不過(guò)，在IBM董事長(cháng)、總裁兼CEO羅睿蘭（GinniRometty）宣布IBM已經(jīng)轉型為一家認知解決方案和云平臺公司的當下，Watson已經(jīng)不再是會(huì )答題那么簡(jiǎn)單。

 

　　認知時(shí)代的商機

 

　　從技術(shù)角度來(lái)看，2011年參加“Jeopardy!”電視問(wèn)答挑戰賽時(shí)，Watson做了一件事——用自然語(yǔ)言進(jìn)行深度問(wèn)答。但問(wèn)答只是Watson具備的眾多能力之一，截至2015年10月，Watson已經(jīng)擁有包括問(wèn)答在內的28項能力。

 

　　據IBM全球認知商業(yè)行業(yè)解決方案總經(jīng)理NeilIsford透露，Watson的這些能力如今均已被轉變成數字服務(wù)或API，在IBM內部將其視為認知能力的積木。包括關(guān)系抽取、性格分析、情緒分析、概念擴展及權衡分析等在內的IBMWatsonAPI數量將在2016年達到50項。

 

　　而這背后，IBM并沒(méi)有打算讓以Watson為代表的人工智能系統遠離公眾生活，這家“百年老店”已經(jīng)充分表露了對Watson商業(yè)化的信心。

 

　　不可忽略的市場(chǎng)大環(huán)境是，隨著(zhù)物聯(lián)網(wǎng)的普及，每個(gè)設備都在產(chǎn)生數據。然而80%的數據無(wú)法被計算機辨識，這80%的數據中既包括使用人類(lèi)語(yǔ)言編寫(xiě)的書(shū)面材料，從教科書(shū)和公式到文學(xué)作品和對話(huà)；還包括系統從聽(tīng)、說(shuō)和肢體動(dòng)作中，捕獲到的各類(lèi)數據。

 

　　有調查數據預測，這些“非結構化”的數據增長(cháng)速度飛快，到2020年數據總量將超過(guò)44ZB（Zettabyte，十萬(wàn)億億字節），將占到全球數據總量中的一大部分。

 

　　如果從具體行業(yè)來(lái)看，在未來(lái)兩年，醫療數據將增長(cháng)99%，其中88%的醫療數據都將是非結構化數據，包括電子病歷、化驗結果、醫學(xué)影像、視頻以及病患傳感器（如可穿戴醫療設備）；政府和教育數據也將增長(cháng)94%，其中84%是非結構化數據，這些數據來(lái)自各類(lèi)傳感器、建筑物、道路、車(chē)隊等；傳媒業(yè)的數據將增長(cháng)97%，其中82%是非結構化數據，這些數據包括書(shū)籍、期刊、報紙和其他出版物，以及視頻、電影、錄音及在線(xiàn)游戲等。

 

　　而NeilIsford的觀(guān)點(diǎn)是，計算技術(shù)正在進(jìn)入一個(gè)全新的時(shí)代，我們叫作認知的時(shí)代。數據呈現爆炸性增長(cháng)的趨勢之下，這些數據所蘊含的尚未被挖掘價(jià)值，在認知時(shí)代這意味著(zhù)無(wú)限商機?！斑M(jìn)入到認知的時(shí)代，這是*次我們可以把這些無(wú)形的數據更好地運用起來(lái)，不管是我們的教科書(shū)，或一些信息，或一些文件，來(lái)自于傳感器的數據，在運動(dòng)當中產(chǎn)生的數據，我們都能夠把數據結合起來(lái)進(jìn)行挖掘，以前是沒(méi)有發(fā)現它的價(jià)值，現在可以從中獲得一些商業(yè)洞察?！?

 

　　IBM大中華區董事長(cháng)陳黎明說(shuō)：“認知時(shí)代已經(jīng)開(kāi)啟。在不久的將來(lái)，我們將能看到整個(gè)商業(yè)模式由于認知技術(shù)的推動(dòng)而發(fā)生巨大變化——小到每個(gè)人獲得的服務(wù)和產(chǎn)品、創(chuàng )業(yè)者所能擁有的商業(yè)創(chuàng )新優(yōu)勢，大到傳統企業(yè)行業(yè)的轉型、甚至經(jīng)濟和整個(gè)社會(huì )治理效率的跨越式提升。我們堅信，認知商業(yè)是大勢所趨?！?

