5月29日，Science刊登了一篇標題為“人工智能某些領域的核心進展一直停滯不前”的文章，在文章里，作者Matthew Hutson提到：一些多年之前的“老算法”如果經過微調，其性能足以匹敵當前的SOTA（編者注：得分最高的算法）。

所有的分析結果主要有兩種：1、研究員聲稱的核心創新只是對原算法的微改進；2、新技術與多年前的舊算法在性能上相差不大。

具體到技術層面，論文對比分析的AI建模方法包括：神經網絡剪枝、神經網絡推薦算法、深度度量學習、對抗性訓練、語言模型。

他們通過對比81相關篇論文，并在對照條件下對數百個模型進行修剪后，明顯發現神經網絡剪枝這一領域并沒有標準化的基準和指標。換句話說，當前最新論文發表的技術很難進行量化，所以，很難確定該領域在過去的三十年中取得了多少進展。

對當前排名靠前的幾種推薦算法進行了系統分析，發現近幾年頂會中提出的18種算法，只有7種能夠合理的復現。還有另外6種，用相對簡單的啟發式方法就能夠勝過。剩下的幾種，雖然明顯優于baselines，但是卻打不過微調過的非神經網絡線性排名方法。

研究員聲稱近十三年深度度量學習（deep metric learning） 領域的目前研究進展和十三年前的基線方法(Contrastive, Triplet) 比較并無實質提高。

研究員一共指出了現有文獻中的三個缺陷：不公平的比較、通過測試集反饋進行訓練、不合理的評價指標。

近期的很多研究都聲稱他們的對抗訓練算法比投影梯度下降算法要好的多，但是經過研究發現，幾乎所有最近的算法改進在對抗性訓練上的性能改進都可以通過簡單地使用“提前停止”來達到。（編者注：所謂“提前停止”，即不進行那么多的訓練，換句話說，人們用了各種辦法想去解決問題，實際上少訓練一些就解決了。）

作者通過大規模的自動黑箱超參數調優，重新評估了幾種流行的體系結構和正則化方法，得出的一個結論是：標準的LSTM體系結構在適當的正則化后，其性能表現優于“近期”的模型。（編者注：老辦法還是最好的。）

點評：這樣的事實說明了幾個問題：

1、業界的浮燥，只是為了達到一個好看的分數，有一篇看起好像很厲害的論文，根本不管其算法在實際應用中是否有效，因為文中所說的很多問題，離開特定的數據，放到實際應用中去檢驗，立馬就能現出原形。

2、總是去追捧那些看上去高大上、深奧、復雜的方法，總覺得只有這樣的方法，用了很多的數學公式、方程，才稱得上是高水平的研究和成果。我們忘了初心，那就是用盡量簡單的方法去解決復雜問題，因此會鬧出“提前停止”這種笑話，做了一大堆復雜的事情，結果還不如“少做一點”。不由得讓人又想起那個段子，要花上百萬設計出機械手去抓取生產線上的空香皂盒，結果用一臺風扇放在生產線旁一吹就解決了。是時候仔細想想了，我們大腦真的是用那些復雜的數學方程在解決問題嗎？

3、人工智能、機器學習、深度學習真的是頂到天花板了，在原有基礎上小修小補已經解決不了問題，把測試分數提高1%、2%實在是沒有什么意義了。現在需要的是革命性的突破，需要一種全新的、與深度學習具有本質不同的方法。所謂本質不同，就是深度學習不管多深奧、測試分數多高，都不能解決機器的認知問題，即機器無法知道大千世界及其各種事物的意義，不知道面包可以吃，人要生存必須吃東西，面包可以讓人活下去……沒有這樣的認知，機器永遠不可能有高水平的智能。而新的方法，必須在機器認知上向前邁進一步，因此新一代智能，認知智能體系正在到來。全新的智能體系正在到來。下面是認知智能相關體系介紹：

