【CES】IBM CEO 主旨演讲：Watson 将 AI 引入商务世界？

周三晚上，拉斯维加斯的威尼斯人酒店中，IBM首席执行官Ginni Rometty进行了一场消费者电子产品展览（CES）的主旨演讲。

消费者技术协会主席Gary Shapiro在介绍Rommetty时提到，这场消费者电子产品展览已不再只与消费者有关，而IBM通过在物联网领域的努力正在变得越来越贴近消费者。Watson超级计算机，是IBM转变的最明显的迹象，他说道。

IBM：Ginni Rometty

Rometty说，她是有史以来第一个在CES上做主旨演讲的IBM首席执行官。她今晚提到的一切都将在“认知未来（future is cognitive）”的框架中——我们正在步入“认知物联网。”

她询问台下有多少人是在为“数字化公司（digital company）”工作时，几乎每个人都举起了手。IBM正在帮助大家成为数字化的公司，与Apple战略合作共同重新定义如何完成工作，以及跻身世界上最大的安全公司之一。

当每个人都变得数字化，会发生什么？将人们区分开的将是对所有这些数据的理解能力。这就是“认知的时代”。“认知时代是商业的时代，也是技术的时代，”她说道。这里80％的数据现在还是“隐藏在黑暗中不为人知的，”，但是“这正在发生变化”，她说道。

Rometty也澄清道，认知与人工智能并不等同。这与你自己编写程序做出的系统无关，而是与会自己学习的系统有关。

Watson项目在过去的十年中一直运行着，2011年时被搬上了智力竞赛节目《危险边缘》。现在，Watson已经获得了视觉，但阅读医学图像仍然不是一件简单的事情。Watson——被Rometty用“他”来描述——现在已经对世界各地成千上万的程序员开放了应用程序编程接口。“这将会真正地改变你是谁，”她这样形容他。

至于物联网，需要的就是“将认识能力注入到物联网中”，她说道。

初创公司利用Watson的例子之一，是一家名为Cogni Toys的企业，制造“适应你孩子的性格”的玩具。

ThinAir也是IBM的合作伙伴之一，他们分析体育比赛中观众的行为，或是“任何消费者云集之地”的顾客行为。

为了达到这样的目的，需要合适的平台、分析员、以及一整个生态系统。

IBM有一个在41个国家运行的云平台，叫做“BlueMix”，能够为“你制作的任何东西”添加认识能力。

数据对于物联网来说不可或缺，比如无孔不入的气象数据。每天都会有30亿个气象数据点得到记录，她说道。这就是IBM收购天气预报公司Weather Company的原因之一。

另一种不可或缺的数据是视频数据。流媒体的数据量正在以指数级的速度增长，其中80％都将是视频数据。“你们之中那些在零售业从事的人会知道，（与文字相比）如果人们看到一段视频的话会更有可能做出反应。任何人都将能够在合适的时候为消费者提供合适的视频。我们正在开始为你准备这些你需要的、隐藏在黑暗中的数据，而你甚至不需要拥有这些数据（就能享受它们带来的益处）。”

最后一部分是生态系统。IBM在4月份时宣布Watson健康部门将与Johnson & Johnson合作。上个月，它又宣布成立Watson物联网部门。IBM长期以来一直与物联网领域的许多公司合作，其中包括7家最大的汽车制造商。但是向物联网加入认知能力，是一个新的任务。

“Watson物联网并不是未来，它已经在这里了。”

UnderArmour：Kevin Plank

她介绍了第一位嘉宾，Kevin Plank，UnderArmour公司的首席执行官。

Rometty宣布与UA合作，基于Watson开发健身应用。

Plank问道，为什么我们对于自己的个人健康了解程度都不如了解自家汽车的程度？如果我们有数据，可以让这变得更好的话——结果就是，公司花了将近两年的时间开发出连网健身设备。Rometty提到，连线杂志最近刊登的一篇文章讲述了那件事的经过。

Plank说，公司在两年前就意识到它没有足够多的聪明的工程师，所以在过去的一年里他们先后收购了应用开发商MapMyFitness和MyFitnessPal，剩下的工作就是利用数据来实现规模了。

Plank谈到了UA本周发布的新产品套装HealthBox，其中有一款健身手环。他说道，如果我知道自己一天中睡了多久、走了多少步路、摄取了多少热量，想想我能对自己的健康状况了解到什么程度吧。