 

　　認知計算與人工智能

 

　　IBM將認知系統的三項重要特質(zhì)定義為理解、推理、學(xué)習。

 

　　所謂理解，就是通過(guò)感知和互動(dòng)快速理解結構和非結構化數據,能夠依據文本資料和感知與用戶(hù)進(jìn)行交互，并理解和回答用戶(hù)的問(wèn)題。認知系統可以在理解的基礎上,通過(guò)假設，推理并揭示洞察、發(fā)現模式和關(guān)系，實(shí)現以多種方式認知和產(chǎn)出多種結果而不僅僅是一種結果的傳統方式，以幫助人們做出更好的決策。

 

　　此外，通過(guò)以證據為基礎的學(xué)習能力,認知系統能夠從所有文檔中快速提取關(guān)鍵信息，使其能夠像人類(lèi)一樣進(jìn)行持續的學(xué)習。通過(guò)追蹤用戶(hù)對自身提出的解決方案和問(wèn)題解答的范庫和評價(jià),以及專(zhuān)家訓練，能夠不斷進(jìn)步，提升解決方案和解答的能力。

 

　　盡管IBM提出Watson和認知計算多年，但在科技領(lǐng)域對于認知計算和人工智能兩者的關(guān)系依然很模糊。

 

　　這一次，IBM終于愿意出面將認知計算與人工智能說(shuō)清楚。

 

　　來(lái)自IBM的觀(guān)點(diǎn)是，“火了”二十多年的人工智能概念從歷史和研究角度來(lái)講主要目的是為了讓機器表現得更像人，我們稱(chēng)之為Intelligent Behavior。

 

　　對此，IBM也承認其認知計算從技術(shù)角度上來(lái)講和AI有很多共性的地方，比如機器學(xué)習（Machine Learning）、深度學(xué)習(Deep Learning)等方面都很類(lèi)似。

 

　　但是IBM的認知計算目的并不是為了取代人，或者說(shuō)Intelligent Behavior只是認知計算的一個(gè)維度，在講認知計算的時(shí)候除了要能夠表現人和計算機的交互更加自然之外，還會(huì )更多強調推理的部分，自學(xué)習的部分以及怎樣把這樣的能力結合具體的商業(yè)應用，解決商業(yè)的問(wèn)題。后兩個(gè)維度不是傳統做人工智能的人關(guān)心的維度，他們更關(guān)心的只是怎樣表現得更像人。

 

　　換句話(huà)說(shuō)，認知計算不是制造為人們思考的機器，而是與增加人類(lèi)智慧有關(guān)——認知計算系統通過(guò)與人的自然語(yǔ)言交流及不斷學(xué)習幫助人們做到更多，使專(zhuān)家可以更好地從海量復雜的數據中獲得更多洞察，從而做出更為精準的決策。

 

　　認知計算廣義上講是通過(guò)獲取海量的不同類(lèi)型的數據，根據信息進(jìn)行推論，從自身與數據、與人們的交互中學(xué)習，并以對人類(lèi)而言更加自然的方式與人類(lèi)交互。它*重要的目的是如何整合這些能力，并結合具體的商業(yè)應用場(chǎng)景，來(lái)解決商業(yè)上的問(wèn)題，幫助企業(yè)實(shí)現商業(yè)變革?，F在,企業(yè)正面臨著(zhù)大數據帶來(lái)巨大的挑戰。傳統計算方式會(huì )錯過(guò)世界上80%的信息(非結構化數據)，而認知技術(shù)能夠支持組織去發(fā)現數據中隱藏的模式，挖掘出令人驚喜的新的商機，也能夠加速發(fā)現新藥、發(fā)現新的登月方式，甚至發(fā)現未知領(lǐng)域。