認知智能介紹

認知智能是計算機科學的一個分支科學，是智能科學發展的高級階段，它以人類認知體系為基礎，以模仿人類核心能力為目標，以信息的理解、存儲、應用為研究方向，以感知信息的深度理解和自然語言信息的深度理解為突破口，以跨學科理論體系為指導，從而形成的新一代理論、技術及應用系統的技術科學。 認知智能的核心原理范疇包括：1.宇宙、信息、大腦三者關系；2.人類大腦結構、功能、機制；3.哲學體系、文科體系、理科體系；4.認知融通、智慧融通、雙腦(人腦和電腦)融通等核心理論體系。認知智能實現落地四步走：1.認知宇宙世界。支撐理論體系有三體（宇宙、信息、大腦）論、易道論、存在論、本體論、認知論、融智學、HNC 等理論體系；2.清楚人腦結構、功能、機制。支撐學科有腦科學、心理學、邏輯學、情感學、生物學、化學等學科。3.清楚信息內涵規律規則。支撐學科有符號學、語言學、認知語言學、形式語言學等學科。4.系統落地能力。支撐學科有計算機科學、數學等學科。認知智能是計算機智能體系發展的高級階段，但不是最終階段，最終階段或是通用智能（強人工智能），是人工智能發展的下一階段，是智能體系發展的高級階段。智能體系，從計算智能到感知智能，再從感知智能到認知智能，再從認知智能到通用智能強智能。智能體系大概會經歷四個階段。認知智能，只是智能體系的第三個階段，也代表了智能體系發展的第三個時代，認知智能時代。 計算智能 數值數據計算為基礎。 感知智能 以模仿人類感知環境信息為基礎。 認知智能 以模仿人類認知理解記憶思維等能力為基礎。 通用智能以全方位模仿人類智慧等能力為基礎 。 認知智能的核心理論體系包括HNC（中科院黃曾陽教授創立此理論體系）、融智學（中美塞爾研究中心主任知名學者教授鄒曉輝老師創立此學科）、三體（宇宙、信息、大腦）論（杭州道翰天瓊智能科技有限公司創始人李坤創立此理論）、。同時還包括中西方哲學體系（易經、道德經、存在論、本體論、認知論等）、腦科學、心理學、邏輯學、情感學、生物學、化學，符號學、語言學、認知語言學、形式語言學，計算機科學、數學等學科。認知智能理論體系涉及多學科理論體系，跨界融通多學科理論體系，是認知智能從業者所必備的基本功。整套認知智能理論體系融合了多個學科，多個領域的的理論思想體系，融合之后，才能從各個學科的角度去認知和解密認知智能的奧秘，解密人類大腦的結構，功能和機制。從而得以復制人腦的核心八大能力，得以讓計算機和機器人具備類人腦的三智（智慧、智力、智能）能力。三體論是探索研究宇宙，信息（融智學信息八大形式信息）和人 類大腦三者關系的理論體系。三者關系形式化類比就如同照相機。宇宙類似照相機的取景地，信息類似照相機鏡頭獲取到的取景地信息，大腦類似照相機的底片。宇宙中存在著大量的客觀信息，這些信息在表達著宇宙的客觀事物。宇宙的客觀事物信息化之后，就變成了信息體系。因此宇宙是信息的本質來源，信息是宇宙的信息化表示。信息被人類大腦感知和認知之后，有部分信息則會存儲在人腦內部。這些信息到達人腦之后就存儲在人腦內部的各個區域的神經元之上。因此外界信息是人類大腦內部的信息本質來源之一，人類大腦是外界信息的載體之一。客觀宇宙和大腦的關系是，大腦內部存儲著宇宙的局部世界，大腦內的世界和宇宙的局部有著相同或者非常類似的地方。因此宇宙的局部在大腦中存在映射。這個映射的建立，就是通過信息這個中間媒介建立起來的。因此人腦，信息，大腦三者關系非常類似照相機的取景地，鏡頭和底片。同時大腦內部的結構如果無限放大，結構就類似宇宙結構，而宇宙無限縮小的時候，其結構就非常類似人類大腦內部的結構。具體可詳查宇宙和大腦結構對比。 融智學是著名學者教授中國塞爾研究中心主任鄒曉輝老師創立的一門全新的學問體系。其創立的背景是呼應第一次認知大飛躍。其創立的目的是引領第二次認知大飛躍。融智學的細化目的包括抽象出簡美的融智觀和融智法，理論上確立理義法道（本質）（物意文現象）智能化系統工程，工程上探索言識軟硬形式化系統工程，應用上踐行教管學用社會化系統工程。其核心三部曲包含理論融智學，工程融智學和應用融智學。