如果IBM的“范式轉(zhuǎn)換”創(chuàng)新和發(fā)明確實(shí)有助于人類供水、量子計(jì)算和區(qū)塊鏈等技術(shù)在全球的推廣，那么這些新元素就可以用來反駁IBM的舊有觀念。但無論如何，這都不是IBM的官方市場(chǎng)策略，只是在公司高層內(nèi)部，這種方案已經(jīng)獲得潛在認(rèn)可。
那么這種情境化給我們帶來了什么呢?或許就是所謂的“數(shù)字轉(zhuǎn)型”時(shí)代。
這是來自整個(gè)IT行業(yè)的推動(dòng)力，它告訴我們需要云計(jì)算、數(shù)據(jù)分析、移動(dòng)優(yōu)先技術(shù)和人工智能(AI)。IBM很高興地告訴我們，它致力于向客戶銷售轉(zhuǎn)型技術(shù)，同時(shí)也專注于自身的數(shù)字化轉(zhuǎn)型。IBM將其沃森人工智能(Watson AI)技術(shù)應(yīng)用到我們的下一代計(jì)算結(jié)構(gòu)中，讓它變得無處不在。
顛覆者時(shí)代
IBM董事長(zhǎng)、總裁兼首席執(zhí)行官羅睿蘭(Ginni Rometty)說：“我們重新改造了IBM，因?yàn)槲覀兛吹綌?shù)據(jù)時(shí)代已經(jīng)到來。我們相信，這是我們一生中僅會(huì)遇到一次機(jī)會(huì)的時(shí)代，讓我們所有人都可以成為顛覆者。學(xué)習(xí)如何將AI引擎應(yīng)用到我們未來構(gòu)建的多元平臺(tái)中，這是我們現(xiàn)在就要開始考慮的問題。”
隨著AI的迅速崛起和擴(kuò)張，羅睿蘭強(qiáng)調(diào)了計(jì)算機(jī)的三大法則：
1)摩爾定律(Moore's Law)：當(dāng)價(jià)格不變時(shí)，集成電路上可容納的元器件數(shù)目每隔18-24個(gè)月便會(huì)增加一倍，性能也將提升一倍。
2)梅特卡夫定律(Metcalfe’s Law)：網(wǎng)絡(luò)的價(jià)值等于網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)的平方，網(wǎng)絡(luò)的價(jià)值與聯(lián)網(wǎng)用戶數(shù)的平方成正比。
3)沃森定律(它實(shí)際上還不屬于定律，這是IBM在這個(gè)階段的假設(shè))：AI在商業(yè)、智能城市、消費(fèi)者應(yīng)用以及生活中大量應(yīng)用。
羅睿蘭指出：“如果我們看看今天實(shí)際正在分析的數(shù)據(jù)量，其中只有20%是可搜索的，并被有效利用。另外80%的數(shù)據(jù)被保存在公司內(nèi)部，通常不會(huì)被使用。IBM現(xiàn)在正在為沃森構(gòu)建IBM服務(wù)平臺(tái)(IBM Services Platform)，這樣IBM就可以開始為每個(gè)用例提供AI工具，它可以嵌入到任何服務(wù)(通常是基于web/云端的軟件應(yīng)用)中。”
當(dāng)我們提出這個(gè)問題的時(shí)候，我們可能會(huì)發(fā)現(xiàn)，任何人都可以使用更豐富的技術(shù)。IBM稱這是個(gè)新的轉(zhuǎn)折點(diǎn)，不僅白領(lǐng)工人可以使用新的AI技術(shù)，藍(lán)領(lǐng)工人也可以使用，所以IBM稱之為“新領(lǐng)”新時(shí)代。這讓人感到歡欣鼓舞，但我們正進(jìn)入這樣的時(shí)代，每個(gè)人的每個(gè)應(yīng)用程序中都有AI支持。
