伴随全球数字化进程加快，人工智能技术与产业融合程度逐渐加深，“能思考，会判断”的认知智能技术逐步应用于智能客服、智能推荐、智能营销、智能分析等诸多场景，不断释放产业应用价值。

　　近期，华院计算技术（上海）股份有限公司（下称“华院计算”）与中国信息通信研究院联合发布国内首份《认知智能技术和应用研究报告》（下称“报告”）指出，人工智能数据、算法和算力的快速发展，推动着认知智能的创新发展与应用落地。

　　华院计算创始人、董事长宣晓华表示，近几年华院计算一直大力持续投入认知智能研发，尤其在认知智能的自主算法创新、场景应用等方面，致力于将研究成果转化为现实生产力。而近期ChatGPT的热潮也推动了认知智能的研究。华院积极尝试将大数据驱动的通用大模型和以知识驱动的面向垂直行业的小数据模型进行融合，以更好地解决实际应用问题。

　　人工智能迈入“认知智能”新阶段

　　就人工智能而言，业界一般将其分为三个阶段：计算智能、感知智能和认知智能。认知智能是目前的最高阶段，要求机器在面对思考、推荐、决策、联想等复杂“认知”问题时，机器或系统能理解会思考，这是人工智能领域正在努力的目标。

　　因此，面对应用场景中理解、推荐、预测、交互等各类认知需求，以知识和数据共同驱动的认知能力尤为重要。这涉及到一系列核心技术，如多模态学习（Multimodal Learning）通过从数据中提取信息，提高机器的理解能力；知识数据融合、知识表示与理解、认知规划和决策是认知推理的核心技术链；情感计算、生成式人工智能等核心技术可提升机器对多维度信息的理解能力，进一步优化人机交互体验，提升机器想象力与创造力。

　　报告指出，业界在认知智能核心技术上不断取得突破。越来越多的研究机构、学者、企业开始关注认知智能理论研究和技术落地，认知智能产业应用前景广阔。

　　以多模态学习为例，利用多模态数据之间的互补性，可学习到更好的特征表示，进一步提高机器对复杂场景的认知能力。该技术目前主要用于自然语言处理、计算机视觉、语音识别等任务，以及视频片段检索、图像描述生成、情感分析等场景。

　　还有，近期迅猛发展的生成式人工智能（AIGC），因其具有强大的创造力和推理能力，对进一步提高认知智能应用价值具有巨大的潜力。AIGC通过学习数据集中的规律和模式，能够创造、发现和实现规律，从而实现对复杂问题的快速理解和创造性解决方案的生成。

　　认知智能加速工业制造智能转型

　　近年来，技术的发展推动着数字化转型不断演进，智能制造、智能决策、智能营销等应用在制造、教育、金融等行业进一步落地。认知智能成为智能化的重要推动力。

　　报告认为，在制造业，认知智能已渗透到产品设计、生产规划、生产实施、生产交付等环节，为制造业数字化转型提供了更为广阔的空间。

　　在产品设计环节，认知智能可实现基于知识的快速方案设计。工业设计由于具有一定的技术门槛，要求设计师具备专业知识和丰富的经验。认知智能可通过学习和掌握设计规律和趋势，从而生成更合理的设计方案，同时，智能化设计更有利于方案的快速迭代。

　　在生产规划环节，认知智能可将专家经验与投产数据融合分析，优化生产资源分配，促进绿色生产。在煤焦钢产业，配煤制定一方面需要综合考虑生产安全及成本控制，另一方面高度依赖配煤师经验。认知智能可融合专家经验，结合分析资源与生产数据，实现生产资源优化。

　　此外，在生产实施环节，认知智能可在设备维护、质量检测中起到重要的预警及监督作用。如质量检测中，利用视觉计算及认知分析，在精密产品上以远超人类的视觉能力发现微小缺陷，并通过认知模型做出风险预测提示和可修复评估建议。

　　在生产交付环节，认知智能可在物流仓储、营销推荐、售前售后等场景，通过数据打通和流转，提供整体交付方案。

　　华院计算：以“1+X”模式聚焦产业应用

　　华院计算成立于2002年，从计算智能、感知智能到认知智能，专注于智能引擎技术研究和开发，以“1+X”模式，即核心算法引擎和基于该引擎的PaaS/SaaS服务模式聚焦于社会治理、智能制造、零售金融和数字文旅等领域的产业应用。

　　在智能制造，基于对工业生产场景的深度理解，华院计算以自研算法为基础，与钢铁冶炼、轧制、配煤炼焦等生产工艺相结合，开发了一系列安全生产监控、智能配煤、风险管理等深度应用与标准化解决方案，帮助企业降本增效提质。

　　某钢厂的一个主要产品是热轧带钢，厚度仅几毫米，但长度达上千米，其表检设备的准确率只有70%。经分析，目前所用的缺陷检测的算法、机器学习方法等，没有考虑到整卷带钢的加工过程、长度的缺陷分布等情况——这是一种“知识”的缺失。基于华院计算的认知智能引擎，以及包括工艺参数、化学成份、工人经验等知识，构建了区域检测的模型，使检出率达到90%。

　　针对配煤炼焦，华院计算“智能化配煤系统”以偏态学习算法结合炼焦煤资源数据，推荐配煤方案，在保持焦炭质量稳定及生产能效基础上，不断优化焦煤配比，同时，将焦炭质量预测的误差控制在焦化厂可接受的小波动率内，防止因误差变化频率较大而造成的生产风险。

　　数据显示，2022年全球认知智能市场规模达到326亿美元，未来10年将保持22%的年复合增长率，预计2032年市场总规模将达到2381亿美元。根据爱分析的数据，2023年在国内认知智能市场规模为418.4亿元，同比增长48.5%，预计未来两年的增长率将超50%。

　　认知智能步入发展快车道。一方面，国内外企业不断布局认知智能产品服务和解决方案，探索落地路径，在服务方式和应用场景方面寻求突破；另一方面，大模型应用热潮又为其注入一股新能量，进一步扩张认知智能应用潜力和价值边界——一个新的智能化时期已经来临。（马永和）