理論融智學包含三菱錐，四面體，融智方法論，智能化系統工程。工程融智學包括間接信息形式化體系，言識軟硬形式化工程體系。應用融智學包括懂會熟巧用思想體系，教管學用社會化系統過程體系。融智學在應用融通上又包含三部分，金融與智融，斗智與融智，單音節的言和自然數格點等體系。融智學的博度，廣度和深度都是目前單一學科體系難以企及的。融智學的智慧體系來源于八大學科體系，是眾多學科智慧體系的集大成者，在培養跨界人才，培養認知智能人才上有著不可取代的作用。同時也是認知智能理論體系的奠基理論體系之一。 HNC自然語言處理技術（國家“973”計劃項目G1998030506）是一種具有原始創新特點的自然語言理解處理技術。HNC自然語言處理技術（國家“973”計劃項目G1998030506）是一種具有原始創新特點的自然語言理解處理技術。該技術以中科院聲學所黃曾陽研究員創立的概念層次網絡（簡稱HNC）理論為指導。HNC理論認為：自然語言理解的本質是概念聯想脈絡激活、擴展、濃縮、轉換與存儲的全過程運作。激活運作的要點是語句的理解；擴展與濃縮運作的要點是段落與篇章的理解，轉換與存儲的要點是記憶與學習。語句的理解必須定位于概念聯想脈絡運作全過程的激活。并且建立了自然語言的概念空間。語句及自然語言的理解，就是從語言空間向語言概念空間的映射過程。這一處理方案，使計算機能夠進入自然語言的語義深層，在“懂”的基礎上完成對自然語言的各種處理。該技術在漢語語句理解處理方面居國際領先水平。認知智能是智能體系發展的第三個階段。因此計算智能，感知智能的相關技術體系也會被繼續沿用，傳承，發展，創新。計算智能，感知智能技術體系，也是認知智能技術體系的基礎之二。在之前兩個體系之上認知智能創新發展了全新的技術體系。包含認知維度識別，概念層次網絡（詞腦，字腦，概念維度網絡等都類似此結構），萬維圖譜（幾十種圖譜的組合，包含屬性圖譜，行為圖譜，狀態圖譜，數量圖譜，因果圖譜等各種圖譜），雙字棋盤，句類肯否褒貶識別，深度語言理解，計算機記憶，計算機類腦學習，計算機語言自組織，計算機情感，計算機邏輯系，計算機意識，以及計算機感知技術與認知技術融合貫通的能力而形成的技術體系等核心技術體系。認知智能和人工智能在技術底層的最大形式化區別就是，無需繁復的標注，無需繁復的訓練調優。在時效上，在成本上，在智能程度上，在最終端客戶認可度上，都有非常大的優勢。具體可查看認知智能和人工智能的區別對比。整個認知智能技術體系，以后會有大量的專題資料介紹講解，所以這里不做過多詳述。 人工智能以模仿人類感知能力為基礎，重點在感官能力的模仿。認知智能以模仿人類認知能力，理解能力，記憶能力，邏輯思維能力，情感能力等能力為基礎。重點在認知，理解，記憶，思維，情感等類腦能力方面進行研究突破。認知智能和人工智能對應的智能體系分別是第三階段和第二階段。從時代劃分上，分別對應認知智能時代和人工智能時代。隨著人工智能技術體系天花板的產生，亟待需要新的智能體系來創新，突破，引領新時代的發展。從人工智能過度到認知智能也是科技和社會發展的必然趨勢。同時認知智能，新一代智能體系也是國家2030科技方面的重要戰略規劃。認知智能是以人腦認知體系為基礎，以復制人腦核心能力為研究方向的計算機分支新學科之一。認知智能不是產品，是一套理論，技術和應用系統體系。其代表的是一個全新認知智能時代。人工智能目前所覆蓋的市場，行業，以及相關產業，認知智能會全方位覆蓋，升級和改造。并且還會開拓出新的藍海市場，新的行業乃至全新的產業體系。隨著國家2030科技戰略的推進和國家新基建的推進，5G的推進和落地，萬物互聯時代的到來，急迫需要的就是萬物智能體系。核心八個字，萬物互聯，萬物智能。現在的人工智能體系，存在諸多弊端，認知智能要傳承，發展，創新人工智能體系，革除人工智能的弊端，開創全新理論，技術，應用系統，市場，產業等。隨著認知智能的深度發展，目前互聯網行業，移動互聯網行業，大數據行業，人工智能行業等相關行業都會得到全面的升級改造。認知智能相關體系會在未來10年之內成為科技領域的基礎設施體系之一。認知智能 賦能百業 全新時代！

