IBM：不是人工智能，而是認知商業

　　認知計算是模擬人的自然思維理解數據，歸納起來是三種能力的集合，即理解(Understanding)、推理(Reasoning)和學習(Learning)，簡稱為URL。

　　實現認知計算的第一步是理解數據，例如理解人的自然語言、圖片的內容等等。以語音識別為例，在一個句子中，出現“蘋果”一詞，可能是指蘋果公司或者它的產品，也可能是指一種水果。究竟是什么含義，這就需要準確判斷出來。如果不能實現數據的理解，后面的分析也就無從談起。這也是科技巨頭都在花費大量精力研發語音識別和圖像識別技術的原因。

　　推理是發現非結構化數據之間的邏輯聯系。通過假設生成，能夠透過數據揭示洞察、模式和關系。將散落在各處的知識片段連接起來，進行推理、分析、對比、歸納、總結和論證，獲取深入的洞察以及決策的證據。在與美國知名作曲家鮑勃·迪倫的對話中，IBM沃森(Waston)僅僅花了幾秒鐘就判斷出：“根據我的分析，你的歌曲主題大多是關于時光流逝和愛情枯萎的。”沃森能以每秒閱讀8億頁內容的驚人速度從海量歌詞中提取關鍵信息，再通過推理判斷能力揭示海量歌詞背后的“愛與痛”。推理是認知計算最為關鍵的一環。

　　學習是認知計算能夠不斷提升的保障。通過以證據為基礎的學習能力,從大數據中快速提取關鍵信息，像人類一樣進行學習和認知。可以通過專家訓練，并在交互中通過經驗學習來獲取反饋，優化模型，不斷進步。具備自我學習的能力，是認知計算與大數據等傳統技術最為本質的區別。

　　布局行業認知平臺

　　目前人工智能可分為兩大陣營，一類是以谷歌Deep Mind通用型的人工智能平臺為代表。該類平臺的策略是突出程序和算法，優化運算能力。希望只需通過改變訓練數據的輸入，就可以在不同行業運用。如谷歌希望Alpha Go的平臺，將棋譜變為癌癥數據庫，就可以實現癌癥治療方法的研究。

　　另一類是以IBM為代表，將人工智能技術與行業相結合的應用。在IBM看來如果說互聯網時代的關鍵詞是“顛覆”，那么人工智能的關鍵詞就是“變革”，與行業經驗的結合是未來商業的主流模式。

　　早在郭士納主導的轉型中，IBM就將咨詢作為核心業務發展，這令IBM能夠深入到各個行業內部積累行業知識，對行業的深度理解，是IBM與其他IT企業相比最大的競爭優勢所在。

　　IBM深耕行業認知依靠的是沃森平臺。沃森是一個具有強大認知功能基于云和開放標準的平臺。沃森通過提供API使企業接入沃森平臺獲取認知計算服務。沃森的每個API可以實現一個特定的功能，通過不同API的組合，就可以實現多種認知計算的需求。目前沃森的API接近50個，主要包括潛在語義分析、情感分析、關系抽取、深度學習、知識提取注解、遞歸神經網絡、問答驗證等。在API的基礎上，通過整合行業知識庫，就可以針對每個行業，提供特定的認知計算服務，目前沃森平臺主要的行業包括金融、制造、醫藥、零售、媒體等。

　　對于傳統企業而言，也無需對人工智能的到來心懷恐懼，專注于自身行業經驗的積累，選擇合適的人工智能服務商合作，將人工智能用于行業價值的挖掘，將為企業帶來無限的想象空間。