IBM：不是人工智能，而是認(rèn)知商業(yè)

　　2016年堪稱人工智能元年。繼谷歌Alpha Go高調(diào)亮相之后，IT巨頭們紛紛亮出了人工智能領(lǐng)域的最新成果。微軟推出了智能聊天機(jī)器人Tay，必應(yīng)搜索引擎也多次在足球、選秀等重大比賽中準(zhǔn)確地預(yù)測(cè)了比賽結(jié)果。Facebook公布了圖像識(shí)別技術(shù)。這些技術(shù)看起來(lái)非常驚艷，但很多在商業(yè)領(lǐng)域難以直接發(fā)揮作用。

　　與開(kāi)發(fā)通用型人工智能技術(shù)不同，IBM更關(guān)注人工智能在商業(yè)領(lǐng)域的應(yīng)用。2016年IBM提出了“認(rèn)知商業(yè)”的戰(zhàn)略，將認(rèn)知計(jì)算技術(shù)與行業(yè)經(jīng)驗(yàn)相結(jié)合，幫助企業(yè)快速實(shí)現(xiàn)商業(yè)模式的變革與迭代，讓人工智能融入企業(yè)運(yùn)營(yíng)。

　　輔助用戶決策的“認(rèn)知商業(yè)”，比要代替人的人工智能更具商業(yè)實(shí)用性

　　從智慧地球到認(rèn)知商業(yè)

　　在認(rèn)知商業(yè)戰(zhàn)略提出之前，IBM的戰(zhàn)略重點(diǎn)是智慧地球。彼時(shí)正值物聯(lián)網(wǎng)、大數(shù)據(jù)和移動(dòng)互聯(lián)技術(shù)大規(guī)模應(yīng)用的時(shí)期。IBM意識(shí)到，萬(wàn)物互聯(lián)可以造就無(wú)限的商業(yè)機(jī)會(huì)。智慧地球的愿景就是希望世界上所有的設(shè)備都能夠聯(lián)網(wǎng)，通過(guò)大數(shù)據(jù)分析，實(shí)現(xiàn)智慧化的商業(yè)，甚至智慧化的城市和國(guó)家。

　　為實(shí)現(xiàn)智慧地球的戰(zhàn)略，IBM提出了3I模型，即Instrmented(感知)、Interconnected(互聯(lián))和Intelligent(智能)。

　　設(shè)備位于模型的底層，使設(shè)備能夠采集數(shù)據(jù)，這是智慧地球的基礎(chǔ)。設(shè)備互聯(lián)之后產(chǎn)生海量的數(shù)據(jù)，如何從數(shù)據(jù)中獲取價(jià)值，就需要智能化的分析技術(shù)。過(guò)去的幾年中，智慧地球戰(zhàn)略在設(shè)備和互聯(lián)兩個(gè)層面得到有效的實(shí)施，但在數(shù)據(jù)的智能分析上遇到了挑戰(zhàn)。如何實(shí)現(xiàn)對(duì)大數(shù)據(jù)的分析和認(rèn)知?IBM提出了“認(rèn)知商業(yè)”的戰(zhàn)略。

　　“認(rèn)知”而非“智能”

　　與當(dāng)前人工智能強(qiáng)調(diào)的概念不同，IBM對(duì)人工智能在商業(yè)應(yīng)用中的理解，是實(shí)現(xiàn)“認(rèn)知”而非“智能”。做出這一判斷的基礎(chǔ)，是IBM數(shù)十年來(lái)在行業(yè)客戶中積累的經(jīng)驗(yàn)。

　　IBM認(rèn)為，目前商業(yè)遇到的最大挑戰(zhàn)是不能發(fā)掘數(shù)據(jù)的價(jià)值，數(shù)據(jù)如何在商業(yè)中運(yùn)用，仍需要人來(lái)進(jìn)行判斷。商業(yè)不僅僅是追求利益最大化，還需要考慮法律、倫理、社會(huì)責(zé)任等多方面的因素。而這些有溫度的判斷，很難由計(jì)算機(jī)來(lái)完成。因此，IBM認(rèn)為，當(dāng)前人工智能要做的是“認(rèn)知”數(shù)據(jù)的價(jià)值。

　　當(dāng)前數(shù)據(jù)分析的兩大挑戰(zhàn)是數(shù)據(jù)量的井噴和數(shù)據(jù)類型的井噴。根據(jù)IBM的預(yù)測(cè)，到2020年，全球每人每天將產(chǎn)生約2.4GB的數(shù)據(jù)，形象地比喻，就是每人每月產(chǎn)生的數(shù)據(jù)可以填滿一部64GB的iPhone手機(jī)。據(jù)統(tǒng)計(jì)2015年全球智能手機(jī)用戶約20億人，如此巨大的數(shù)據(jù)，對(duì)于計(jì)算能力是非常大的考驗(yàn)。

　　數(shù)據(jù)類型的井噴，對(duì)企業(yè)而言是更為嚴(yán)峻的挑戰(zhàn)。數(shù)據(jù)類型可以簡(jiǎn)單分為結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)是長(zhǎng)度固定、以數(shù)值形式記錄的數(shù)據(jù)。如GPS的定位坐標(biāo)，電商產(chǎn)品的銷售量等。非結(jié)構(gòu)化數(shù)據(jù)是除結(jié)構(gòu)化數(shù)據(jù)以外的數(shù)據(jù)的統(tǒng)稱，它們難以被量化、沒(méi)有固定的長(zhǎng)度和格式。如醫(yī)療領(lǐng)域?yàn)椴∪伺臄z的X光片，法律界法院判決的文書(shū)，媒體中的視頻資料等。根據(jù)IBM的預(yù)測(cè)，到2017年，非結(jié)構(gòu)化數(shù)據(jù)將占到數(shù)據(jù)總量的80%。

　　為應(yīng)對(duì)數(shù)據(jù)井噴帶來(lái)的挑戰(zhàn)，IBM嘗試從兩個(gè)方面尋求方法。一是提升運(yùn)算能力來(lái)應(yīng)對(duì)結(jié)構(gòu)化數(shù)據(jù)的分析。得益于摩爾定律，計(jì)算機(jī)的運(yùn)算能力一直保持高速的提升狀態(tài)，結(jié)合IBM在超級(jí)計(jì)算機(jī)領(lǐng)域的研發(fā)實(shí)力，結(jié)構(gòu)化數(shù)據(jù)的挑戰(zhàn)并不難克服。

　　但是在非結(jié)構(gòu)化數(shù)據(jù)方面，IBM遇到了困難。最初IBM希望通過(guò)培養(yǎng)數(shù)據(jù)科學(xué)家來(lái)分析非結(jié)構(gòu)化數(shù)據(jù)。數(shù)據(jù)科學(xué)家將非結(jié)構(gòu)化數(shù)據(jù)解構(gòu)，分解為結(jié)構(gòu)化數(shù)據(jù)再交由計(jì)算機(jī)處理。但隨著數(shù)據(jù)的井噴，數(shù)據(jù)科學(xué)家無(wú)法跟上數(shù)據(jù)增加的速度，迫切需要計(jì)算機(jī)來(lái)模擬他們的工作，分析非結(jié)構(gòu)化的數(shù)據(jù)，以實(shí)現(xiàn)對(duì)數(shù)據(jù)價(jià)值的認(rèn)知。