認知智能三大技術體系簡介

· 認知智能三大技術體系分別是認知維度劃分與識別，類腦結構功能機制的模型和萬維圖譜。三大技術體系是認知認知智能三大奠基理論（三體論，融智學，HNC）指導下而形成的核心技術體系。三大技術體系相輔相成，共同支撐認知智能核心整套技術體系。是模仿人類認知，理解，記憶，語言使用，學習，情感，邏輯，意識等核心類腦能力的最基礎核心的技術體系。認知維度核心思想來源于古今中外哲學與科學體系，包括易經，道德經，存在論，本體論，認知論，心理學，邏輯學，情感學等學科。認知維度是認知事物和概念的基礎方法體系。認知事物和概念主要是兩個方面，概念的內涵和外延，概念的內涵和外延又劃分出很多視角或者側面，統一稱為認知維度。因此認知維度就是我們認知事物或者概念的視角或者側面，認知維度是有邊界和范疇的。類腦模型的核心思想來源于三體論（宇宙，信息，大腦三者關系論）和概念層次網絡(HNC)。類腦模型從大腦結構，功能和機制進行研究分析。以信息體系為突破口，尋找信息的結構體系，反推大腦結構和宇宙結構（具體可以看三體論簡介）。在類腦結構基礎之上，模仿構建人腦8大核心能力。類腦模型整套體系是模仿構建人腦結構功能和機制的核心技術體系。萬維圖譜的核心思想來源于融智學和認知維度。萬維圖譜是認知維度的具體化和融智學思想之信息形式化結構化數碼化的具體落地。同時萬維圖譜又是類腦結構模型的最有力支撐。萬維圖譜包含數十種分支圖譜，分別是屬性圖譜，行為圖譜，狀態圖譜，數量圖譜，因果圖譜等眾多圖譜。萬維圖譜承載數據的結構化信息化數碼化的具體落地，是模仿類腦記憶，學習，邏輯，意識等體系的核心落地化支撐體系。認知維度以人類認知體系為基礎，是人類認知概念內涵和外延的具體化。核心支撐思想來源于古今中外哲學和眾多科學體系，是哲學體系和科學體系的融合落地和具體化。認知維度的劃分可以從哲學和眾多科學體系入手，也可以從語言學，認知語言學和形式語言學入手。從兩個方向上都可尋找到認知維度的范疇和邊界。 認知維度的范疇和邊界劃分清楚之后，就可以指導技術體系識別認知的范疇和邊界。識別之后，就可以拆分信息體系，符號體系，語言體系等的結構。 結構拆分之后，就可以存儲到萬維圖譜之上，分散到各個分支圖譜之上，形成結構化數據體系。讓信息形式化結構化和數碼化。信息的結構化存儲，也是信息的理解和記憶過程。結構化數據之上，可以模仿構建人腦的理解，記憶，學習，情感，思維，意識等核心類腦能力。因此認知維度的劃分，是認知智能的最基礎核心的研究任務。是后續模仿人類大腦核心能力的第一步。 從認知維度到結構化拆分，到結構化數據的形成，到類腦結構，功能和機制的模仿都是先決條件。因此，認知智能認知為核心，具體落地認知維度劃分為核心，結構化數據為核心。認知維度的劃分與識別是認知智能技術落地的關鍵步驟。認知維度的劃分本文主要從語言學角度來剖析。認知維度在語言體系上對應具體的語義單元。而語言體系本身就存在著語法結構。從認知語言學上來說，語言的語義和語法有著密不可分的關系。因此可以從語言體系的語法結構去劃分認知維度。比如句類，句型，句式和詞性等體系。每一個句類，句式句型還有詞性等都代表了具體的語義單元，也代表了具體的認知維度。 從語言學，認知語言學，形式語言學角度，研究清楚認知維度和語義單元基本上就可以劃分和識別認知維度的范疇和邊界。具體可以從句類，句型，句式，詞性，字詞結構等方面尋找突破點。具體這里不做太細節的介紹。 從哲學和認知論心理學等學科也可以尋找和劃分認知維度，但是沒有從語言學，形式語言學，認知語言學方面更具操作性意義。因此可以把語言體系作為尋找認知維度，劃分認知維度，識別認知維度的核心突破口。這方面我們已經有了系統的理論，技術和落地產品。 