认知计算是什么？与人工智能机器学习这些概念有什么区别

　　最近要写paper也在关注这些议题，现有资料中徐峰、冷伏海的paper《认知计算及其对情报科学的影响》中的表述相对系统：

　　认识计算源自模拟人脑的计算机系统的人工智能，90年代后，研究人员开始用认知计算一词，以表明该学科用于教计算机象人脑一样思考，而不只是开发一种人工系统。传统的计算技术是定量的，并着重于精度和序列等级，而认知计算则试图解决生物系统中的不精确、不确定和部分真实的问题，以实现易于处理、强劲和低价的工程问题解决方案。认知计算是认知科学的子领域之一，也是认知科学的核心技术领域。认知计算对于未来信息技术、人工智能等领域均有着十分重要的影响。在认知科学领域，虽说大多数人赞同“心智或认知就是计算”这一口号式的纲领并在其指导下从事常规研究，但对于认知计算却没有十分明确统一的概念。下面是对认知计算的一些理解。

　　认知计算是综合了神经网络、计算机组织一系列事件和经验作决策的一个技术领域。人工神经网络的发展是该方向的一大进步。人工神经网络用于计算机有关环境知识的组织，可使其作出合理(依据充分)的选择，并有可能应对阻碍和问题。认知计算研究人员认为，大脑是一种机器，因此有可能被复制。

　　认知计算是一个多种技术的综合体，每种技术用不同的方法解决其领域内的问题。如人工神经网络将生物神经的互动作为模式认知、决策、模拟和预测的模型。模糊逻辑利用类似于人类决策过程的方式利用信息，对于控制和决策制定应用十分有用。进化计算用于自然选择和进化理论，在优化中十分有用。认知计算为分析技术处理和人类活动提供了一个有效的途径。哈佛大学的Leslie

　　G．Valiant认为，与其他的方法相比，认知计算主要有以下三个特点：所有存储、学习或回忆都是用先前获取的信息通过承载网络执行的简单算法过程；系统把持续学习作为后台活动；在更加复杂的认知处理中，如分析复杂情景或推理时，内部计算拥有一个重要的时间域和需要保持的状态信息。

　　认知计算是一种自上至下的、全局性的统一理论研究，旨在解释观察到的认知现象(思维)，符合已知的自下而上的神经生物学事实(大脑)，可以进行计算，也可以用数学原理解释。认知计算寻求一种符合已知的有着大脑神经生物学事实的计算机科学类的软件/硬件元件。并用于处理感知、记忆、语言、智力和意识等心智过程。

　　上面的几种理解从不同的侧面对认知计算的内涵和特点进行了分析，从中可以看出，虽然表述不尽相同，但许多学者对于认知计算涉及的主要技术领域，及认知计算需解决的主要问题大都有着较为类似的看法。综合以上概念，可以将认知计算简单地理解为综合了多种技术的，旨在通过利用基于计算技术等人工机制实现人类认知功能的技术领域，是认知科学的核心技术领域。在情报科学领域常用人工智能的概念，但实际上认知计算与人工智能所关注的重点存在着一些差别。人工智能重在研制一种能够实现人类认知功能的人工机器，而认识计算则重在研究可以模拟人类的认知功能的计算原理和方法。