這里有很多技術(shù)術(shù)語很有趣。AI的大腦必須像人類大腦一樣接受“訓(xùn)練”，以了解基本指令(如廁訓(xùn)練、教訓(xùn)孩子的基本社會(huì)行為)，接觸不同的數(shù)據(jù)集信息(在外面的世界體驗(yàn)生活)，以及學(xué)習(xí)集中注意力以便將智能應(yīng)用于特定任務(wù)(得到工作和學(xué)習(xí)提供價(jià)值)。在外面的世界里，我們發(fā)現(xiàn)，雖然多樣性(在數(shù)據(jù)和生活中)很重要，但有時(shí)我們只有一小部分?jǐn)?shù)據(jù)可供使用。但是，生活是困難的，AI也是如此。
蘋果與IBM合作
就新聞發(fā)展和IBM今年將給AI領(lǐng)域帶來的影響而言，蘋果的CoreML機(jī)器學(xué)習(xí)技術(shù)現(xiàn)在可以被蘋果手機(jī)軟件開發(fā)人員使用，在他們正在構(gòu)建的應(yīng)用程序中獲取IBM Watson AI大腦智能支持。CoreML是在蘋果iOS設(shè)備上運(yùn)行機(jī)器學(xué)習(xí)模型的軟件框架，最初是在iPhone和iPad上，隨后擴(kuò)展到Apple Watch和聯(lián)網(wǎng)電視上。
正如蘋果所指出的那樣：“經(jīng)過訓(xùn)練的模型是將機(jī)器學(xué)習(xí)算法應(yīng)用于訓(xùn)練數(shù)據(jù)的結(jié)果，該模型基于新的輸入數(shù)據(jù)進(jìn)行預(yù)測(cè)。舉例來說，一個(gè)模型基于某個(gè)地區(qū)的歷史房?jī)r(jià)數(shù)據(jù)進(jìn)行訓(xùn)練，在給定臥室和浴室的數(shù)量時(shí)，它就可以預(yù)測(cè)房子的價(jià)格。”
IBM沃森服務(wù)與CoreML相結(jié)合，實(shí)際上是將蘋果設(shè)備上的機(jī)器學(xué)習(xí)框架與IBM企業(yè)人工智能結(jié)合起來，為各行各業(yè)的專業(yè)人士提供智能服務(wù)。這意味著，軟件開發(fā)人員現(xiàn)在可以構(gòu)建以AI為動(dòng)力的應(yīng)用程序，并且可以安全地連接他們的企業(yè)數(shù)據(jù)，這些應(yīng)用可以優(yōu)化，既可以離線使用，也可以在云端運(yùn)行，并且通過每個(gè)與用戶交互的機(jī)會(huì)不斷學(xué)習(xí)、調(diào)整和改進(jìn)。
AI機(jī)器學(xué)習(xí)大腦內(nèi)部
最近，IBM負(fù)責(zé)處理與蘋果合作事宜的總經(jīng)理馬哈茂德·納格什尼(Mahmoud Naghshineh)以及IBM的全球產(chǎn)品+戰(zhàn)略合作伙伴尼克·奧托(Nick Otto)，解釋了機(jī)器學(xué)習(xí)驅(qū)動(dòng)的AI大腦內(nèi)部到底發(fā)生了什么。
但是首先，我們需要弄清楚機(jī)器學(xué)習(xí)和AI的區(qū)別。我們通常認(rèn)為，一個(gè)是另一個(gè)的結(jié)果，即機(jī)器學(xué)習(xí)過程發(fā)生在設(shè)備主板本身上，而AI則是這些機(jī)制更高水平催生的結(jié)果。實(shí)際上，它比那更微妙和復(fù)雜。
納格什尼將其描述如下：機(jī)器學(xué)習(xí)(ML)是一組為數(shù)據(jù)操作定義的“類”，并通過最新的可用數(shù)據(jù)不斷地重新編程;人工智能(AI)是一套更廣泛的算法和技術(shù)，它使用了ML的能力來更好、更快地做出決策。
納格什尼表示:“盡管IBM已經(jīng)與蘋果公司合作了很長(zhǎng)時(shí)間，但我們正就CoreML軟件框架展開新的合作，因?yàn)槲覀冋J(rèn)識(shí)到，越來越多的價(jià)值是由使用移動(dòng)設(shè)備的專業(yè)人員來消費(fèi)的。”
