1
| 本文作者： 亞萌 | 2016-11-24 19:34 |
編者按: 11 月 23 日，科大訊飛年度發(fā)布會在京舉行， IBM 中國研究院院長沈曉衛(wèi)在會上作為合作伙伴發(fā)表了演講，表示人類已經(jīng)從傳統(tǒng)的“編程時代”邁向“認知時代”，人工智能已經(jīng)可以走出實驗室而應用于實際行業(yè)領域，醫(yī)療和物聯(lián)網(wǎng)就是很好的例子。另外他相信，這樣一個“時代”轉型不是一個單獨的企業(yè)所能完成的，需要各大公司通力合作，這也是 IBM 與科大訊飛合作的方向。以下為沈曉衛(wèi)演講原文，雷鋒網(wǎng)編輯整理。
今天的 IT 處在一個非常非常不一樣的時刻，面臨著新的挑戰(zhàn)和機遇。那么最重大的機遇之一，就是大數(shù)據(jù)，這是傳統(tǒng)的 IT 的技術無法應對的。那么可以應對這個挑戰(zhàn)的新的 IT 的技術，就是人工智能，或者叫做認知計算技術。
上個世紀40年代電子計算機出現(xiàn)，上個世紀60年代電子計算機真正進入商業(yè)化。在過去幾十年，整個IT 的發(fā)展是處在一個“編程時代”。
我們構建一個計算機的系統(tǒng)，往往是基于傳統(tǒng)的馮諾依曼的體系架構，計算機根據(jù)我們編寫的程序來運作。今天我們看到人工智能把整個 IT 帶向一個全新的時代，我們把它叫做“認知時代”。這樣的一個IT系統(tǒng)，它可以自我學習，可以通過大數(shù)據(jù)中從無到有，來不斷地變得更加智慧。這就是說IT從傳統(tǒng)的數(shù)字化、互聯(lián)化不斷邁向智慧化。
很多朋友在這里可能知道1997年 IBM 的深藍計算機，在國際象棋比賽中戰(zhàn)勝了當時的世界冠軍卡斯帕羅夫。2011年，我們做了一個叫做 Watson Jeopardy 的系統(tǒng)，那這里我給大家放一段當年在美國 CBS 電視臺比賽的視頻，這個智力問答比賽中 Watson 戰(zhàn)勝了人類冠軍。
雖然這是5年前的一段比賽，但從中可以看到我們今天談的認知系統(tǒng)是一個什么樣的系統(tǒng)。
構建一個認知系統(tǒng)，并能夠在這樣的比賽中戰(zhàn)勝人類，是一個很了不起的成就。但這僅僅是我們的一個起點，我們今天需要做的，是把這樣的技術與行業(yè)結合，來真正解決我們行業(yè)中的問題。這是我自己以及訊飛很多朋友共同的理念，所以我們跟他們有很多很多的溝通，并在這方面探討我們的合作。
我有兩方面的這個體會，一方面就是在技術方面，認知計算往下一個方向走，有哪些可能的突破？另一方面就是，認知計算如何與行業(yè)結合。
我們今天所談的“認知創(chuàng)新”，不僅是指人工智能算法的創(chuàng)新，而是整個技術端到端的一個創(chuàng)新，包括我們需要構建新的認知系統(tǒng)、認知平臺、認知算法和認知應用。
以認知系統(tǒng)來講，一方面，我們需要在傳統(tǒng)的計算機上做延展，包括用 FPGA、圖形處理器來做加速，使它更好地支撐認知應用。另一方面，我們要探討，如何構建模仿人腦功能的新一代的計算機系統(tǒng)。
比如說今天，我們可以用異步電路設計，來構建一個包含50億個晶體管，模擬100萬神經(jīng)元、2億5000萬神經(jīng)突觸的系統(tǒng)。因為它是異步電路設計，所以整體功耗僅僅70毫瓦。這只是我們在認知系統(tǒng)、認知芯片這方面想象的一些進展方向。