UnderArmour与IBM合作后开发了一款名为UA Record的产品。它可以收集你所有的数据并且提出类似于“你感觉如何”之类的问题。

Watson做的事是分析拥有1.6亿人数据的数据库，随后根据用户摄取的热量和减肥成效等数据找出数据库中与用户“最相像的人”。Plank说，这能让用户了解到为了达到长寿之类的目的应该要做些什么。

“这听起来稍微有一些可怕，但是它可以让你变得更强，”他说道。或者Watson也可能会在某天建议你去做瑜伽而不是像往常一样慢跑。

另一款产品是“认知训练（cognitive coaching）”，它可能会替代价格贵到每小时收费180美元的人类教练。Rometty说：“我们计划将会在以后接着出售运动衫和运动鞋。”台下观众爆发出一阵笑声。

Medtronic：Omar Ishrak

Rometty介绍的下一位嘉宾是医疗设备制造商Medtronic公司的首席执行官Omar Ishrak。这家公司在有物联网这个词之前就在做后来被称为物联网的业务了，Rometty这样形容Medtronic。IBM与Medtronic的第一次合作是为了糖尿病管理。

联手之后，现在能够做到在糖尿病发病3个小时前做出预警，这非常重要，因为你一般很难提前预测到糖尿病的发作时间，Rometty说道。这个糖尿病管理应用将在今年的晚些时候发布。Ishrak说，现在全球糖尿病患者已经超过4亿人，每年用于糖尿病管理的费用超过6000亿美元。

他说，自我管理对于糖尿病患者来说既可能是一个福音，也可能非常有害——结果说不定是你每隔6个月就要被送进急救室一次。大多数糖尿病患者都很少花时间跟医疗系统“打交道”，然而，糖尿病是需要持续管理的。每三个月进行一次检查都远远达不到所需的程度。

这款糖尿病管理应用将在今年夏天发布。Rometty说，虽然这款应用是属于Medtronic的，但是“Watson 将它提升到了一个更高的水平上”。这款应用可以显示出用户消耗的卡路里、血糖含量水平以及精确到克的摄食量。Ishrak说，这款应用还能提供一幅血糖含量水平变化的图。大多数人都在一天中会检测几次血糖水平，但是这款应用可以做到持续检测。这样的数据“将会带来更大的改变”。

比如，餐厅中，糖尿病患者可以在进餐之前先打开这款应用，应用会显示出给定的菜肴会对他这一天的摄入有什么影响。

但是问题变成了患者必须真正认为这件事重要才行，Ishrak说道。很多患者更多地是利用自己的直觉来作出判断，而这款应用中Watson会根据患者健康状况的历史数据、而非直觉来为患者提供建议。Watson 可以在患者出现血糖过低的状况前3小时就预测到。

他总结道，Watson不但为糖尿病管理带来了根本性的变化，而且还可能拯救患者的生命。通过这样的方法，Watson还可以帮患者省下去医院的成本和其他成本。

“如果你身边的人患了糖尿病，这款产品会改变他的生活，”Rometty说道。Ishrak说，这个系统还可以整合其他的数据，比如健身可穿戴设备收集的数据。

“在我心中，毫无疑问，Omar，我们可以改变医疗的样貌。”

SoftBank：Kenichi Yoshida

下一位嘉宾是日本软银集团的机器人主管吉田健一（Kenichi Yoshida）。

软银的机器人在日本很有名，叫做“Pepper”。以后它将会被称为“Watson支持的Pepper（Watson-powered Pepper）”。

与软银的合作包括了教Watson“以日本人的方式思考问题”，Rometty说道。

对于这个机器人来说，最重要的方面是它与人互动的能力。吉田健一把这称为“顾客参与感（customer engagement）”。Pepper 可以识别出顾客的情绪。

Pepper机器人的早期用户中有日本瑞穗银行，他们将把这些机器人作为客服人员放置在各个分行。雀巢公司中，Pepper则在100家店铺里为客人端咖啡。“他”——吉田健一这么称呼Pepper——还会询问客人喜欢哪一种咖啡。