從認知維度落地的角度來說，核心在于理論體系的成熟和完善，不在于使用某種技術或者編程語言。 認知維度是人類認知宇宙世界的視角或者側面，是人類認知的歸類。認知維度本身也是樹形結構，具體分上層認知維度和子維度，綜合起來構成認知維度體系。清晰的認知維度劃分，指導人類認知宇宙世界的結構，指導語言結構的劃分，語義的單元的拆分，是理解信息體系，符號體系，語言體系的基礎。是NLP,NLU,NLG等技術體系的核心基礎之一。認知維度的自動化識別與應用，讓技術上，擺脫語義單元模糊狀況，形成語義的自動標注， 從而為計算機理解語言提供良好的參考和依據。同時，認知維度在信息體系，符號體系等方面也有重大用途。是理解信息和符號規律，規則內涵的最要依據之一。計算機視覺和自然語言處理之間共同的特性之一，也是認知維度。因此認知維度是連接計算機視覺和自然語言處理之間的橋梁，比如看圖說話，看描述繪圖等技術體系，都需要以認知維度識別和應用為基礎。認知維度是認知的結構化，信息化，數碼化，理解化的基礎之一，也是信息體系，符號體系，語言體系等體系的結構化，信息化，數碼化，理解化的重要參考依據。類腦模型是思想體系和一系列技術體系的總稱。類腦模型以復制模仿人類大腦結構，功能，機制為目標，以認知，理解，記憶，邏輯，情感，思維，意識等類腦能力為具體研究范圍。類腦模型，首先就是人類大腦結構的復制和模仿。模仿人類大腦網絡結構主要是概念層次網絡（圖腦，萬維腦，符號腦），此網絡以概念為基本單元，以認知維度為分支。概念對應神經元本身，認知維度對應神經元的突觸。當無數的概念和認知維度按照特定的結構連接之后，就產生了龐大而復雜的立體的網絡結構體系。這個網絡結構體系，就是人類大腦神經元網絡結構的復制品。同時也和國外研究的詞腦結構非常類似。概念層次網絡，更先進，更具有落地的操作性。 在概念層次網絡之上，可以構成一個以概念和維度為基礎單元的龐大網絡結構，這個網絡結構本身是可以自我更新，維護和學習的。是復制人類大腦核心能力的基礎和依據。首先這個網絡結構是結構化的信息存儲結構，信息的存儲是復制記憶體系的基礎，記憶體系是理解體系，邏輯體系，情感體系，意識體系的基礎。因此有了這個概念層次網絡，就有了復制人腦核心功能，機制的技術支撐。 類腦的落地主要在兩個方面：第一，腦網絡結構的模仿。第二，腦功能機制的模仿。腦結構的模仿，就是構建HNC概念層次網絡。腦功能機制的模仿，就是在這個結構之上，復制類腦相關能力。因此復制類腦結構是第一步。類腦結構的模仿，需要在認知維度和萬維圖譜的支撐下，才能得以實現。認知維度劃分概念的視角，側面和維度。萬維圖譜具體落地認知的維度，不同認知維度對應不同的分支圖譜。各個分支圖譜聯合組成的龐大網絡體系就是概念層次網絡，就是萬維腦，圖腦。人腦核心能力的落地，是以概念層次網絡為基礎依據。概念網絡和萬維圖譜形成的結構化數據，本身就是人腦理解，記憶兩大核心能力的體現。人腦情感，是建立在記憶結構化數據基礎之上的，人類的邏輯思維體系也是記憶結構化數據的綜合應用，如邏輯的判斷，選擇，類比，歸納，總結，演繹，抽象，泛化等能力都是記憶數據的綜合應用。因此有了類腦的結構和萬維圖譜形成的結構化數據之后，人腦的各大能力，就有了復制的基礎和依據了。類腦模型技術體系的應用主要在三個方面：第一復制類腦結構。第二，復制人腦核心能力。第三，讓計算機，機器人，萬物互聯的機械體，智能體等具備類似人腦的能力。5G推動萬物互聯，類腦能力推動萬物智能。萬物互聯和萬物智能綜合支撐國家新基建，配合國家2030科技計劃。類腦能力的應用和前景是非常廣闊的，且適用各個需要智能設備的企業和行業。類腦模型的理論，技術的成熟是認知智能體系成熟的標志之一。