如今，大数据的发展催生了很多优秀的大数据处理平台，但人才短缺的严重阻碍了其发展。从某种意义上说，认知计算提供了一种解决思路——那就是让机器像数据科学家解决大数据难题。在2016年3月1日举行的2016IBM论坛上，IBM大中华区董事长陈黎明宣布：IBM认知商业战略在中国正式落地。数十位科技专家、企业家和财经作家吴晓波等舆论领袖在论坛上发表了各种关于认知科技如何引发商业变革的见解，这些美妙的思想与言辞很快在各路媒体上放大、发酵。为何IBM放下智慧城市不谈，谈起了认知计算?认知计算对密切关注吸纳IT技术的安防行业将有何影响?
什么是认知计算
认知计算是IBM提出的概念，认为“认知计算”是通过与人的自然语言交流及不断地学习，从而帮助人们做到更多的系统，是从硬件架构到算法策略、从程序设计到行业专长等多个学术领域的结合，能够使人们更好地从海量复杂的数据中获得更多洞察，从而做出更为精准的决策。在IBM，我们把它简化归纳为，具备规模化学习、根据目标推理以及与人类自然互动能力的系统。
早在1979年，认知就在美国成为一门独立的学科，并拥有自己的协会。中国科学技术信息研究所张寅生最近总结了多达11类的认知科技，其中包括人体识别技术、脑机接口技术、有意识机器人、智能硬件及嵌入式认知系统、机器学习技术、智能制造等来自不同领域的创新。2014年麻省理工科技评论杂志评选的全球50大智慧公司中，基因测序、数控发动机、智能手机、自动驾驶汽车、虚拟可穿戴设备、数字货币等似乎完全不搭界的公司创新，都涉及认知技术。
事实上，认知科技是一种融合类泛智能技术，其共性是在不同领域模仿人类的认知能力，并发展出超越人的新功能。2000年，美国一个国家级研究项目《NBIC报告》就明确了新世纪科研的四大核心方向：纳米、生物、信息、认知。该报告将认知科学大融合与人类进化史上的言语产生、制造工具、计算机发明等里程碑事件相提并论，认为其将会成为人类伟大变革的推进器。
认知计算与安防有何联系?
人工智能与大数据是目前与安防行业密切相关的两种计算，它们与认知计算有何联系与区别呢?
认知计算与人工智能
虽然认知计算包括人工智能的一些要素，但前者是一个更宽泛的概念。认知计算不是制造“为人们思考”的机器，而是与“增加人类智慧”有关，能够帮助我们更好地思考和做出更为全面的决定。
人工智能的概念已经有二十多年了，人工智能从历史和研究角度来讲主要目的是为了让机器人表现得“更像人”，我们称之为Intelligent Behavior。IBM的认知计算从技术角度上来讲和人工智能是有很多共性的地方，比如机器学习(Machine LearNIng)、深度学习(Deep Learning)等方面都很类似。但是，IBM的认知计算目的并不是为了取代人，而Intelligent Behavior也只是认知计算的一个维度。认知计算除了要能够表现人和计算机的交互更加自然流畅之外，还会更多地强调推理和学习，以及如何把这样的能力结合具体的商业应用、解决商业的问题。
认知计算和大数据分析
大数据分析属于认知计算的一个维度。与大数据相比，认知计算的范围更广、技术也更为先进。
认知计算和大数据分析有类似的技术，比如大量的数据、机器学习(Machine Learning)、行业模型等，大数据分析更多强调的是获得洞察，通过这些洞察进行预测。此外，传统的大数据分析会使用模型或者机器学习的方法，但更多的是靠专家提供。
对于认知计算而言，洞察和预测只是其中的一种。但是，认知计算更为强调人和机器之间自然的交互，这些维度都不是传统的大数据分析所强调。
此外，认知计算目前成长很快的一个领域为深度学习(DeepLearning)，它的学习方法与传统方法不同，更多的是基于大量的数据通过自学的方式得到这样的模型，而不需要很多的人为干预，这个从学习方法来讲和大数据分析有很多不同的地方。
对于安防技术而言，在融入IT技术之后，技术的更迭速度正在加快，新技术的推动也会让产业发生更加不可预知的风险，行业颠覆是非常可能的事。所以关键是谁可以掌握核心技术，谁能把握未来的技术。