納格什尼提供了一個(gè)AI工作實(shí)例。一個(gè)現(xiàn)場(chǎng)技術(shù)人員必須以檢查電路板作為他或她工作的中心部分，并能夠找出故障。該技術(shù)人員可以使用智能手機(jī)(在本例中是蘋果iPhone)掃描產(chǎn)品的圖像，不僅僅是直接在2D圖像上進(jìn)行掃描，而是通過將智能手機(jī)的攝像頭移動(dòng)到產(chǎn)品周圍進(jìn)行檢查而形成圖像。
IBM沃森視覺識(shí)別模型可以通過“完美”產(chǎn)品的記錄圖像來交叉引用圖像，并尋找可能指向損壞或磨損的異常，并指導(dǎo)工程師解決問題。IBM的Watson Studio技術(shù)被用來訓(xùn)練AI的功能，精確處理企業(yè)的數(shù)據(jù)信息，從而找出問題所在。完成這張照片后，CoreML的沃森服務(wù)會(huì)在“本地執(zhí)行”，它可以在沒有網(wǎng)絡(luò)連接的情況下在手機(jī)上運(yùn)行，這樣工程師就可以在偏遠(yuǎn)的地方或其他地方完成自己的工作。
加上這些解釋，IBM的奧托證實(shí)，該設(shè)備將定期登錄到在線服務(wù)上，以接收機(jī)器學(xué)習(xí)模型開發(fā)人員的更新，并在Watson studio中進(jìn)行擴(kuò)展。
奧托說：“CoreML的IBM沃森服務(wù)允許數(shù)據(jù)開發(fā)人員獲得他們構(gòu)建在目標(biāo)設(shè)備上的機(jī)器學(xué)習(xí)模型。蘋果公司將其硬件和軟件集成在一起，這使得核心企業(yè)級(jí)性能得以實(shí)現(xiàn)。它使用標(biāo)準(zhǔn)框架將這些機(jī)器學(xué)習(xí)服務(wù)引入蘋果iOS設(shè)備，同時(shí)允許用戶跟蹤機(jī)器學(xué)習(xí)模型，并在工人的工作職能變更或其他元素更新(比如立法影響)的情況下，對(duì)其進(jìn)行升級(jí)。”
AI發(fā)展到何種程度?
那么到現(xiàn)在為止，AI已經(jīng)發(fā)展都何種程度?IBM認(rèn)知解決方案和研究部門的高級(jí)副總裁約翰·凱利三世(John E. Kelly III)描述了AI在2018年的發(fā)展現(xiàn)狀。
凱利說：“在較低的水平上，我們可以使用AI來識(shí)別圖像，讓我們的電腦能夠區(qū)分貓、滑板或花盆等。在更高的層次(還未實(shí)現(xiàn))，我們會(huì)有通用人工智能，我們談?wù)摰氖悄軌蜃鋈魏问虑榈挠?jì)算機(jī)(就像人類一樣)。科技界(以及IBM內(nèi)部)普遍認(rèn)為，我們可能還需要30到40年才能建成真正有能力的高階機(jī)器。”
目前，我們使用圖形處理單元(GPU)作為處理器，現(xiàn)在也可以用AI工具在一分鐘內(nèi)“學(xué)會(huì)”幾年前需要一小時(shí)才能掌握的知識(shí)。AI會(huì)成為IBM所希望的那樣，幫助驅(qū)動(dòng)我們生活的方方面面嗎?答案是肯定的，也許最終會(huì)逐漸實(shí)現(xiàn)這個(gè)目標(biāo)。
接下來，當(dāng)AI變得無所不在的時(shí)候，我們會(huì)關(guān)注a)那些構(gòu)建這些平臺(tái)的工程師們會(huì)做什么;b)更加關(guān)注那些用來訓(xùn)練AI大腦的數(shù)據(jù)集，這樣我們就可以不受這些新的電子神經(jīng)網(wǎng)絡(luò)影響。
如果要為每個(gè)人工作，AI需要是多元文化的(并且沒有負(fù)面偏見)、多學(xué)科的(就其所適用的工作而言)、多性別的、多平臺(tái)的以及多利益相關(guān)者。如果這一切都成為現(xiàn)實(shí)，那么IBM的”沃森定律“就會(huì)實(shí)至名歸。
京公網(wǎng)安備 11010502049343號(hào)