1955年，当人工智能这个词首次被提出来时，不出所料地点燃了公众的想象力。在接下来的60年里，我们有好几次都被它的前景所吸引，担心它的潜力被滥用，但又为它的发展缓慢而沮丧。
然而，正如所有孕育得过早、超越了当前时代的先进科技一样，人工智能遭到了广泛的误解——被好莱坞电影错误地诠释、被媒体曲解为各种各样的角色，从人类的拯救者到毁灭者，应有尽有。但那些真正参与到业界的严肃信息科学研究和应用的人却很理解智能系统的巨大潜能。这种技术（我们相信那将是「认知智能」而非「人工智能」）的 未来与大众冠以AI的名头大不一样，将涉及各种各样的、来自技术、科学和社会的挑战与机遇，面临不同的监管、政策和管理需要。
认知计算是指一种能够规模化学习、有目的推理、并与人类自然交互的系统。它们不需要事先精确地编程，而是从它们与我们之间的交互和与环境之间的互动中学习和推理。过去半个世纪中，多个科学领域的发展使这些事情变得可能，它们与那些运行着它们的信息系统有着重要的区别。
那些信息系统是决定论的，而认知系统是概率性的。认知系统不仅能回答大量的问题，还能对更加复杂（且有意义）的数据提出假说、推理论述和建议。
此外，认知系统还能理解计算机科学家称之为「非结构化」的数据，而这些数据占到了全世界数据的80%。这使得它们能够跟上现代世界巨量、复杂和不可预测的信息。
这些与机器的感觉能力和自主性都没有任何关系。相反，它能够增强人类的能力，让我们可以理解和运作社会中复杂的系统。这种增强智能对提升我们驾驭科技的能力是十分必要的一步，让我们能追寻更多知识、提升我们的能力和改善人类的境况。这就是为什么它不仅是一种新科技，还是科技、商业和社会新纪元——认知时代的黎明。
认知计算的成功并不以图灵测试或模拟人类的能力作为判断标准。它的标准更加实际，例如投资报酬率、新的市场机会、治疗疾病和拯救生命。
在IBM，为建立认知计算的基础，我们已经工作了数十年，将前沿计算机科学领域的十几个学科与这个100多年的商业专家结合起来。现在，我们正在亲眼目睹它在改变商业、政府和社会方面的巨大潜力。
我们已经看到，它将大数据从障碍变成机会，帮助儿科医生做出早期诊断，为建设智慧城市提供创新解决方案。我们相信，这些技术展现了最好的（或许也是唯一的）机会，去处理地球面临的一些最持久的系统性问题，例如癌症、气候变化和复杂多变的全球经济形势。
制表时代 (1900-1940年代)
计算机起源于一种单一计数用途的机械系统，这种系统用打孔卡来输入和存储数据，最终决定这个机器要做的事情 (虽然是以一种非常原始的方式)。这些制表机本质上是一种计算器，支持了商业和社会规模的扩大，帮助我们组织、理解以及管理从人口增长到全球经济进步等的各种事情。
编程时代 (1950年代-现在)
在二战的时候，随着军事和科学的需要，从机械制表机到电子系统的演变开始了。在战争之后，数码「计算机」经历了快速演化，逐渐进入商业和政府。它们可以根据软件中的程序来进行 如果/就 的操作以及循环。从最开始的电子管到晶体管，再到微处理器，计算机的性能得到了迅速提升，这一发展过程验证了「摩尔定律」，在60年间，每18个月处理器的容量和速度就提升一倍。所有我们知道的计算设备，从大型主机到个人电脑，再到智能手机和平板，都是可编程的计算机。
认知时代 (2011-)
早在1960年，J.C.R. Licklider就在他的论文「人-机共生」中 提出了 超越可编程系统的潜在可能性。现代计算的很大部分都是基于LickLider的研究以及他的深刻见解：
「人-机共生」是在人类与电子计算机之间发生的共生关系，是人机关系间可以预见的发展。这种关系包含人类与电子伙伴强耦合关系。主要目的是：
像为解决规划难题提供便利一样， 也让计算机为规划思维提供便利。
