最近重溫了部電影，威爾史密斯主演的《I，Robot》。在故事中的時代，地球上每十五個人就擁有一臺人能智能機器人，從工作助理到家庭保姆，機器人滲透進人類生活的方方面面，它們不僅成為人類的得力工具，更成為人類家庭的一份子。
片中的機器人能夠與人類交流，理解人類意圖，甚至最終進化到能夠獨立思考，擁有人類的思想。這讓筆者想到了IBM的“沃森”人工智能計算機，雖然目前沃森和片中的智能機器人還有著不小的差距，但沃森和這些智能機器人有著相似的地方：能夠識別人類自然語言，運用人類思維特征來表達意思和作出決策——IBM將這種原則稱之為“認知計算”。
結合時下最為熱門的大數據趨勢，這種“認知計算”方式為大數據應用和分析提供了新的途徑，試想一下，當我們對著計算機說上幾句話，就能得出最想要的結果，比如“我們該在哪里開設下一家店？我去哪能買到最便宜的襯衫？這樣的癥狀應該如何診斷？…”看上去這像是科幻電影中的橋段，但事實上這是大數據及分析所追求的一種終極目標。
目標很遙遠，但沃森的問世讓我們看到了目標的雛形。近日，IBM又宣布將把“沃森”應用于云環境的開發平臺，開放API，讓企業能夠開發自家的“沃森”App，從而構建起“沃森”生態圈，將“沃森”應用到更廣泛的領域。此外，IBM還建立了一個“沃森”內容庫，供應商可以為沃森提供內容，包括通用和專用的信息，如醫療保健等。開放“沃森”API、建立生態系統，沃森又將大數據的終極目標向前推進了一大步。“
沃森“是誰？它怎么工作？
將人工智能計算機以IBM創始人的名字來命名，足見IBM對“沃森”寄予厚望。沃森誕生于IBM在2006年啟動的一個有關“認知計算”的研發項目，期間，IBM并沒有透露太多的消息。2011年2月，沃森首次公開亮相，在美國電視節目《危險邊緣》中戰勝人類冠軍而名聲大噪。在節目中，沃森能夠分析和理解人類語言，能夠準確的得出答案，并展現出比人類更快的答題速度，這不禁讓人驚呼，機器代替人腦的時代要來臨了么？這并不是機器首次戰勝人類，早在1997年，IBM超級計算機“深藍”在國際象棋賽中戰勝了當時的世界冠軍卡斯帕羅夫，成為第一臺戰勝人類的智能電腦。
盡管都是人工智能的產物，但“沃森”和“深藍”有著巨大的不同：“深藍”存儲著數量有限的國際象棋走法，通過數據規則來預測象棋的走法，實際上“深藍”所處理的還是比較明確的機器語言，而“沃森”大有不同，它所處理的是人類的自然語言。和明確的機器語言相比，自然語言對一臺機器來說是非常不明確的，因為它有著無限種的表達方法。
IBM系統與科技部Power Systems全球實驗室服務總監Ian Jarman先生舉過這樣一個例子：我們知道，愛因斯坦出生在德國烏爾姆，計算機也能夠識別這種結構化的數據；但如果換成自然語言，比如“有一天，Otto從烏爾姆的諸多城市景致圖畫之中，選擇了一幅水彩畫寄給愛因斯坦，作為對他出生地的紀念”，計算機就難以回答愛因斯坦到底出生在哪里。沃森在《危險邊緣》中所表現出來的，是超強的對自然語言的理解能力，當然，要得出準確的結果，僅僅有對自然語言的理解還是不夠的，還需要從大量的結果中篩選出最為合適的。
Ian Jarman先生曾解釋過沃森的工作原理：分析問題和主題——從答案來源中生成假設——從證據來源中給假設和證據評分——合并和排名置信度計算——得出具有置信水準的答案。通俗來說，沃森得出正確結果的關鍵是提出以證據為基礎的假設，如果你提一個問題的話，計算機理解了會產生很多的答案，沃森會收集一些證據來支持這些答案，然后根據對不同答案的評分作出最好的選擇。另外沃森還具備適應和學習的能力，沃森可以進行人機對話，它會吸收人們給予它的新信息，對它所作的決定或者答復加以修改和改進。
“沃森”和“大數據”
自然語言理解、找到證據、判斷，是沃森所具備的的三大能力，這種“認知計算”能力讓沃森在當前的大數據浪潮中大有用武之地。大數據已經被公認為是一座“金礦”，但如果從中無法提取“黃金”，大數據也毫無價值可言。大數據有著數量大、速度快、多樣性、不確定性等特點，故而數據的采集、存儲、管理和分析并不簡單，如何將紛繁數據化繁為簡，實現類似人腦的認知與判斷，發現新的關聯和模式，從而做出正確的決策，才是大數據分析的核心價值。沃森的工作過程實際上是一個完整的大數據分析過程：識別理解自然語言是處理非結構化數據的過程，找到證據就是從不同來源的大數據中檢索的過程，判斷就是給證據評分，作出最佳決策的過程。
