认知计算指的是广义上基于人工智能和信号处理科学学科的技术平台。这些平台涵盖机器学习、推理、自然语言处理、语音识别、视觉（物体识别）、人机交互、对话与叙事生成等技术。该术语至少自2004年起就被用于描述模仿人脑功能的新硬件或软件，旨在创建更准确的模型，以理解大脑和思维如何感知、推理并响应刺激。
目前，学术界和工业界对认知计算尚无广泛认同的定义。一般而言，认知计算应用将数据分析和自适应页面显示相结合，以针对特定受众调整内容，力求在设计上更具影响力和说服力。一个相关术语“认知系统”适用于任何能够执行认知过程的人工构造，该过程定义为将数据、信息、知识或智慧在DIKW金字塔中提升到新层次。虽然许多认知系统采用源自AI研究的技术，但它们本身可能并非人工智能。例如，一个经过训练的神经网络在MRI扫描中识别癌症的成功率可能高于人类医生；该系统是认知系统，但不是人工智能。
认知分析
以认知计算为品牌的技术平台通常专门处理和分析大型非结构化数据集。这些系统可能被设计为实时或近实时地摄取动态数据，利用多种信息来源，包括结构化和非结构化数字信息，以及视觉、手势、听觉或传感器提供的数据等感官输入。分析能力通常整合深度学习和大型语言模型的技术，从复杂数据流中提取模式和见解。
教育应用
认知计算可以作为每个学生的个性化助手，减轻教师面临的压力，同时提升学生的学习体验。教师可能无法对每个学生给予个别关注，而认知计算机可以填补这一空白。有些学生可能需要在特定科目上获得额外帮助，而对许多人来说，学生与教师之间的人际互动可能引发焦虑和不适。通过认知计算机导师，学生可以避免这种不安，并增强在课堂上学习和表现良好的信心。当学生与个性化助手互动时，助手可以开发技术，如创建课程计划，以根据学生的需求定制帮助。
医疗应用
众多科技公司正在为医疗领域开发认知计算技术。分类和识别能力是这些认知设备的主要目标，这对识别致癌物质很有帮助。能够检测此类物质的认知系统可以帮助检查人员在更短时间内解读无数文档，而无需该技术。它还可以评估患者信息，深入搜索每份医疗记录，以寻找可能成为问题根源的迹象。
商业与人机增强应用
在商业领域，认知计算与AI一起被用于仓库管理系统，以收集、存储、组织和分析供应商数据，旨在提高效率、加快决策、监控库存和检测欺诈。在人类与认知系统协作的情况下，称为人机组合，其结果通常优于人类单独工作所能获得的结果，从而实现认知增强。当组合达到或超过人类专家水平的结果时，它就实现了合成专业知识。其他用例包括语音识别、情感分析、人脸检测、风险评估、欺诈检测和行为推荐。
行业与经济影响
认知计算，结合大数据和理解客户需求的算法，可以在经济决策中成为主要优势。然而，认知计算和AI的力量有可能影响人类几乎能执行的每一项任务，这可能对就业产生负面影响并加剧财富不平等。认知计算行业的领军人物可能变得更加富有，而没有持续可靠就业的工人则会变得更糟。随着更多行业采用认知计算，人类竞争变得更加困难，而增加的使用将扩大AI驱动的机器人和机器所能执行的工作范围。竞争性个体与认知计算的结合具有改变人类进程的潜力。
参见
- 生成式AI
- Transformer架构
- 神经形态工程（如有可用slug，则省略）
- 情感计算（如有可用slug，则省略）
- 语义网（如有可用slug，则省略）