是社會發展和科技發展的更高級階段，也是國家核心科技戰略之一。新一代，下一代智能體系的核心和關鍵就是破解人腦的奧秘。復制人腦的結構，功能和機制。而類腦能力整套技術體系，可以為這個提供最有力的支撐。萬維圖譜是數十種圖譜的組合，是認知維度的具體化落地應用之一，是類腦模型的基礎結構和數據支撐。萬維圖譜包含屬性圖譜，狀態圖譜，行為圖譜，數量圖譜，因果圖譜等數十種圖譜。目前業內所使用的知識圖譜和萬維圖普的分支圖譜屬性圖譜對應。知識圖譜只是萬維圖譜的分支圖譜之一。 萬維圖譜以落地認知維度，歸類認知維度為基礎，以結構化數據為核心，以支撐類腦記憶，類腦理解為目標。以支撐復制類腦學習，情感，邏輯，意識等大腦能力為導向。萬維圖譜是所有數據結構化的核心存儲媒介，是類腦結構，和類腦能力機制的最核心的底層技術體系支撐。 萬維圖譜是信息體系，符號體系，語言體系具體結構化落地的核心技術體系之一。萬維圖譜配合認知維度，可以徹底解決類腦的理解，記憶，情感，思維，意識等類腦模式，是認知智能的三大奠基技術體系之一。 萬維圖譜也是認知智能三大理論（HNC,融智學，三體論）體系的落地的技術體系之一。萬維圖譜的核心就是數據的理解化，結構化，形式化和數碼化的體現。因此萬維圖普在認知智能整套技術體系中有著重要的作用。用好萬維圖譜，認知智能整套理論體系，技術體系，都可以得到最有力的技支撐，是復制大腦結構和類腦能力的核心之一。萬維圖譜的落地以認知維度為指導。具體操作如下: 1.先找到認知維度的范疇和邊界。3.結合認知維度定義和結構各個分支圖譜。3.分類認知維度到各個分支圖譜之上。4.找到語言學語法結構和認知維度的對應關系。5.拆分語言結構，拆分語言表達的語義單元。6.把這些語義單元存儲到各個對應的分支圖譜之上，形成結構化數據。萬維圖譜的落地有幾個核心關鍵點：1.認知維度的范疇和邊界，要劃分清楚。2.認知維度和語義和語法對應關系要劃分清楚。3.圖譜命名和圖譜所涵蓋的認知維度要對應清楚。4.語義如何拆分，拆分之后如何存儲到萬維圖譜的分支圖譜之上，要需要劃分清楚。萬維圖譜的落地以認知維度為指導。具體操作如下: 1.先找到認知維度的范疇和邊界。3.結合認知維度定義和結構各個分支圖譜。3.分類認知維度到各個分支圖譜之上。4.找到語言學語法結構和認知維度的對應關系。5.拆分語言結構，拆分語言表達的語義單元。6.把這些語義單元存儲到各個對應的分支圖譜之上，形成結構化數據。萬維圖譜的落地有幾個核心關鍵點：1.認知維度的范疇和邊界，要劃分清楚。2.認知維度和語義和語法對應關系要劃分清楚。3.圖譜命名和圖譜所涵蓋的認知維度要對應清楚。4.語義如何拆分，拆分之后如何存儲到萬維圖譜的分支圖譜之上，要需要劃分清楚。萬維圖譜的應用主要有以下幾個方面： 1.落地支撐認知維度理論和技術體系。3.支撐類腦結構概念層次網絡的構建。3.支撐信息，符號，語言體系的形式化，結構化，數碼化，理解化的思想。4.支撐類腦能力和機制的實現。5.支撐構建常識庫，知識庫和專家知識庫。6.支撐計算機，機器人以及智能軟硬件綜合類腦智能。7.在萬物互聯的基礎之上，支撐萬物智能。認知智能三大技術體系是認知智能整套體系的核心落地支撐。是認知智能三大理論體系的具體落地實施方法和技術體系。三大技術體系往下還需要細分很多分支技術體系。從而形成系統化的，可操作性的認知智能整套技術體系。三大技術體系最終的目的就是模仿復制人類大腦的結構功能和機制，是下一代智能體系，全新的智能體系。三大認知智能體系落地的認知智能機器人和認知智能體系下NLP,NLU,NLG等相關體系優勢已經非常明顯。認知智能三大技術體系，落地上整體還在初級階段，未來會逐步成熟落地，從而推動科技，技術的整體發展，引領下一個智能新時代。

