认知计算是计算机化环境中人类观念和思维过程的缩影。它是自学习系统的累积，它结合了模式识别、数据挖掘和自然语言处理 (NLP) 来模拟人脑的工作方式。认知计算的主要目标是创建自操作的计算机化系统，该系统能够在没有任何人类帮助或干预的情况下精通解决复杂的问题。
认知过程可以很简单地理解为“利用现有知识产生新知识的机制”。认知的主旋律与心智、知觉、智力等抽象概念密切相关。这就像了解人类大脑的义务并致力于解决人类问题。这样的系统和设置不断地从数据中获取知识。认知计算系统整合来自各种不同信息源的数据，同时考虑上下文和相互矛盾的证据，以提出最佳可行的答案。
它是使用机器学习和自然语言处理 (NLP) 使人与机器能够更自然地交互并获得理解以放大人类专业知识、感知和认知的技术分类之一。
它实际上有什么作用？
使用计算机系统来解决人类传统上关心的不同类型的问题需要大量的结构化和非结构化数据，并提供给机器学习算法。随着技术的进步，认知系统能够改进识别模式的方式和处理数据的方式，从而能够理解新问题并规划可能的解决方案。为了达到这种熟练程度，认知计算系统必须具备认知计算联盟列出的这五个关键属性。
- 自适应
- 交互的
- 迭代
- 有状态的
- 语境
认知计算的应用：
在主流中，认知计算用于帮助人类进行决策活动。认知计算及其应用的一些示例包括通过支持医生治疗某些疾病。例如，纪念斯隆凯特琳癌症中心已使用 IBM Watson for Oncology 为肿瘤学家提供针对癌症患者的循证治疗替代方案。当医务人员提出问题时，Watson 会生成一个假设列表，并为医生提供治疗可能性。