IBM Watson總經(jīng)理David Kenny近日接受科技新媒體The Information 的采訪，談及相比其他科技巨頭，IBM Watson發(fā)展人工智能的方向及獨(dú)特優(yōu)勢。
6 年前的這個時候，Watson 在電視智力問答節(jié)目 Jeopardy! 上亮相，本月初它又登上了超級碗的廣告時段。有趣的是，IBM Watson 雖然廣為人知，但它卻主要專注于業(yè)務(wù)應(yīng)用，并沒有像亞馬遜、蘋果和谷歌等其他科技巨頭一樣著眼于消費(fèi)者市場的人工智能產(chǎn)品。IBM 重點(diǎn)向醫(yī)療保健、零售和金融等行業(yè)宣傳 Watson 的多種功能，因為它已經(jīng)在這些行業(yè)積累了大量專業(yè)知識。IBM 的許多客戶正利用 Watson 支持的虛擬助手處理客戶支持業(yè)務(wù)。IBM 擁有遠(yuǎn)大的目標(biāo)。Watson 總經(jīng)理 David Kenny 表示，他們目前正在考慮能否對新聞進(jìn)行事實驗證，從而判斷內(nèi)容真?zhèn)巍?/p>
采訪精華
IBM Watson 總經(jīng)理 David Kenny 介紹了他們?nèi)绾闻c谷歌等科技公司爭奪 AI 人才，以及他們?nèi)绾蜗蚱髽I(yè)推廣其服務(wù)。
Kenny 一年多前加盟 IBM。在此之前，他曾從事過廣告行業(yè)，還曾擔(dān)任互聯(lián)網(wǎng)骨干服務(wù)公司 Akamai 總裁，后來又負(fù)責(zé)運(yùn)營 The Weather Company。2015 年末，IBM 收購了 The Weather Company 的大部分業(yè)務(wù)。Kenny 也隨之加盟藍(lán)色巨人。The Weather Company 能夠從世界各地的傳感器收集海量天氣數(shù)據(jù)，對這些數(shù)據(jù)進(jìn)行分析，從而每天提供 2600 萬份天氣預(yù)報。正是這種能力吸引了 IBM。IBM 認(rèn)為這是物聯(lián)網(wǎng)的一部分，并且已經(jīng)在這一領(lǐng)域投資了 30 億美元用于擴(kuò)張。
Kenny 的一位前同事說，Kenny 一開始的任務(wù)是負(fù)責(zé)運(yùn)營 Watson，由于之前就與很多大企業(yè)客戶建立了聯(lián)系，所以很符合 IBM 贏得更多 Watson 企業(yè)客戶的目標(biāo)。從去年 11 月起，他開始兼任 IBM 公有云服務(wù)和兩個數(shù)據(jù)團(tuán)隊(其中一個專注于物聯(lián)網(wǎng)產(chǎn)品)的負(fù)責(zé)人。
他在接受 The Information 的采訪時談到了 IBM 如何與其他大型科技公司在人工智能領(lǐng)域展開競爭，談到 IBM 內(nèi)部關(guān)于應(yīng)該重點(diǎn)發(fā)展消費(fèi)者市場還是企業(yè)市場的爭論，也談到了 IBM 為什么沒有像其他企業(yè)一樣在人工智能領(lǐng)域大肆收購的原因。
以下是經(jīng)過整理的采訪內(nèi)容。
McLaughlin：提到 Watson，有些人就想到 Jeopardy!，但 Watson 如今的能力早已超出了智力問答。6 年前，Watson 還只是 IBM 數(shù)據(jù)中心的一個研究項目。發(fā)展到現(xiàn)在，它包含了哪些內(nèi)容?