Rometty在提及展台上的Pepper机器人时，有一瞬间不知道该用“他”还是“她”来指代。

拥有白色闪耀身体的人形机器人Pepper就这样滑行来到了台上，它有着一双大眼睛和看上去是微笑一样的脸部。Pepper与吉田健一先后用日语、英语进行了交流，声音和儿童一样。它对吉田健一说了不少俏皮话，引发了观众的笑声，随后也展示了对于不同抵押类型以及它们各自优点的了解。

总结致辞

Rometty最后总结道，三位嘉宾都演示了如何使用Watson来“改变人们的生活”。

她的重点是，“所有这些海量的物联网数据，只有加入了认知，才能产生价值”。

她强调，“IBM 已经不再是一家硬件公司、软件公司”，而是一家“提供云端认知解决方案的公司”。

虽然Watson已经开始与一些行业展开合作，但是这是否足以让庞大的IBM帝国安然地在Watson的推动下完成向人工智能的转型？

人工智能的历史中有许多看上去具有颠覆性的时刻——这些突破都有希望将当时概念中的人类一样的能力赋予给机器。

这些突破中包括1980年代的“专家系统”（expert systems），1990年代IBM击败世界国际象棋冠军的电脑“深蓝”，以及最近的一些成果，比如Google的系统可以通过观看YouTube视频学习到什么样外表的动物算得上是猫。

但是，将这些聪明的小把戏变为实际能够使用的系统从来都不是一件容易的事。大部分都成为了一种全新的、只能用来解决非常狭小的领域内的问题的运算技术，Oren Etzioni说道，他在Microsoft联合创始人Paul Allen成立的AI实验室中担任主任。想要让这些技术能够在更大的范围中发挥作用需要面对许多更为严峻的挑战。

几乎没有任何技术在获得的赞誉上能与IBM的Watson比肩，IBM在Watson身上寄托了将AI引入通用的商务世界的希望。这个名字来自于一手打造了现代IBM的首席执行官Thomas Watson Sr。5年前Watson横空出世时，就在美国智力竞赛节目《危险边缘》中击败了两位人类冠军。

但是将Watson转变为商务世界中的实用工具并不轻而易举。将Watson投入到了许多其它计算机不能解决的领域以后，IBM终于在2014年摸索出了方法。

IBM将Watson的能力被分割成许多不同的部分，每个部分可以被租赁用来解决特定的商务问题，比如语言识别服务，总共有40多种不同的产品——而不是仅仅作为一个单独的系统对外销售。这样的形式下，这一堆仍在扩张中的技术应用不太显得野心勃勃，但更具实用性。

虽然IBM没有披露过Watson这些应用各自的性能，但它表示这个计划得到了热烈响应。John Kelly，一位IBM高级副总裁和研究主管，认为这个系统已经变成“我职业生涯中见过的最伟大、最重要的东西”，也是IBM收入增长最快的新业务。

但是批评家们抨击IBM以Watson之名卖出的服务实际上与那台参加了《危险边缘》的计算机关系不大，并且这个商标正在被用来为一堆名不副实的“革命性”技术创造出一种光环效应。

“他们势必会被这种方法反噬，”Etzioni说道，“更加有责任感的方法是坦率地描述一个系统能做什么、不能做什么，而不是铺天盖地地炒作它。”

IBM在这5年以来没有做过任何一件足以显示出他们能成功运用当年那台Watson背后的核心技术来解决真实世界的问题的事，Etzioni说道。

Watson的例子

对于Watson能力的争吵不仅仅是一件学术圈内的事。随着用户们向更新颖的云技术供应商转移，IBM的传统IT业务有许多都在萎缩。Watson成为了这家企业努力证明它仍然与现代商务世界紧密相连的一个重要角色。这对于Ginni Rometty来说至关重要，她作为首席执行官执掌IBM四年以来一直在试图扭转颓势。

Watson的名气仍然很大程度上得益于它在《危险边缘》中的成功表现。“这是某种大家都觉得绝对不可能发生的事，”Kris Hammond说，他是西北大学计算机科学教授，“它做到的事粉碎了我们对于‘机器’的概念和理解。它做的是非常‘人类’的事。”

通过预测表述含糊的问题真正的意思、然后从它的通用知识数据库中搜寻答案，Watson展现出了理解自然语言的能力，这对于计算机来说是最难解决的问题之一。这样的展示似乎指出了未来：计算机将会“理解”复杂的信息并将之与人类进行交流，不断重复，最终超过大部分人类专家。