認知智能CI和人工智能AI的區別

人工智能和認知智能都是計算機科學的分支學科之一。人工智能是智能時代的第二個階段，認知智能是智能時代的第三個階段。認知智能也并不是智能時代發展的最終階段，最終階段應該是通用智能強智能時代。 本文主要就人工智能和認知智能的理論體系，技術體系，智能程度等三大方面進行分析比較。 無論是人工智能還是認知智能，都有其重要的時代特征。一項新體系的產生往往和新的時代相伴而生。社會和科技的發展演進，整個過程也是不可阻擋的，同時也是不可逆的。新的科技和技術的產生是舊的科技和技術發展的需求，也是社會發展的需求。人類社會就是在一次次的創新和突破中越來越先進，越來越文明，走向的階段也越來越高級。 清楚人工智能和認知智能的區別，將有助于我們認清時代發展，認清時代特征，從而跟上全新的時代，跟上全新的科技。用全新的科技體系武裝自己的頭腦和企業，助力人生騰飛。 人工智能和認知智能都是計算機科學的分支學科之一。人工智能是智能時代的第二個階段，認知智能是智能時代的第三個階段。認知智能也并不是智能時代發展的最終階段，最終階段應該是通用智能強智能時代。 認知智能核心理論： 1.中西方哲學體系：易經、道德經、存在論、本體論、認知論等。2.中西方科學體系：心理學、邏輯學、認知科學、信息論、符號學、語言學、認知語言學、形式語言學、腦科學、情感學、計算機科學、數學等學科。3.三體論（宇宙、信息、大腦三者關系論）。4.融智學。5.概念層次網絡理論。6.腦結構、功能、機制理論。7.哲科，文科，理科跨界融通理論。人工智能核心理論： 1.西方哲學體系：西方哲學，存在論、本體論、認知論等。2.中西方科學體系：心理學、認知科學、信息論、控制論、不定性論、神經生理學、語言學、形式語言學、計算機科學、數學，統計學、等學科。認知智能和人工智能理論總結： 認知智能的核心理論支撐體系主要分三個部分，中西方哲學（特別是中國哲學思想體系的引入），中西方科學體系，國內創新的理論思想體系（三體論，融智學，概念層次網絡思想等）。特別是中國哲學思想的引入和創新思想體系的引入，這個在認知智能理論體系中有重大作用。同時在學科體系，在類腦結構功能機制等方面的理論體系也具有獨創性。 人工智能的核心理論支撐主要包含西方哲學體系，西方科學體系兩大部分。在西方哲學體系上認知智能和人工智能有重疊部分，在學科體系上也有重疊部分，具體區別也比較明顯。 認知智能以認知體系為基礎，以研究復制人腦結構功能機制為目標，其中也包含目前人工智能的感知理論技術體系，以語言學為突破口。 人工智能目前主要以感知理論體系為基礎，以數學和統計學為突破口。 以上也就是人工智能和認知智能從理論體系上的最核心區別。 認知智能的技術體系來源于中西方哲學，中西方科學以及中國自主原創的理論思想體系。主要包含以下四大技術體系： 1.認知維度劃分與識別 2.