一文读懂IBM围绕沃森建立的商业模型

time柒月 2016-08-25 14:33:07发布
一文读懂IBM围绕沃森建立的商业模型
在2011年1月13日的图片资料中,智力游戏Jeopardy!的冠军得主 Ken Jennings(左)和 Brad Rutter(右)正看着一台叫做“沃森”的电脑在一轮智力竞猜中将他们击败。
 
2004年,当Charles Lickel与一些同事一起用餐时,他突然发现所有的顾客都冲向吧台,于是好奇地跟过去,看看是什么引起了这阵骚动。结果他发现这些人都是去看 Ken Jennings在Jeopardy!智力竞赛直播中创造历史的、连续6个月的卫冕。
 
他目不转睛地看着节目。时任IBM Research领导的Paul Horn一直缠着Lickel要为公司的下一个“巨大挑战”出谋划策,这是从DeepBlue以来的一贯传统,让计算机来处理一个极难的任务,看它是否具有这个能力解决问题。上一个挑战,1996年在国际象棋上击败了卡斯帕罗夫的DeepBlue电脑,已经吸引了全世界的注意。
 
接下来的事情,他们说,已经被载入史册。7年后的2011年,IBM的沃森电脑击败了两位Jeopardy!智力竞赛的冠军 Jennings和Brad Rutter。如今的沃森已经远远不止会玩智力竞猜这类小把戏,而且成为了IBM公司巨大的商业潜力所在。公司CEO Ginny Rometty认为,它的身价到2023年将会达到100亿美元。但在实现这一成就之前,还有巨大的挑战在等着它。
 
人工智能简史
 
人工智能的起源要追溯到1956年达特茅斯学院举办的一次论坛。会上人们对未来充满了乐观,认为机器将在20年内具有完成人类所有工作的能力。但是这个目标至今还没实现。到了1970年代,这方面的狂热投资逐渐被耗尽,AI领域进入了冬天。
 
然而,进步仍在慢慢地发生。到了1992年,人们对AI的热情似乎又复燃了。美国政府开始举办一系列论坛,并推出了以机器回答问题为内容的竞赛,被称为“QA”系统。IBM公司参加了这些论坛,并开始在一系列的技术上取得进步。
 
开始时研究者试验的系统是基于一定规则的,类似于 Doug Lenat的Cyc项目,这个系统所回答的问题是基于人类专家所提供的信息,几乎跟百科全书的原理相同。然而不就他们就感到,这种类型的系统发展到一定规模后就无法超越了。
 
所以他们开始探索一种完全不同的技术,更接近于模仿人类大脑接受和处理信息、并做出决定的机制。例如,深层分析技术将句子分解成很多部分,让支持向量计算的机器挖掘大量的数据,从中进行学习,并基于此自行得出一些结论。
 
虽然已经发展到了这一步,这些项目还处于各自孤立的状态,分别由不同的团队进行研究开发。但2004年的那天晚上,Lickel在餐厅吧台看到了一个让这些孤立的技术组织成为完整的系统的机遇。“让机器解决Jeopardy智力竞赛的问题,可以使不同的研究领域结合在一起,集中力量来解决这个大难题。”Eric Brown说。他一直在为这个项目工作,最近成为了沃森分支的领导者。
 
通过Jeopardy智力竞赛的难关
 
Jeopardy!对人工智能系统来说,是一种独特的挑战。首先竞赛中的问题涵盖了无比宽泛的知识领域,无法只对系统就某一个领域的知识进行专门训练。问题的提示也是通过复杂的人类语言,包含了大量的双关语和文化因素,通常要理解问题的真正含义就已经很困难了.
 
例如以下问题的提示:
 
“艰难时世啊,”(Hard times)真正是!1812年2月7日,一个大地震袭击(struck)了密苏里州的新马德里,而这一天,这位作家“袭击”(struck)了英格兰。
 
根据 C.S. Lewis(一位作家)所说,它在东边以东海为邻,在北边则以雪利波河(River Shribble)为界。
 
要正确找出第一条提示的答案“查尔斯·狄更斯”你必须首先意识到“袭击”英格兰指的是“出生在”英格兰,而“艰难时世”指的是狄更斯的一本书。要回答第二个问题,“纳尼亚”,你首先要明白这是一个虚构的地名,不是实际存在的地理位置。
 
这个竞猜游戏的其他方面更增加了答题的难度。例如,答错题要倒扣分,这就意味着你不仅要迅速想出答案,还要有回答正确的信心。答题还有时间限制,抢答后只能有几秒钟的思考时间。
 