Kenny：Watson 的核心是一個與云平臺關(guān)聯(lián)的 Watson 平臺。人工智能需要很多帶寬來獲取數(shù)據(jù)，還需要相當(dāng)大的計算能力來進(jìn)行“推理”或預(yù)測。目前，IBM 內(nèi)外部已經(jīng)基于 Watson 構(gòu)建了數(shù)百個出色的應(yīng)用。
從消費(fèi)者的角度，或者從搜索和商業(yè)的角度來看，與其他人工智能企業(yè)相比，Watson 的獨(dú)特之處在于，我們設(shè)計時所圍繞的數(shù)據(jù)并不在互聯(lián)網(wǎng)上。正因為此，我們才著力發(fā)展醫(yī)療健康和金融服務(wù)，學(xué)習(xí)稅法和建筑圖紙，并將數(shù)據(jù)應(yīng)用于出版領(lǐng)域。
我們?yōu)槊總€垂直領(lǐng)域構(gòu)建用例。首 先是與機(jī)器人進(jìn)行問答交流。我們在特定領(lǐng)域擁有更深厚的知識儲備。其次是發(fā)現(xiàn)，比如怎樣搜索基因序列或臨床試驗，或者學(xué)習(xí)稅法。然后，學(xué)習(xí)規(guī)則，這對合 規(guī)、審計和反洗錢工作至關(guān)重要。Watson 正在學(xué)習(xí)這些知識，并將其應(yīng)用到一系列應(yīng)用中，有些應(yīng)用來自 IBM，有些則是第三方應(yīng)用。Watson 為什么能夠不斷成長?因為這些領(lǐng)域在成長。
McLaughlin：IBM 投放了一則 Watson 廣告，讓 Watson 像人類一樣與名人展開了簡短對話。如果你們希望向企業(yè)推廣 Watson，那為什么投放這樣的廣告呢?
Kenny：我 們的論點(diǎn)與另外三大人工智能企業(yè)有所不同。這方面爭論很大 - 我們是否應(yīng)該以面向消費(fèi)者的方式來塑造 Watson 的品牌形象?這樣做的好處是您可以由此創(chuàng)造一套標(biāo)準(zhǔn)。如果您認(rèn)為人工智能將朝著人工智能操作系統(tǒng)的方向發(fā)展，那就可以朝這個方向努力。但我們不這么認(rèn)為。
在與 Watson 的大多數(shù)互動中，最終用戶都看不到 Watson。他們只會認(rèn)為自己在與一家銀行、保險公司、律師或醫(yī)生對話。Watson 主要負(fù)責(zé)延伸企業(yè)用戶的個性，所以這更像是一個“白標(biāo)簽”。我們之所以探討增強(qiáng)智能，而不是人工智能，是因為我們的很多工作是增強(qiáng)企業(yè)各種措施的效果。
McLaughlin：在人工智能領(lǐng)域，IBM 堪稱最資深的企業(yè)。可是為什么是谷歌成為了人工智能人才的首選呢?
Kenny：歸 根結(jié)底，我們用搜索尋找信息，并傾向于利用人工智能為決策提供指導(dǎo)意見。我不認(rèn)為所有人才都涌向了谷歌。他們固然吸引了許多人，尤其是斯坦福大學(xué)的人才。 這一點(diǎn)確實令人佩服。但如果您擁有某個領(lǐng)域的專長，我認(rèn)為 IBM Watson 是更好的選擇，因為我們是垂直領(lǐng)域的專家。最有價值的人才往往都是某個領(lǐng)域的專家。您不會向腫瘤醫(yī)生尋求房地產(chǎn)建議，也不會向房產(chǎn)中介尋求買車建議。所 以，我們正在構(gòu)建專業(yè)的垂直人工智能，這對于那些關(guān)注專業(yè)領(lǐng)域的人來說是一件非常有利的事情。
消 費(fèi)者希望跟谷歌 Home 或亞馬遜 Echo 對話，這很有幫助，搜索功能幫助消費(fèi)者找到了很多信息。如今有很多人關(guān)注這些水平領(lǐng)域。但我想說的是，全球還有很多人關(guān)注的是垂直領(lǐng)域和專業(yè)知識，而這正 是 IBM 的長期優(yōu)勢所在，我們也是采用這樣的方式設(shè)計出了我們的人工智能。這是兩種不同的設(shè)計思路，但都很重要。
McLaughlin：IBM 如何營造富有吸引力的企業(yè)文化來吸引高校里的人工智能人才?