與此同時，認知本身的能力，尤其是對非結構化數(shù)據(jù)處理的能力，也需要得到拓展。比如說我們如何讓未來的認知系統(tǒng)具有視覺能力。
我們可以想象在醫(yī)學領域，當我們拿到一個醫(yī)學影像，無論是 CT 掃描、 MI 掃描和 X 光掃描等等，我們能不能構建一個計算機系統(tǒng)，它能夠像放射科醫(yī)生一樣自動進行解讀，發(fā)現(xiàn)腫瘤的位置。
我們也需要構建未來的認知系統(tǒng)，它能夠具有嗅覺，具有聽覺，比如一個工程師聽到一個引擎的聲音，就能判斷引擎有出什么問題。那我們是否可以構建一個面向未來的物聯(lián)網(wǎng)的系統(tǒng)，能夠做這樣的事情。
我們也需要未來的認知系統(tǒng)具有思辨能力。大家都談到，未來的計算機系統(tǒng)需要有人機交互能力，可以進行對話。那對話僅僅是第一步，我們還需要系統(tǒng)能進行一定程度的思考。比如說，它能夠從紛繁復雜的數(shù)據(jù)中（可能是社交媒體中的數(shù)據(jù)，也可能是百科全書中的知識）得出論點，它也可以圍繞某個論點，產(chǎn)生支撐或者反對的論據(jù)。
以醫(yī)療領域為例，我們所用到的可以影響治療方案的數(shù)據(jù)只有不到 10%，還有很多大健康的數(shù)據(jù)，我們沒有用到。醫(yī)療可能會成為首個受到認知計算深刻影響、甚至顛覆的一個行業(yè)。在這個行業(yè)，我們最近跟訊飛的團隊有很多溝通，我們希望在這類行業(yè)，探討合作的可能性。
其中一些設想是這樣的。構建一個系統(tǒng)，能夠對大量醫(yī)療知識，進行自動解讀和理解（比如腫瘤方面的治療論文），從而為醫(yī)生的診斷提供參考建議。那這實際上就是 Watson 正在做的事情，在中國，我們跟合作伙伴一起，對20萬份以上的電子病歷進行自動分析，來構建一個糖尿病的管理系統(tǒng)，為醫(yī)生診斷、治療糖尿病給出實際的幫助與建議。
物聯(lián)網(wǎng)是另外一個非常大的一個領域。
傳統(tǒng)的物聯(lián)網(wǎng)概念，是指把物理世界與 IT 世界連接起來，從而對物理世界進行更好的觀察、管理和優(yōu)化，但在未來，我們需要把認知計算帶到這個行業(yè)。所以我們今天講的“認知物聯(lián)網(wǎng)”，是指它能同時處理結構化和非結構化數(shù)據(jù)，兼具 IT 算法和物理模型，具有自我學習能力的一個機制。
比如說應對空氣污染，我們可以根據(jù)衛(wèi)星云圖數(shù)據(jù)、天氣數(shù)據(jù)、環(huán)境污染實時監(jiān)測數(shù)據(jù)、歷史數(shù)據(jù)，構建一個系統(tǒng)來實時預測未來 72 小時的城市空氣污染狀況。而且與此同時，系統(tǒng)也給出它各種各樣的決策支持的方案，來達到優(yōu)化空氣質量目的。
這都是我們今天，利用認知計算在行業(yè)中創(chuàng)新的例子。認知，代表的是未來的 IT 發(fā)展的方向。而且我相信沒有任何一家單獨的企業(yè)，可以承擔這樣一個任務。所以 IBM 也迫切希望，與像科大訊飛這樣優(yōu)秀國內的領軍企業(yè)進行合作，來共同來開創(chuàng)一個認知計算的美好的未來。
延伸閱讀：
人工智能的未來 | 科大訊飛創(chuàng)始人劉慶峰：17年AI從業(yè)經(jīng)驗，從這10000字長文中一窺
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
