打败人类棋手的IBM 能在ai领域后发制人吗

【2018-01-16】

  IBM击败举报人后场的人类棋手

  目前最常见的索赔之一就是IBM错过了移动时代,错过了AI时代,的确,硬件被抓住了,由NVIDIA GPU和Google TPU的风头,算法不止DeepMind的海量论文,其应用程序也比微软,百度要好,但范围更广.IBM在所有AI横幅的时代,似乎有点不好意思,但是说IBM在人工智能方面没有成就,就是人缘太差了,也许你们对综艺节目中百度和搜狗机器人的表现感到惊讶,你应该知道,早在2011年, IBM的超级计算机“沃森”在“危险边缘”中击败了两名人类玩家,获得了历史上最高的分数,从那以后或更早的时候,沃森已经成为IBM对人工智能影响时代的力量。 IBM Watson核心能力:解读非结构化数据Watson的名字来源于IBM的创始人Thomas J. Watson,而Watson则是一个“平台”或“系统”,具有理解,推理,学习等多种功能。自上个世纪以来,IBM一直在人工智能领域不断探索。沃森可以和人类交流信息,细化信息,这只是其中的一个成就。 IBM更早提出了一个比其他人更早的计划,即使是棋牌和卡片式的人机战争戏,IBM也早已起到了作用。 1997年,IBM电脑程序“Dark Blue”在国际象棋战场上击败了棋王卡斯帕罗夫,从深蓝到华森,IBM的变化是AI方向最关键的选择,有人说深蓝是沃森的前身,这些话是不对的。深蓝是一盘棋,一局棋,一场数字游戏,深蓝棋有480个筹码专门用于国际象棋 - 最有可能是残酷的暴力。屈臣氏的应用在于人机对话的问答,是由语言,声音,甚至图片来处理的,与深蓝的硬件形式相比,屈臣氏被扣留,演变成一个技术平台,关键在于屈臣氏重点是了解非结构化数据,了解什么是非结构化数据,首先必须了解结构化数据,结构化数据存在于ERP系统中,数据库中存在数据报表,标记存在,所以非结构化数据当然就是只有以.txt,.MP3,.avi格式存储的数据,因此,屈臣氏的理解,分析,细化和推理可以基于自然语言和图片。认知计算与人工智能无论是词语还是技术上的差异如此看来,屈臣氏更像是一个庞大而牛逼的数据处理平台,在这一切上面都建立了数据,而人造智能产品是不是案子?在遥远的2011年,IBM似乎并没有准备让沃森站在人工智能的出口,相反,IBM沃森提出了一个非常新鲜的概念:认知计算 - 认知计算。公认的认知计算解释如下:“认知计算代表了一个新的计算范式,包括信息分析,自然语言处理和机器学习方面的大量技术创新,以帮助决策者摆脱非结构化数据的财富。揭示非凡的见解可以以人类更自然的方式与人类进行交互,使用大量不同类型的数据的认知系统,从信息中推断出来,从与数据和人们的交互中学习。鉴于此,这确实是非常难以区分所谓的认知计算和人工智能,特别是人工智能的弱点,两者之间的定义非常相似,都是基于数据,使用NLP,机器学习等等。学习,自我进化能力,使他们能更好地服务于人类。Google搜索Cognitive Comp结果大多与IBM相关联,似乎所有的认知计算似乎都是IBM造币计划的领域失败是不是因为粗心选择的话,让IBM在AI时代落后?其实并没有把这些技术概念想象成这个技术概念的相似之处,IBM的认知计算,还是人工智能与目前许多公司都存在一些分歧,而这些差异存在于市场管辖之中。如亚马逊,微软等公司对于人工智能的研发在一定程度上会落到具体的民用级产品--Echo,Ice,Tesla ......虽然我们不能准确的说这些公司瞄准的是哪个市场,但是所有在C市场上做的足够的手势。而我们大家都遵循同样的原因,对于人工智能扬声器,你们不这样做,看来不是在这个战场上。也许是从基因的咨询和管理,IBM从一开始就是目标在企业市场中是很明显的,在2014年IBM中国论坛上,IBM把“借助行业转型数据”作为其转型的一个关键方向,其逻辑很简单:认知计算的建立关于数据→IBM拥有大量的企业数据,为企业自然推出了适合的服务。而IBM选择了一些困难的沃森的表现还不如一些分析师说沃森最具活力而在医疗领域的音量训练沃森对待癌症以及安德森癌症中心等医疗机构一度引起了医学界很多媒体的关注,屈臣氏最看重的是数据搜索,提炼速度据说屈臣氏每秒可以阅读8亿页的信息。快速处理数据,协助医生治疗这一切,事实上和安德森癌症中心实际上看上去一样美好五年,双方未能推出实用工具,最终安德森中心支付赔款,而IBM(IBM Concierge机器人)与医疗相比,沃森显然在金融领域走了很长的路,介绍银行服务机器人,推出金融云,协助智能投资咨询等等。虽然他们中的大部分仍然是小型工作,但是金融科技不会出错。而IBM在收购金融公司方面非常慷慨,在过去的Promontory and Algorithmics中,恐怕未来还会有更多。人工智能+金融已经成为趋势,加上IBM和银行一直关系密切,也许是屈臣氏的家乡。在营销方面,屈臣氏能够发挥更广阔的空间,AI +营销这个话题,或多或少有些陈词滥调。从IBM的思维营销计划每天学习9课,最初的目标是“知道如何为每个客户定制创意内容”。尽管雄心勃勃的目标,沃森现在可以做的是同样的老套 - 学习消费者数据的历史,做出明智的建议。去年,Watson和The Northface通过用户浏览历史,当地天气等等共同推荐适合消费者的外套,VentureBeat占到了90%的广告点击量。相比医疗和金融,AI较少的营销限制,高容错性,屈臣氏可以给予更广阔的发展空间。出生于创新,死于罪? IBM今天的情况其实起源于B-service公司的原罪。海量,稳定的收入,即使看中了AI市场的过渡也是非常困难的。一直服务于B市场,对数据的掌握有自然限制,购买数据进入C市场/研发双边人工智能技术两种期权摆动的平衡。 IBM的选择似乎是一件容易的事情:用传统数据开发产品,然后让长期的协作企业级用户付钱,这样做会使业务变得更加不可行,长期投资于B方市场上选择了不吉利的“认知计算”的话,对于IBM的后果是想念夺取公众头脑的黄金时间。然而,IBM的技术仍然是基础,即使屈臣氏平庸的表现,未来也不是难以与谷歌,微软,亚马逊第一次世界大战(曾在战场上击败人类的沃森)需要警惕的是,国内很多B服务公司都没有参与转型。 IBM在IBM生病的不义之事,就是企业市场总是会欢迎自己,甚至是最基本的技术创新能力已经丧失,但仍然想吃资本。要知道在这个人工智能技术快速发展的时代,错误的人可能是死路一条。这是十亿国家专栏作家的文章,如果您想转载,请签署内容转载协议,请联系run@ebrun.com