Kenny：很 顯然，相比 Alphabet，IBM Research 的底蘊(yùn)更深。長期以來，我們一直致力于發(fā)展阿爾馬登(Almaden)、紐約、蘇黎世和東京的 IBM Research 實驗室。但很多年輕人之所以加入 IBM，是因為他們希望影響世界。盡管 IBM 是一家大公司，但您也可以改變銀行、會計、建筑、零售、醫(yī)療保健或環(huán)境，對某個領(lǐng)域的運(yùn)行方式產(chǎn)生巨大影響。我認(rèn)為，我們?yōu)槿藗兲峁┝艘粋€機(jī)會，讓他們能夠?qū)κ澜绲闹匾I(lǐng)域產(chǎn)生重大影響。
McLaughlin：某些人工智能技術(shù)的處理速度比其他人工智能技術(shù)更快，這對客戶來說有多重要?
Kenny：關(guān)鍵不僅僅在于速度，還在于決策的準(zhǔn)確性和實用性。速 度和準(zhǔn)確性之間總要進(jìn)行一些取舍，您肯定要確保最終的成果能夠起作用。歸根結(jié)底，我們用搜索尋找信息，并傾向于利用人工智能為決策提供指導(dǎo)意見。您是否理 解我要做的決策?系統(tǒng)是不是提供了有用的建議?當(dāng)您關(guān)注臨床試驗等重大決策，或者我的資產(chǎn)負(fù)債表目前有什么價值，亦或者我的最佳報稅方式是什么的時 候，Watson 就可以提供幫助?？偠灾瑤椭蛻糁贫ǜ髦堑臎Q策是我們增加市場份額的方式。
搜索功能推進(jìn)了很多業(yè)務(wù)的“商品化”進(jìn)程，比如報紙，因為它們的價值在于分配渠道。但我認(rèn)為，人工智能在分配渠道上的價值無法比肩它在智能方面的價值。所以我們決定幫助企業(yè)提升智能程度。正因如此，我們的重點(diǎn)才放在了智能和決策質(zhì)量上，而不僅僅關(guān)注速度。
目前，我們正在尋找一種方法來用人工智能核實事實。某條新聞是否屬實，是否得到了驗證，或者能否驗證?正因如此，我認(rèn)為分配渠道已經(jīng)在經(jīng)濟(jì)上達(dá)到了極限。因為真正重要的是通過分配渠道傳播的內(nèi)容。因此，Watson 才通過數(shù)據(jù)而非界面來實現(xiàn)增值。我們希望別人評判我們的時候不僅看重速度這個分配渠道指標(biāo)，還看重準(zhǔn)確性，以及決策的細(xì)微復(fù)雜性和質(zhì)量。
我不是說速度不重要，但它只占到三分之一，另外三分之二在于內(nèi)容的價值。虛假新聞就是一個很好的例子，雖然它通過分配渠道得到了傳播，但久而久之，還不是要靠高質(zhì)量來創(chuàng)造價值?
McLaughlin：在人工智能領(lǐng)域，IBM 為什么不像谷歌等其他企業(yè)那樣頻頻并購?
Kenny：我們針對云基礎(chǔ)架構(gòu)、數(shù)據(jù)能力、監(jiān)督式學(xué)習(xí)和無監(jiān)督學(xué)習(xí)等方面制定了清晰的路線圖。我認(rèn)為，我們在很多方面已經(jīng)超越了其他企業(yè)。我們進(jìn)入該領(lǐng)域的時間更長，有著專業(yè)的視角，而很多企業(yè)都是從消費(fèi)領(lǐng)域起步的。
因 此，我們并沒有發(fā)現(xiàn)很多并購機(jī)會。有的時候，我們的確看到一些東西能夠幫助我們更快地推進(jìn)我們的路線圖、加快引進(jìn)人才。收購 The Weather Company 就是這樣一個例子。借此，我們成功地將海量傳感器數(shù)據(jù)轉(zhuǎn)化成每天 2600 萬份天氣預(yù)報。此次并購將 IBM 的物聯(lián)網(wǎng)路線圖實施周期縮短了幾年，還幫助 IBM 緊緊抓住一批人才。
