詳細解釋
模擬人類認知過程（學習、推理、理解、決策）的計算系統，超越傳統計算，向「像人一樣思考」邁進，IBM Watson 是早期代表。
核心能力：
- 理解：非結構化數據（文本、圖像、語音）的語義理解
- 學習：從經驗和數據持續改進
- 推理：邏輯推理、假設生成、證據評估
- 交互：自然語言對話、上下文保持
- 決策：不確定性下的複雜決策
與傳統 AI 的區別：
- 傳統：固定規則、特定任務、明確輸入輸出
- 認知：適應性、多任務、處理模糊性
- 類比：傳統 AI 是「計算器」，認知計算是「助手」
技術基礎：
- 知識圖譜：結構化領域知識
- 機器學習：模式識別和預測
- NLP：語言理解和生成
- 推理引擎：邏輯和概率推理
IBM Watson 的教訓：
- 醫療診斷：承諾過高，實際效果有限
- 發現：認知計算需要大量領域專家知識
- 過渡期：技術尚未成熟時過度營銷
現代演進：
- 大語言模型：實現了 Watson 的許多願景
- 多模態：視覺、語言的統一處理
- Agent 系統：主動規劃和執行
應用領域：
- 醫療：診斷輔助、治療建議
- 金融：風險評估、投資決策
- 法律：合同分析、案例研究
- 客服：智能對話、問題解決
這是「AI 的願景」—— 從工具到夥伴，從計算到認知。