IBM李永辉：从人工智能到大数据的终点.doc

摘要：李永辉认为，通过结构化数据和非结构化数据的结合产生智慧是大数据未来的方向，以 Watson 为代表的认知计算技术正是要实现这一目标，其能力将融入到各种行业解决方案或者 IT 产品中发挥作用，包括采用云端交付的模式。 人工智能技术在大数据领域发挥的作用日益重要， IT 技术人员对 IBM Watson 的兴趣也与日俱增。近日， IBM科技部的杰出工程师李永辉参加了 2014 年中国大数据技术大会，并接受了 CSDN云计算的专访，以 Watson 为例分析了人工智能技术的行业应用实践和前景。李永辉认为，通过结构化数据和非结构化数据 的结合产生智慧是大数据未来的方向，以 Watson 为代表的认知计算技术正是要 实现这一目标，其能力将融入到各种行业解决方案或者 IT 产品中发挥作用，包括采用云端交付的模式。 首先祝贺 2014 年中国大数据大会取得成功，我们今天很高兴看到在会场有超过 1000 人参加大会，包括各个厂商和很多海外的专家，这代表大数据在中国的巨 大影响和关注度。从 IBM 的角度看起来，大数据的 4V 特性 ( 包括： Volume 数据容量 ; Variety 数据类型 ; Velocity 数据速度 ; Veracity 数据真确性或指 Value 数据价值 ) 在未来都会有很多不同的发展，以至于未来的系统从硬件、 软件的发展方向都会着重这 4 个 V的配合。 IBM 认为，针对结构化数据处理的传统数据库技术，和针对非结构化数据的NoSQL技术，未来都会有很大的发展。我们希望结合结构化数据跟非结构化数据产生一些洞悉来指导业务创新，这是我们看到未来大数据领域发展的一个主要方向。 IBM 把人工智能归类为认知计算的一个发展方向，认知计算的特点在于从传统的结构化数据的处理到未来的大数据、非结构化流动数据的处理，从原来简单的数据查询到未来发现数据、挖掘数据的重点。现在我们只是看人产生的数据，未来可能会有更多的一些传感器产生的数据、物联网产生的数据、机器产生的数据、可穿戴设备产生的数据等等，需要一个更具智慧的分析系统来帮助选择。 至于未来的使用方向，随着计算资源成本的降低、工具的开放和一些开源产品的发展，门槛会越来越低，而且认知计算未来会朝多个方向发展，针对不同的行业会有它自己自身的特性，而且每一个发展出来的产品会有更低的门槛，融入在未来的一些 IT 产品或者是应用里边一起发展。 Watson 是 IBM为纪念 100 周年而设计和研究，参加了 2011 年美国电视游戏节目《危险边缘》 Jeopardy 并赢得了第二次人机大战。我们采用深度答问 (DeepQA) 技术，通过语义分析抓取关键字眼，分析问题本质，把它解拆到多台 机器里面，并行做分析做搜寻对比，综合起来得出一个基于证据 (Evidence based) 的分析结果。 这台机器的特点在于结合了 IBM 在各个领域最好的技术，硬件平台是一个横向扩展到 2880 个 IBM POWER处理器内核的集群，配合 IBM GPFS的并行文件系统 做好高性能计算、弹性扩展、高度并行化和分级存储管理，软件则结合 IBM 多年累积的研发成果，包括人类自然语言的解析能力，自我学习的能力，非结构 化数据分析的功能集中在一起，所以是 IBM 最强的设备与最好的软件的组合。未来 Watson 的技术会使用在不同的领域， Watson的优秀技术将融汇到 IBM新的硬件、软件和服务产品中。 赢了第二次人机大战以后，我们就希望把 Watson 商品化，透过它的技术融入到我们的产品，也结合不同的行业专家一起做。首先我们选择的是医疗行业， 主要希望来解决人类目前解决不了的癌症治疗难题，或者说是为治癌症提供一种建议。 第二个行业我们切入金融行业，因为我们看到金融行业里边有很多的需求，像风险的管理，客户关系的管理，还有像那些财务报表的分析等等，实际上都可以通过 Watson 的自我分析能力提供辅助。往后我们还有不同行业的支持。 在云端的环境发展， Watson未来的计划之一是希望变成一种可服务的方式，包括在云端提供一些 API 的方式，来提供使用。目前有 7 个服务放在 IBM BlueMix 平台上，可以让用户用起来。这些服务很多是跟语言的解析、分析有关系的。可见的未来，我们会陆陆续续地提供更多的能力到网上。 语言的解析跟各个国家的文化、语言使用习惯有很大的关系，而且需要一个学习的过程。在 Watson 提供的服务里面，目前只有一部分的服务有中文的辨析，方便下一步大数据分析应用的采用。同时 IBM 再中国设立了中国研究院，也做了针对中国文化的相关技术研究和产品开发，在未来会有一个更好的结合。 Watson 不像一般的机器是卖一套硬件，或者卖一套软件给客户，而是提供一个 平台，希望跟行业有一个很