類腦（結構，功能，機制）模型的構建與落地應用。3.萬維圖譜的構建與落地應用 4.人工智能現有的三大技術（機器學習，深度學習，知識圖譜）體系。人工智能的技術體系來源于西方哲學和中西方科學體系。主要包含三大技術體系：1.機器學習 2.深度學習 3.知識圖譜 認知智能的技術體系和人工智能的技術體系有重疊的地方。人工智能的技術體系是作為認知智能技術體系的一部分。認知智能發展創新了全新的技術體系。包括認知維度，類腦模型，類腦結構功能機制以及萬維圖普等技術體系。在技術體系上，認知智能離不開人工智能現有技術體系的支撐。但是認知智能更要突破創新和發展。認知智能的三大技術體系認知維度，類腦模型，萬維圖譜。人工智能的三大技術體系機器學習，深度學習，知識圖譜。 從技術體系上來說，知識圖譜包含在萬維圖譜之內，和萬維圖譜的分支圖譜屬性圖譜是對應的。包括哈工大提出的事理圖譜和萬維圖譜的分支圖譜行為圖譜是基本類似的。人工智能技術體系兩大圖譜知識圖譜和事理圖譜基本上都包含在認知智能技術體系萬維圖譜之內。 人工智能技術體系主要是感知智能技術體系，認知智能技術體系主要是認知方面的技術體系。其和人工智能最大的技術體系區別就是認知維度，類腦模型和萬維圖譜。 認知智能和人工智能智能程度的區別，要從兩者的理論體系和技術體系綜合比較分析。認知智能以認知體系為基礎，以類腦結構功能和機制為基礎。 人工智能以感知體系為基礎，以統計計算理論為基礎。因此這就決定了目前的人工智能技術體系不可能產生綜合系統化的認知能力和類腦能力。其綜智能程度還在感知層面。 因此認知智能的核心智能程度理論上是在認知能力和類腦能力，類腦能力包括理解，記憶，學習，情感，邏輯，溝通，意識等方面。 而人工智能的核心智能程度主要在感知層面，包括視覺，聽覺，觸覺等能力，還包括非常淺層的認知能力和類腦能力，只是非常淺層。 隨著人工智能技術體系天花板的到來，迫切需要全新的理論體系，全新的技術體系，來繼承，發展，創新，突破現有的人工智能體系。而認知智能整套體系，也是在此環境下應運而生。認知智能是人工智能的繼承和發展，和人工智能是智能時代的兩個階段。相互有關聯，相互又有明顯的區別。要分開來看。 認知智能和人工智能本文從三大角度進行了粗略的分析對比，具體包括理論體系，技術體系，智能程度等方面。在理論上有重合的方面，也有明顯區別的方面。在技術體系上，有重合的方面，同時也有創新突破的新技術體系。在智能程度方面，認知智能更注重認知和類腦能力方面的智能，人工智能更側重于感知層面的能力。無論是感知能力還是認知能力還是類腦能力，其都是人類自身不可或缺的能力。且計算機以及機器人，也必不可少。感知智能，認知智能，類腦智能都是計算機體系，機器人體系所必須的必備的基礎能力。認知智能整套技術體系，理論體系，智能程度等還在初級階段，未來會逐步走向成熟。全新的智能時代，正在來臨。