认知智能
1、认知科学发展简史 https://zhuanlan.zhihu.com/p/20746395
1.1 认知科学： 心理学【内省】（主观性）——> 行为主义（条件反射，物理刺激-心理反应;问题：无法解释新行为的产生）——>以计算为框架的认知科学（在物理刺激-心理反应的关系中间插入大脑的运算过程；问题：1）计算什么； 2）怎么计算——>联结主义与符号主义）
1.2 人工智能：计算智能 ——>感知智能 ——>认知智能
认知智能现状与下一步发展：科大讯飞 https://zhuanlan.zhihu.com/p/45411429
多数产业在认知智能上面的做法大多停留在纯文字层面（如语义理解、智能问答等自然语言处理技术），然而语言只是人类智慧的载体和表层，需要重视语言之下的智慧本质。
智慧的通式：对物体在三维空间加一维时间坐标下对序列的感知、记忆和预测的能力，即多模态序列的记忆建模和预测的能力。（序列预测学习同时解决了标记问题）
1.2.1 认知深度学习：http://swarma.blog.caixin.com/archives/215396
深度学习局限性：对数据的强依赖性以及无法利用先验知识
深度知识：如何得到、表示和存储人类抽象水平的知识。从工程的角度，使用知识图谱将人类的知识转化为图，从而方便计算机存储并用于推理——>目标：建立实时敏捷、灵活可扩展、智能自适应的动态知识图谱——>关键技术：多源异构数据的知识抽取、融合、加工（推理、补全等）
深度学习与深度知识（知识图谱）的融合：
1）深度学习模型可以有效完成端到端的实体识别、关系抽取和关系补全等任务，用来构建或丰富知识图谱。
2）知识图谱在深度学习模型中的应用有两种方式：一种是将知识图谱的语义信息输入到深度学习模型中，将离散化的知识表示为连续化的向量，从而使知识图谱的先验知识能够作为深度学习的输入，这一趋势催生了对于知识图谱的表示学习的大量研究；另一种是利用知识作为优化目标的约束，指导深度学习模型的学习过程，通常是将知识图谱的知识表示为优化目标的后验正则项。
人类的认知过程：客观事物的刺激会使人产生感觉（视觉、味觉、触觉等），人脑对不同感觉信息进行综合、加工产生知觉，最终存储在脑海中形成记忆，包括情景记忆（Episodic Memory ）和语义记忆（Semantic Memory ）。情景记忆指我们记得的事件，如回忆过去事件的感官印象；语义记忆指我们知道的事实，如“奥巴马是前美国总统”。人类在漫长的进化过程中发展出独特的语言功能，我们可以用语言来说出情景记忆和语义记忆。可见，人脑的感觉、知觉和记忆存在潜在的联系。
根据海马体记忆索引理论（Hippocampal Memory Indexing Theory），知觉的高阶表示形成情景记忆，并随着时间而不同；对于有意义的情景记忆，会根据时间产生一个索引，保存在海马体中。当我们回忆过去事件时，我们能说出当时的感官印象，这是对情节记忆进行感知解码（Perceptual Decoding）得到当时的事实，这个过程常常会使用海马体中其它记忆作为先验知识。
以图像的信息抽取为例来展示机器的认知过程：输入图像数据（视觉），得到图像的表示（知觉），这个过程就是感知（Perception），表示学习是实现感知智能的关键，深度神经网络在这方面表现相当优秀。要描述图像上的物体之间的关系，那么就要对图像的表示进行感知解码，这里可以结合知识图谱作为先验知识，最终得到描述事实的三元组。知识图谱的使用正是照应了歌德的名言“你只能看到你知道的”。借助深度学习和知识图谱，我们能够赋予机器类人的认知智能。
人工智能未来：量子机器学习
利用量子计算产生机器学习算法的量子版，也可以使用经典机器学习算法来分析量子系统。对于知识图谱来说，由于知识图谱规模巨大，在构建和应用上需要很强的算力，能否利用量子计算的力量来加速计算呢？知识图谱的量子计算将是一个很有前景的研究方向，其关键在于如何将知识图谱映射到量子态，目前科学家们提出的研究思路是结合经典计算机和量子计算机各自的优势，用量子计算机归纳推理，用经典计算机更新参数
1.2.2 知识图谱与认知智能 https://zhuanlan.zhihu.com/p/35295166
认知智能的应用抓手：大数据的精准与精细分析；智慧搜索；智能推荐；智能解释；自然人机交互
1.2.3 图神经网络与认知智能 （认知推理：https://zhuanlan.zhihu.com/p/131508787）
2、认知智能将AI转化为生产力
金融行业是人工智能落地最有效的应用场景之一。银行的洗钱风险管理工作需要有效处理海量数据，所有的可疑行为都要经过人工的认定和甄别之后才能进行判定，这使得反洗钱工作有效性和认知智能技术是先天就能结合的。——>大规模图神经网络
附：
达摩院2020科技趋势：感知智能到认知智能 https://www.yicai.com/news/100453695.html
海量视频数据实时性端边云的融合计算、自主进化、人机混合智能是城市数据治理关键，通过深层应用价值和行业数据融合应用实现智能城市建设。