沃森项目开始于2007年,开始时仅有13名研究人员,虽然最后增加到了25名,但沃森的团队需要研究、设计和建立这样一个系统构架,能够以足够快的速度分析数据处理答题过程,这样它才能与人类同台竞技。接下来的4年里,他们不仅要接近复杂的技术问题,还要改变相互合作的方式。
 
“为了开发沃森,我们必须采用尽可能敏捷的技术,”Brown告诉我说,”作为科研人员,这样的技术对我们来说是新鲜事物。我们不只是建造一个系统,还要开发出上百中算法,在各个领域都需要有专场的算法,每个算法都对问题提出自己的见解。然后我们开发了另一个系统,这个系统能在这众多的见解中做出权衡。“
 
虽然有诸多困难,沃森不仅赢得了Jeopardy!智力竞赛,而且仅在三轮比赛中就痛击了它的人类对手。在最后一轮回答中,Jennings写到,“就我各人而言,我欢迎我们新的上帝——机器的到来。”
 
围绕沃森建立商业模型
 
在Jeopardy!取得令人瞩目的胜利之后,IBM把沃森带向了市场。第一个商业应用是与 Memorial Sloan Kettering癌症中心和 Wellpoint 合作设计一种医护人员适用的医疗咨询系统。从那以后,这套系统通过Watson Healthundefined 服务被部署到了好几个顶级的医疗研究机构中,其中有克利夫兰医院和安德森癌症中心医院。
 
但IBM认为真正巨大的机遇在于,把沃森作为一个服务,其他公司和开发者可以通过API来获取它,用来开发他们自己的应用程序。“我们把沃森看做是一个只能引擎,我们的合作伙伴可以利用它来建立新的解决方案,更好地服务于他们的客户。”IBM沃森平台经理Jonas Nwuke对我说。
 
到目前,这个项目已经吸引了超过550家合作伙伴,其中包括利用沃森帮助用户寻找零售商家的Satisfi,线上购物助手Fluid,以及智能旅行向导Wayblazer。开发者通过访问量统计的方式使用沃森的API,只需要对产生的使用量进行付费,因此这项服务对于创业公司来说几乎没有门槛。
 
这项使用了沃森API的应用程序与传统的推荐引擎完全不在一个水平上。首先,这些系统可以分析非结构化的数据,如产品描述和客户评论等。第二,它们对用户的偏好具有学习能力。因此比如说,一个旅馆因小孩吵闹而被客户给了差评,而我刚好在为我吵闹的孩子寻找一个去处,这时沃森就能够根据我的需求进行合理的推荐。
 
不断成长的沃森
 
沃森就像早熟的天才少年,需要在世界上找到自己的位置。它不能像很多人所怀疑的那样,取代人类专家的角色。也许总有一些事情,机器是永远做不来的,比如展现真诚的同情,与人类相互理解、互动并建立起有效的工作关系。
 
但它的潜力是不可限量的。想想一个普通的医生有了沃森当助手后能提高多少效率。首先,甚至在病人进入诊室前,它就能为医生对个人病历做出分析,通常长达几百页纸。然后它可以拿病历的个案与每年发表的70万篇学术论文进行对比,还可以与成千上万个其它病人的记录进行比较。
 
当然这些事情都已经超出了一个人类医生的能力范围,实际上一个医生只能有几分钟的时间为一次诊断做准备,因此能够有沃森作为咨询顾问是极有帮助的。同时,医生对每个病人的病情做出的反馈都会有助于沃森今后更好地进行推荐,这个系统就会在工作中不断地学习成长。在旅游、购物等其它领域也是同样的原理。
 
虽然机器不可能成为我们的上帝,但它们有潜力能够成为我们最有价值的合作伙伴。“这个系统开发的现阶段目标之一,就是克服人类带有的偏见,”Brown告诉我,“所以沃森不仅仅是为我们回答问题,在某种意义上,它也在对我们传统的智慧提出新的问题。”
 
这种合作的潜力巨大。一个医生如果能拥有这样一个顾问,能对所有人类的医学知识信手拈来,那么他就能够花更多的时间和心思对病人给予关怀,他们能够成为真正的医者,而不只是技术人员。
 
就我各人而言,我欢迎我们的合作伙伴——机器的到来。

来源:人工智能学家
相关推荐
共享财经记者
柒月
最新文章
热点标签
热门文章
友情链接
雷锋网 腾讯财经 ico365 区块链兄弟 Bitfirst比特币 区块链资讯 链行 大数据之家 区块链大学 保利网 比特币资讯网 搜搜比特币 价值区块链 玩币族

关于我们 加入我们 联系我们

上海觉上金融信息服务有限公司 版权所有

未经许可不得转载

© 2015~2016 共享财经 | 沪ICP备16008628号-1
qrcode
qrcode2