好比我們在谷歌進行搜索，輸入關鍵字中可能會出現數十萬條結果，哪條結果是最合適自己的，需要自己來判斷；沃森所做的就是充分理解我們的意圖，幫助我們從海量的結果中挑出最合適的，它代替了人類進行分析決策的過程。具備這些能力，沃森在大數據領域會有非常光明的前景，因為大量的行業的數據資料都是以自然語言編寫的，比如醫療行業的醫療記錄、文本、雜志和研究資料，這些都是計算機難以理解語言；在零售、旅游、金融、電信、服務等行業，同樣存在著大量以自然語言存儲和編寫的資料，如果存在一套能夠這些自然語言資料中快速找出準確答案的系統，將為行業帶來巨大的改變。據Ian Jarman先生介紹，沃森不再是電視節目中的明星，如今已經進入醫療、金融、呼叫中心行業提供支持服務。比如在醫療領域，沃森從不同的信息來源采集數據并且提煉，給醫院，或者是醫師、醫生提供醫療采購方面的建議和咨詢意見。在美國德克薩斯大學MD Anderson癌癥中心，沃森已經在其中對醫生提供建議，以助于治療復雜的疾病和癌癥。
沃森商用要過幾道關
IBM將沃森作為面向大數據市場的重要工具，為了讓沃森進入更多的行業，IBM近日宣布建立沃森生態系統，向合作伙伴提供技術、工具和API編程接口，希望借助云服務和訪問工具，利用沃森幫助合作伙伴開發他們的認知計算軟件及系統。首批合作伙伴包括零售業的Fluid、醫療保健領域的MD Buyline以及健康管理領域的Welltok。另外，IBM還建立了一個沃森內容庫，供應商可以為沃森提供內容，包括通用和專用的信息，如醫療保健數據資料等。
尋找合作伙伴是IBM的習慣做法，也起到了很好的效果，例如在IBM Power Systems在中國實施的“天工計劃”和“天合計劃”，大大提升了Power服務器的市場覆蓋面。獨木不成林，沃森要拓寬應用領域，也需要建立自己的生態圈。IBM更擅長的是硬件和大數據分析工具，想要將沃森應用于那些具有專業性的行業，例如醫療，就需要借助那些具有較深行業背景的合作伙伴的力量。同時，沃森能夠得出正確答案的關鍵在于以豐富的證據來支持結果，這就需要廣泛的信息來源，沃森內容庫的建立更需要IBM和合作伙伴以及客戶的通力合作。那么，是不是意味著沃森的合作伙伴越多、生態環境越大，沃森越容易找到需要的結果和支持的證據？是不是IBM應當將沃森內容庫向所有人開放，就像谷歌，讓所有人都能夠貢獻數據資源？筆者認為這不是一個理想的狀態，雖然沃森需要廣泛的信息來源，但前提是這些信息應當是可信的，因為沃森要從中尋找證據來支持結果，所以信息來源的可信度是關鍵，一旦根據大量錯誤的證據得出錯誤的答案，后果是非常嚴重的。這正是沃森和谷歌所不同的地方，谷歌雖然有大量的信息來源，但其中有可信的，也不乏大量的不可信信息，大量信息的檢索也會增加系統的負載。筆者認為這也是目前IBM謹慎的選擇沃森伙伴的原因。未來，沃森也許不會向公眾公開信息來源的渠道，因為信息的甄選并不是件容易的事情。但是，用沃森來提供公共云服務是個不錯的做法，公眾可以更加快速準確的獲得專業的建議和搜索結果，免去了自己篩選和判斷的麻煩。
另外一個問題，沃森目前還僅限于理解英語語言，還沒有多語言版本，也就是說，在繁雜的語言環境中沃森的自然語言理解優勢也就不復存在了。例如在中國有著大量的方言和表述方法，即使對于一名中國人來說，很多語境理解起來也頗具困難。想想看，讓一臺機器去理解“倒鴨子”，仿佛是件匪夷所思的事情。不過支撐沃森的一些底層技術，如Power服務器、Symphony、InfoSphere等大數據分析平臺和技術在中國都已經上市，假以時日，未來也許能理解“倒鴨子”的方言版沃森也會橫空出世。最后總結一下，沃森所代表的認知計算，為大數據的未來描繪了一幅美麗的圖景，也將人工智能大大推進了一步。也許未來大數據應用就是那樣簡單，我們只需對著計算機、甚至是隨身的終端設備說出我們的需求，就能快速得到最準確的答案。
京公網安備 11010502049343號