<mark id="oztn4"></mark>
1
| 本文作者： 亞萌 | 2016-11-24 19:34 |
編者按: 11 月 23 日，科大訊飛年度發布會在京舉行， IBM 中國研究院院長沈曉衛在會上作為合作伙伴發表了演講，表示人類已經從傳統的“編程時代”邁向“認知時代”，人工智能已經可以走出實驗室而應用于實際行業領域，醫療和物聯網就是很好的例子。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。以下為沈曉衛演講原文，雷鋒網編輯整理。
今天的 IT 處在一個非常非常不一樣的時刻，面臨著新的挑戰和機遇。那么最重大的機遇之一，就是大數據，這是傳統的 IT 的技術無法應對的。那么可以應對這個挑戰的新的 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，上個世紀60年代電子計算機真正進入商業化。在過去幾十年，整個IT 的發展是處在一個“編程時代”。
我們構建一個計算機的系統，往往是基于傳統的馮諾依曼的體系架構，計算機根據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，它可以自我學習，可以通過大數據中從無到有，來不斷地變得更加智慧。這就是說IT從傳統的數字化、互聯化不斷邁向智慧化。
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，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是一個什么樣的系統。
構建一個認知系統，并能夠在這樣的比賽中戰勝人類，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結合，來真正解決我們行業中的問題。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結合。
我們今天所談的“認知創新”，不僅是指人工智能算法的創新，而是整個技術端到端的一個創新，包括我們需要構建新的認知系統、認知平臺、認知算法和認知應用。
以認知系統來講，一方面，我們需要在傳統的計算機上做延展，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。
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100萬神經元、2億5000萬神經突觸的系統。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、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據處理的能力，也需要得到拓展。比如說我們如何讓未來的認知系統具有視覺能力。
我們可以想象在醫學領域，當我們拿到一個醫學影像，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，它能夠像放射科醫生一樣自動進行解讀，發現腫瘤的位置。
我們也需要構建未來的認知系統，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網的系統，能夠做這樣的事情。
我們也需要未來的認知系統具有思辨能力。大家都談到，未來的計算機系統需要有人機交互能力，可以進行對話。那對話僅僅是第一步，我們還需要系統能進行一定程度的思考。比如說，它能夠從紛繁復雜的數據中（可能是社交媒體中的數據，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，產生支撐或者反對的論據。
以醫療領域為例，我們所用到的可以影響治療方案的數據只有不到 10%，還有很多大健康的數據，我們沒有用到。醫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。在這個行業，我們最近跟訊飛的團隊有很多溝通，我們希望在這類行業，探討合作的可能性。
其中一些設想是這樣的。構建一個系統，能夠對大量醫療知識，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，為醫生診斷、治療糖尿病給出實際的幫助與建議。
物聯網是另外一個非常大的一個領域。
傳統的物聯網概念，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、管理和優化，但在未來，我們需要把認知計算帶到這個行業。所以我們今天講的“認知物聯網”，是指它能同時處理結構化和非結構化數據，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，我們可以根據衛星云圖數據、天氣數據、環境污染實時監測數據、歷史數據，構建一個系統來實時預測未來 72 小時的城市空氣污染狀況。而且與此同時，系統也給出它各種各樣的決策支持的方案，來達到優化空氣質量目的。
這都是我們今天，利用認知計算在行業中創新的例子。認知，代表的是未來的 IT 發展的方向。而且我相信沒有任何一家單獨的企業，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秀國內的領軍企業進行合作，來共同來開創一個認知計算的美好的未來。
延伸閱讀：
人工智能的未來 | 科大訊飛創始人劉慶峰：17年AI從業經驗，從這10000字長文中一窺
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
