1955年，美国计算机科学家约翰·麦卡锡（John McCarthy）创造了“人工智能”一词，自此以后，公众构想出一个这样的未来—有意识的计算机和机器人能像人一样思考和行动。但尽管这一未来确实可能到来，目前还相当遥远。
　　但可以预见的计算前沿亦相当令人激动。我们已经进入了IBM所谓的认知时代。计算的突破正在增强我们利用大量数据的能力，为某些全世界最重要的决定提供指导，并有望对整个产业造成革命性影响。
　　“认知计算”一词是指这样的系统：它没有明确的程序，相反地，是为了学习经验而打造。这些系统从无结构的数据中提取有用的信息，从而加快了信息时代，能帮助用户完成范围甚广的一系列任务，包括识别独特的市场机会、发现疾病的新疗法，为城市、公司和社区制定创新性的解决方案等。
　　认知时代标志着应用科学理解大自然和推动人类繁荣的新阶段。其滥觞可以追溯到2011年，认知计算机系统沃森在游戏秀《Jeopardy！》中打败了两位人类冠军。此后，沃森又继续取得了大量成就，证明了认知计算有能力使用大数据处理某些人类所面临的最困难的系统性问题。
　　广泛而言，认知系统提供了五项核心能力。首先，它们创造了更深度的人类参与，通过使用关于个体的数据创造更加完整的人类互动。其次，它们扩大和提升专业知识，从不同领域的专家中学习，让这些知识能为广泛的群众所用。第三，它们提供产品，比如连接到物联网的产品，这些产品具有感知周边世界、了解它们用户的能力。第四，它们让操作员得以利用大量数据，有助于管理工作流、提供情境、实现持续学习、改善预测、改进经营效率。最后—也许是最重要的—它们让用户能够感知传统方法无法发现的模式和机会。
　　认知系统的灵感来自人的大脑，这个器官仍有许多内容等待我们探索。随着系统规模和复杂程度的增加，传统计算机架构正在走向极限，因为耗电量的激增和元件之间的传输延时日益成为负担。事实上，就能源效率而言—用“无结构”数据上每能源单位的计算次数衡量—人脑表现要比最佳人造机器还要高出大约1万倍。
　　如今，据数字力量集团（Digital Power Group）CEO马克·米尔斯（Mark Mills）的数据，计算机消耗了大约世界发电量的10%。为了充分实现认知时代的好处，我们必须能够处理巨量信息；在未来15年，“数字上可接触”的数据数量预计将增加1，000多倍。只有在能源效率实现巨大的改进，才有可能实现使用如此大量数据所需要的计算量。
　　赶超人脑的表现和效率可能需要我们模仿某些大脑结构。我们不必试图从越来越大的芯片中榨取能源密集型性能，可以重新排布计算机元件，组成类似于人脑的密集3D矩阵，从而实现能源效率而言不是性能的最大化。
　　在3D环境中部署芯片让计算机的各种要素彼此之间更加接近。这不仅缩短了它们的通讯时间；也改善了能源效率，幅度可达5，000倍—有望产生能源效率接近生物脑的计算机。目前，通过可用移动技术和热水冷却建造的性能大幅提高的计算机已经实现了比传统系统高十倍的能源效率。
　　但人造计算机效率低下不仅是因为它们需要为芯片供能，也是因为它们需要能源运行空调从而带走处理器所产生的热量。人脑在这方面也能提供教益。正如大脑使用糖分和血液提供能源、冷却各个区域，3D计算机也可以使用冷却液体为芯片输送能量。除了散热，这种冷却液体还能为向处理器提供能量的电化学系统供能。这反过来能进一步增加封装密度—从而提高效率。
　　通过模仿人脑的某些特点，计算机有望大大增加紧凑性、效率和性能。而这反过来能让我们充分利用认知计算—为我们真正的大脑提供新的支持、仿真和启发资源。
　　本文由 Project Syndicate授权《南风窗》独家刊发中文版。作者是IBM苏黎世研究中心科学家。