在不依赖于不灵活的预定义程序的情况下，让人与计算机能够协作决策，控制复杂情况。
初步分析表明，与人类单独进行智能操作相比，共生关系将会更有效。
——J.C.R. Licklider，「人机共生」，1960年3月
Licklider知道，认知计算将是程序化计算的必要的自然演化，虽然他并不知道这个目标如何实现。50年后，大规模并行计算以及浩如烟海的结构化与非结构化数据的积累，为认知计算奠定了基础。
世界首个认知系统
在2011年2月，Watson项目首次公开，Watson是IBM开发的认知计算系统，它在Jeopardy!节目中战胜了肯·詹宁斯和布拉德·鲁特尔。这是首次面向公众证实认知计算，标志着所谓AI寒冬的终结。可编程系统在之前60年的演化中并未能够理解混乱的非结构化数据，因此也参加不了Jeopardy!节目。Watson能够回答微妙、复杂、语义双关问题，显然，计算新纪元即将开启。
节目之后，Watson继续处理了更多的复杂数据集，在解谜之外，它发展出了理解、推理以及学习的能力。认知计算的目标就是照亮以往在我们世界中不为人知的部分——具体来说就是潜藏在非结构化数据中的模式和洞察——使得我们能够对更重要的事情做出更明智的决策。认知时代的真正潜力将会是机器的数据分析、统计推断能力，以及人类特殊能力，比如自我引导的目标、常识和价值观。
这正是Watson被赋予的使命，也是它正在尝试做的事情。银行正在分析客户要求和金融数据，帮助自己更好地做出投资决策。高度监管产业中的企业不断在系统中查询，保证自己跟上经常变化的监管和合规标准。肿瘤学家利用专家经验和研究手段，测试认知系统能否帮助他们理解癌症患者医疗信息，找到个体化、循证的治疗方案。
这样的经历对于牵涉其中的专业人士来说意味着什么？世界知名的肿瘤学家，纪念斯隆-凯特琳癌症中心的Larry Norton博士正与Watson合作帮助内科医生对患者进行个性化癌症治疗。他说：「计算机科学发展迅猛，医疗事业也会受其影响。这被称为协同进化（coevolution）。我们要互帮互助。我预想这样的场景：病人、电脑、我的护士、我的研究生同事还有我自己都在监察室一起交流。」
在Watson的象棋博弈前辈Deep Blue在1997年击败世界象棋冠军Garry Kasparov之后，我们首次看到这种共生的迹象。在那次演示之后，Kasparov继续参加这种新「自由式」的象棋联赛，在其中，选手们可以自由地使用任何他们喜欢的计算机程序。在这些联赛中，一些选手孤身奋战。一些完全依赖于计算机程序。但那些将计算机与他们自身的直觉和比赛天赋相结合的选手是最成功的。
「机器与人相配合的团队甚至比最强大的计算机更具优势。人类策略上的指导与计算机战术上的敏锐结合起来是所向披靡的。我们可以集中精力于策略规划而不是把那么多时间花费在计算上。在这些情况下，人类的创造力是最重要的。」
——加里·卡斯帕罗夫
前行的技术之路与何以可能的科学
当Licklider为认知计算帮忙想出一种哲学方法时，他几乎无法表达出前行的技术进路。那条道路仍在被定义，不断调整。尤其是，我们敏锐地意识到数据正怎样塑造着我们的未来。Gartner预计世界的信息将增长800%在未来5年，而且80%的数据是非结构化的。包括人类语言记载下的每一件事（从教科书到诗歌），图片捕捉到每一个瞬间（CAT扫描每个家庭照片）以及声音记录下的每条信息。它是隐藏在气味、味道、文本和振动中的数据。它来自我们的活动，来自这个布满仪器的星球。
在价值日益源于信息、知识和服务的社会和全球经济中，数据代表着这个世界上最富有，最具价值，最复杂的原材料。直到现在，我们还没有方法对它进行有效开采。
可编程系统基于这样的规则：通过一系列预先设定的进程，从数据中得出结论。尽管它们强大而复杂，也是决定论的——其繁
