07 信息学

信息学（informatics）是信息技术和信息管理的交叉学科。在实践中，信息学涉及用于数据存储和检索的处理技术。从本质上讲，信息学讨论信息是如何管理的，指的是支持流程化工作流的系统和数据生态系统，而不是对其中发现的数据进行分析。

在信息科学中经常谈到的健康信息学，它专门用于保健医疗研究，是介于健康信息技术和健康信息管理之间的一种专业技术，它将信息技术、通信和保健融合起来，以提高病人护理的质量和安全性。它位于人、信息和技术三者交汇处的中心。

保健政策是指在一个社会中为实现特定的保健目标而采取的决定、计划和行动。保健政策制定者希望看到医疗保健变得更经济、更安全、更高质量，信息技术和健康信息技术往往是实现这一目标的重要手段。

事实上，其中一项最必不可少的工作是正确定位数据资源，使之能提供每个患者360度的完整健康状况信息视图，只有数据共享才能做到这一点（见图1-2）。

▲图1-2 健康信息管理、健康信息技术和信息学之间的区别

分析集成了所有这些概念，并依赖于底层数据、支持技术和信息管理过程来实现这一目标。

08 人工智能与认知计算

人工智能（AI）是一门“让计算机做需要人类智能才能做的事情的科学”。

人工智能和机器学习的区别在于，人工智能是指利用计算机完成模式的识别与探索这类“智能”工作的广义概念，而机器学习是人工智能的子集，它主要指利用计算机从数据中学习的概念。

机器学习是人工智能的一个子集，它可以根据数据进行学习和预测，不是仅仅根据特定的一组规则或指令完成事先规划好的操作，而是利用算法训练来自主识别大量数据中的模式。

人工智能（和机器学习）可以在分析生命周期中使用，以支持发现和探索（例如，数据是如何构造的，存在什么模式等）。人工智能在分析中的应用通常以机器学习（如上文所述）或认知计算的形式出现。

认知计算是一种独特的应用，它将人工智能和机器学习算法结合在一起，试图复制（或模仿）人脑的行为。

认知计算系统被设计为像人一样通过思考、推理和记忆等方式来解决问题。这种设计方法使认知计算系统具有一个优势，使得它们能够“随着新数据的到来而学习和适应”并“探索和发现那些你永远不会知道去问的东西”。

认知计算的优势在于，一旦它学会了某种能力，它就永远不会忘记，而人类往往做不到这一点。

在人与算法的竞争中，不幸的是，人类常常输掉。人工智能的优势就在于此。因此，如果我们要成为聪明的人，就必须学会谦逊，因为在计算机世界里，我们的直觉判断可能还不如依靠一组简单规则实现的算法。

——Farnham Street博客（Parish，2017，Do Algorithms，在复杂的决策中算法能击败我们吗？）

在狭义的术语中，人工智能代表人类智慧，而认知计算则提供信息来帮助人们做出决策。