IBM面对的最大挑战是如何将这种能力应用到智力竞赛之外的、信息载体复杂的范围中，然后再得出有意义的答案。对于一些客户来说，这被证明比预期的难度要高得多。

德克萨斯州大学MD Anderson癌症中心已经在3年前开始尝试训练Watson来辨别病人的症状，以此让医生能作出更准确的诊断和更好的治疗计划。

“我没有想象到它可以做到这样的地步。我们还远远没有达到终点，”德克萨斯州大学医疗系统创新主任Lynda Chin说道，“这是一件非常、非常难的事。”一夜之间将一台玩文字游戏的计算机变为肿瘤学专家，这种事就像它听上去的那样不可能发生，她说道。

一部分问题在于如何消化真实世界的信息：阅读和理解医生写下的、对于计算机来说难以读取和组织的病历信息。同时也有更深层的认知论的问题。“《危险边缘》节目中对于问题来说是有一个正确答案的，”Chin说，但是在医疗的世界中许多时候只有从大量信息中得来的观点。

Kelly否认IBM低估了这些挑战的难度，并且表示已经有一定数量的医疗组织处在将要推出类似的在线诊断系统的边缘。

将技术投入应用

IBM一开始的计划是用Watson来解决极端困难的问题，在早期的报道中宣扬了从“登月”计划到“终结癌症”的目标，还有加速非洲发展。其中一些许诺几乎在报道上的油墨还没有干透时就破灭了。例如，与花旗银行全面合作探索如何将Watson运用到银行的各种业务中，这一计划很快就成为一场空。

自从2014年改换了策略以后，IBM现在用Watson的品牌出售一些服务。这些通过API——或者说编程时可以将它们“钩”到自己程序中作为独立组件的“钩子”——进行调用的服务包括文本情感分析（比如捕捉一堆推特之类的信息然后对它们评估文字中的情绪状态）和性格追踪（用52种特质来衡量一个人在网络上输出的文字，最后得到一份诊断）。

大部分消费者潜意识里仍然希望Watson有朝一日全力运转时能够解决登月计划之类的雄心壮志，Kelly说，但是他们在短期内也被Watson为自己的业务带来的提升所鼓舞，Kelly说这也是非常重要的。

这种更为实际的方法，也就是将解决真正的大问题推迟到未来某一天，已经开始让IBM尝到甜头。澳大利亚能源集团Woodside公司之类的企业正在利用Watson的语言服务作为他们内部“知识库”（knowledge bases）的某种形式的高级搜索引擎。在给这个系统输入了30年中超过2万份计划文件后，企业中的工程师现在可以用它来获取过去的经验，比如计算特定管道线路中可以使用的最大压强。

对于AI世界中的批评家们来说，这个新生的、部件化（componentised）的Watson与当初的突破几乎毫无联系，也冲淡了突破性技术的意味。“感觉像是他们把一堆东西放到了Watson这个商标名下——但它并不是Watson，”Hammond说。

Etzioni更进一步地断言，IBM没有做出任何事来展现当年《危险边缘》中表现出的突破能够在现实世界中产生影响。“没有证据表明IBM能够将那个狭窄领域中的成功复制到更广的范围里，”他说。在Watson名下提供的这些小玩意儿中，“我并没有发现哪怕一个能够让人超级兴奋的应用，”他补充道。

然而，对于IBM来说，这样的批评无损于他们达成目的。“所有我们冠以Watson分析名义的东西都是非常高端的AI，”Kelly说道，其中包括了“机器学习和高速非结构化数据（high-speed unstructured data）”。《危险边缘》的成功过去5年之后，这个系统在一开始的技能之外演变出了太多的能力，例如图像识别，让它大幅增加在真实世界中能够读入和处理的信息。

运用Watson系统

如果Watson这个品牌不能成为它许诺样子，那么这一段讨论可能就没有太大意义。要是有一定数量的早期消费者将其中的技术运用到工作中、训练Watson系统在他们的行业中工作，Watson的许诺也许会自我实现——这种方法会不断地拓展它的能力。

