然而,对于IBM来说,这样的批评无损于他们达成目的。“所有我们冠以Watson分析名义的东西都是非常高端的AI,”Kelly说道,其中包括了“机器学习和高速非结构化数据(high-speed unstructured data)”。《危险边缘》的成功过去5年之后,这个系统在一开始的技能之外演变出了太多的能力,例如图像识别,让它大幅增加在真实世界中能够读入和处理的信息。
运用Watson系统
如果Watson这个品牌不能成为它许诺样子,那么这一段讨论可能就没有太大意义。要是有一定数量的早期消费者将其中的技术运用到工作中、训练Watson系统在他们的行业中工作,Watson的许诺也许会自我实现——这种方法会不断地拓展它的能力。
“一旦它进入了工作状态,你就会希望继续引导它,”Shaun Gregory说道,他是Woodside公司技术与策略部门负责人,“你现在在知识和学习能力上比机器领先,但机器不会忘记学过的东西”。
Watson的早期用户面对的另一个挑战是,应该对系统生成的答案抱有多少信任。它的概率论法让它与人类很像,MD Anderson癌症中心的Chin说道。接受了专家们的训练以后,它倾向于做出人类可能会做出的判断,这意味着人类的偏差也同样包含在内。
在商务世界中,一台能抛出问题答案、却无法对此进行解释的智能机器毫无用处,Hammond说道。“如果你走进CEO的办公室,对他说我们需要关闭三家工厂并且裁员,CEO会说的第一句话是‘为什么?’。”他又补充道,“仅仅得出一个结果是不够的。”
IBM尝试让系统变得更为透明,比如通过被称为WatsonPaths的可视化工具让人理解它如何得出结论,但是这一努力还不足够,Hammond评论道。
Kelly表示,Watson做出决策的完整审计跟踪(audit trail)可以在系统中找到,虽然只有精通这一方面的用户才能理解。“我们可以回过头去,找出Watson连接了哪些数据点,”他说道。
他也对比了IBM和其他使用AI来增强服务或是让推广系统更有效的科技公司,比如Google和Facebook。只有IBM在努力让自身的技术对于商务世界来说变得更透明,他提到,“我们可能是唯一一家打开了这个黑盒的公司。”
即使在与Watson的合作中遇到不少挫折,MD Anderson等客户仍然相信,最好在新技术萌芽的早期就进入其中。
“我仍然相信,Watson的能力可以进步到我们想象的极限,”Chin说道。运用这种技术来让各地医生都能利用到世界上肿瘤学专家的推断能力,将会是一件影响深远的事:“就像Amazon对零售业和购物体验的影响一样,这将改变医疗服务。”
Chin补充道,Watson不会是唯一的推动医疗信息改革的推动力,也需要其他的技术作为补充。
Watson在智力竞赛节目中大获全胜之后过了5年,IBM终于成功地让商务世界看到了AI革命的希望。现在,它只需要渐渐成为它许诺的样子就可以了。
重要资源:多样的数据流
在领军科技公司创造最有效形式的人工智能的竞赛之间,秘密武器是:访问大量的数据。根据一些专家的看法,IBM试图让Watson成为商务世界中AI的标杆,但它的数据优势在商务世界中也许并不能发挥多少作用。
智能机器的核心是在大量数据中进行搜索、以此识别模式并做出假设的算法。机器学习——近期AI领域中许多进展背后的技术——依赖于使用大量数据对系统进行训练。
“现在AI技术中出现的许多新生事物都离不开数据,”Kris Hammond说,他是西北大学的计算机科学教授。
近来AI领域进展背后最大的原因之一,就是能够获取网络上大量的数据用来训练系统。Google利用收集的大量用户在线行为数据让它的搜索引擎变得更完美。虽然IBM在可用的数据量上无法与Google媲美,IBM希望通过丰富针对特定行业的细节来弥补数据量上的缺憾。
“Google只有一种数据——用户文本情绪数据(consumer sentiment data)。我们有大量的、更多样化的数据。”IBM的研究主管John Kelly说道。
输入给Watson的特定行业的数据越多,它解决这个行业的商务问题时就会显得更聪明。客户们为了训练Watson而向它注入他们各自的数据,IBM也随之受益。
Watson的“更多各大领域的数据材料”策略可能最终成为IBM在这场AI竞赛中的主要资源,Hammond说道。
去年,IBM通过并购来提升数据量。这包括了10亿美元收购Merge医疗,一家拥有大量医疗图像数据的公司。IBM把它变成了Watson医疗部,这是Watson的下属部门中第一个专注于特定行业的事业部。
IBM也用20亿美元收购了Weather公司的数据库,旨在用它的天气数据训练Watson根据天气相关的商业风险进行预测的能力。
“在我们的客户和我们已经并购的公司之间,我们正在积累大量数据,”Kelly说道。
将这种基本的原材料熔炼成计算用的“金块”仍然需要许多技术能力。但是,如果IBM可以说服用户们向Watson贡献自己的数据来让它变得更聪明,IBM就可能在数据上遥遥领先,让其他竞争对手难以望其项背。
优质内容筛选与推荐>>
1、创建UIImage的两种方法2、解析url中的信息3、软件工程 工具之二—— PowerDesigner v12(三)4、activity去标题栏操作&保留高版本主题5、equals和hashcode为什么要一起重写