩法。
为了丰富AI的认知，这就需要为此创立一套知识图谱的认知体系，这可以称之为AI的“记忆”，以此将各种概念形象化。对同一时刻的音频，视频等多个维度综合分析，形成更为立体的认知，而不是简单的文本跟代码。
关于人工智能发展，还有另外一个重要技术NLP（natural language processing），又称自然语言处理。关于自然语言这个东西，我朋友的解释是“人类文化和语言的结晶“。
如何处理自然语言，是人工智能里最困难的问题之一。在有限的词汇表里对话时，AI可以表现的很好，但现实里每一个句子都有大量的表达形式，这个时候就会变得差错百出。最经典的就是Siri还有那些智能音箱所常见的：
“我不太清楚你在说什么”
所以NLP和知识图谱，是现阶段发展认知智能的基石，哪个企业能率先掌握这两种技术，就将在认知智能上取得强大的先机。
这次的KDD Cup将赛事的核心放在了如何推动认知智能上，也代表着AI界技术发展一个大的趋势方向。
写了这么多之后，再返回去看我朋友最开始说的话…
作者 | 馒头Moko
