IBM：不是人工智能，而是認知商業(yè)

　　認知計算是模擬人的自然思維理解數(shù)據(jù)，歸納起來是三種能力的集合，即理解(Understanding)、推理(Reasoning)和學習(Learning)，簡稱為URL。

　　實現(xiàn)認知計算的第一步是理解數(shù)據(jù)，例如理解人的自然語言、圖片的內容等等。以語音識別為例，在一個句子中，出現(xiàn)“蘋果”一詞，可能是指蘋果公司或者它的產品，也可能是指一種水果。究竟是什么含義，這就需要準確判斷出來。如果不能實現(xiàn)數(shù)據(jù)的理解，后面的分析也就無從談起。這也是科技巨頭都在花費大量精力研發(fā)語音識別和圖像識別技術的原因。

　　推理是發(fā)現(xiàn)非結構化數(shù)據(jù)之間的邏輯聯(lián)系。通過假設生成，能夠透過數(shù)據(jù)揭示洞察、模式和關系。將散落在各處的知識片段連接起來，進行推理、分析、對比、歸納、總結和論證，獲取深入的洞察以及決策的證據(jù)。在與美國知名作曲家鮑勃·迪倫的對話中，IBM沃森(Waston)僅僅花了幾秒鐘就判斷出：“根據(jù)我的分析，你的歌曲主題大多是關于時光流逝和愛情枯萎的。”沃森能以每秒閱讀8億頁內容的驚人速度從海量歌詞中提取關鍵信息，再通過推理判斷能力揭示海量歌詞背后的“愛與痛”。推理是認知計算最為關鍵的一環(huán)。

　　學習是認知計算能夠不斷提升的保障。通過以證據(jù)為基礎的學習能力,從大數(shù)據(jù)中快速提取關鍵信息，像人類一樣進行學習和認知?？梢酝ㄟ^專家訓練，并在交互中通過經驗學習來獲取反饋，優(yōu)化模型，不斷進步。具備自我學習的能力，是認知計算與大數(shù)據(jù)等傳統(tǒng)技術最為本質的區(qū)別。

　　布局行業(yè)認知平臺

　　目前人工智能可分為兩大陣營，一類是以谷歌Deep Mind通用型的人工智能平臺為代表。該類平臺的策略是突出程序和算法，優(yōu)化運算能力。希望只需通過改變訓練數(shù)據(jù)的輸入，就可以在不同行業(yè)運用。如谷歌希望Alpha Go的平臺，將棋譜變?yōu)榘┌Y數(shù)據(jù)庫，就可以實現(xiàn)癌癥治療方法的研究。

　　另一類是以IBM為代表，將人工智能技術與行業(yè)相結合的應用。在IBM看來如果說互聯(lián)網(wǎng)時代的關鍵詞是“顛覆”，那么人工智能的關鍵詞就是“變革”，與行業(yè)經驗的結合是未來商業(yè)的主流模式。

　　早在郭士納主導的轉型中，IBM就將咨詢作為核心業(yè)務發(fā)展，這令IBM能夠深入到各個行業(yè)內部積累行業(yè)知識，對行業(yè)的深度理解，是IBM與其他IT企業(yè)相比最大的競爭優(yōu)勢所在。

　　IBM深耕行業(yè)認知依靠的是沃森平臺。沃森是一個具有強大認知功能基于云和開放標準的平臺。沃森通過提供API使企業(yè)接入沃森平臺獲取認知計算服務。沃森的每個API可以實現(xiàn)一個特定的功能，通過不同API的組合，就可以實現(xiàn)多種認知計算的需求。目前沃森的API接近50個，主要包括潛在語義分析、情感分析、關系抽取、深度學習、知識提取注解、遞歸神經網(wǎng)絡、問答驗證等。在API的基礎上，通過整合行業(yè)知識庫，就可以針對每個行業(yè)，提供特定的認知計算服務，目前沃森平臺主要的行業(yè)包括金融、制造、醫(yī)藥、零售、媒體等。

　　對于傳統(tǒng)企業(yè)而言，也無需對人工智能的到來心懷恐懼，專注于自身行業(yè)經驗的積累，選擇合適的人工智能服務商合作，將人工智能用于行業(yè)價值的挖掘，將為企業(yè)帶來無限的想象空間。