“一旦它进入了工作状态，你就会希望继续引导它，”Shaun Gregory说道，他是Woodside公司技术与策略部门负责人，“你现在在知识和学习能力上比机器领先，但机器不会忘记学过的东西”。

Watson的早期用户面对的另一个挑战是，应该对系统生成的答案抱有多少信任。它的概率论法让它与人类很像，MD Anderson癌症中心的Chin说道。接受了专家们的训练以后，它倾向于做出人类可能会做出的判断，这意味着人类的偏差也同样包含在内。

在商务世界中，一台能抛出问题答案、却无法对此进行解释的智能机器毫无用处，Hammond说道。“如果你走进CEO的办公室，对他说我们需要关闭三家工厂并且裁员，CEO会说的第一句话是‘为什么？’。”他又补充道，“仅仅得出一个结果是不够的。”

IBM尝试让系统变得更为透明，比如通过被称为WatsonPaths的可视化工具让人理解它如何得出结论，但是这一努力还不足够，Hammond评论道。

Kelly表示，Watson做出决策的完整审计跟踪（audit trail）可以在系统中找到，虽然只有精通这一方面的用户才能理解。“我们可以回过头去，找出Watson连接了哪些数据点，”他说道。

他也对比了IBM和其他使用AI来增强服务或是让推广系统更有效的科技公司，比如Google和Facebook。只有IBM在努力让自身的技术对于商务世界来说变得更透明，他提到，“我们可能是唯一一家打开了这个黑盒的公司。”

即使在与Watson的合作中遇到不少挫折，MD Anderson等客户仍然相信，最好在新技术萌芽的早期就进入其中。

“我仍然相信，Watson的能力可以进步到我们想象的极限，”Chin说道。运用这种技术来让各地医生都能利用到世界上肿瘤学专家的推断能力，将会是一件影响深远的事：“就像Amazon对零售业和购物体验的影响一样，这将改变医疗服务。”

Chin补充道，Watson不会是唯一的推动医疗信息改革的推动力，也需要其他的技术作为补充。

Watson在智力竞赛节目中大获全胜之后过了5年，IBM终于成功地让商务世界看到了AI革命的希望。现在，它只需要渐渐成为它许诺的样子就可以了。

重要资源：多样的数据流

在领军科技公司创造最有效形式的人工智能的竞赛之间，秘密武器是：访问大量的数据。根据一些专家的看法，IBM试图让Watson成为商务世界中AI的标杆，但它的数据优势在商务世界中也许并不能发挥多少作用。

智能机器的核心是在大量数据中进行搜索、以此识别模式并做出假设的算法。机器学习——近期AI领域中许多进展背后的技术——依赖于使用大量数据对系统进行训练。

“现在AI技术中出现的许多新生事物都离不开数据，”Kris Hammond说，他是西北大学的计算机科学教授。

近来AI领域进展背后最大的原因之一，就是能够获取网络上大量的数据用来训练系统。Google利用收集的大量用户在线行为数据让它的搜索引擎变得更完美。虽然IBM在可用的数据量上无法与Google媲美，IBM希望通过丰富针对特定行业的细节来弥补数据量上的缺憾。

“Google只有一种数据——用户文本情绪数据（consumer sentiment data）。我们有大量的、更多样化的数据。”IBM的研究主管John Kelly说道。

输入给Watson的特定行业的数据越多，它解决这个行业的商务问题时就会显得更聪明。客户们为了训练Watson而向它注入他们各自的数据，IBM也随之受益。

Watson的“更多各大领域的数据材料”策略可能最终成为IBM在这场AI竞赛中的主要资源，Hammond说道。

去年，IBM通过并购来提升数据量。这包括了10亿美元收购Merge医疗，一家拥有大量医疗图像数据的公司。IBM把它变成了Watson医疗部，这是Watson的下属部门中第一个专注于特定行业的事业部。

IBM也用20亿美元收购了Weather公司的数据库，旨在用它的天气数据训练Watson根据天气相关的商业风险进行预测的能力。

“在我们的客户和我们已经并购的公司之间，我们正在积累大量数据，”Kelly说道。

将这种基本的原材料熔炼成计算用的“金块”仍然需要许多技术能力。但是，如果IBM可以说服用户们向Watson贡献自己的数据来让它变得更聪明，IBM就可能在数据上遥遥领先，让其他竞争对手难以望其项背。