注册 / 登录

脑启发计算:兼谈Watson在商业上的应用

分会场:  数据科学/人工智能/数据驱动

分享时间: 2017年11月9日 - 12日

案例来源 :

案例讲师

苏中

IBM 研究总监

苏中是IBM中国研究院的研究总监,大数据及认知计算研究方向首席科学家。在2002年获得清华大学计算机系博士学位后加入IBM。在中国研究院先后参与了文本分析、企业搜索、元数据管理、数据集成、社会化计算及信息可视化等方面的研究。他所领导的多项技术研发被IBM软件产品采用,并在国际以及国内的多次技术评估中得到第一名,也因此数次获得IBM全球研究技术成就奖,在2008,2010, 2014以及2016年度获得IBM全球研究杰出技术成就奖。苏中在2007年被评为IBM发明大师,担任研究院专利评审委员会主席。迄今为止已经在国际顶级会议及期刊发表学术论文60余篇,50余项发明专利及专利申请。他目前兼任南开大学兼职教授,上海交通大学APEX实验室客座教授,IBM大中华区技术专家委员会主席,中国中文信息学会理事。

扫描二维码分享案例

 

案例简述

 

深度学习的能力来自于带有标注信息的大数据学习样本同深层神经元网络在复杂特征空间上泛化能力这两方面的完美结合。深层神经元网络实质上是基于人们对于脑的初步认识基础上的一种仿生模拟。深度学习在一些应用的突破从一个侧面展示了脑机理的研究对于智能技术发展的重要性。智能的本质来源于脑的工作机理,我们对于脑不断的认识、不断的理解,应用到我们的计算技术中,这就是脑启发计算,也是IBM认知计算中一个重要的方向。

 

案例目标

 

认知计算广义上讲是通过获取海量的不同类型的数据,根据信息进行推论,从自身与数据、与人们的交互中学习,并以对人类而言更加自然的方式与人类交互。它最重要的目的是如何整合这些能力,并结合具体的商业应用场景,来解决商业上的问题,帮助企业实现商业变革。现在,企业正面临着大数据带来巨大的挑战。传统计算方式会错过世界上80%的信息(非结构化数据),而认知技术能够支持组织去发现数据中隐藏的模式,挖掘出令人惊喜的新的商机,也能够加速发现新药、发现新的登月方式,甚至发现未知领域。

 

成功(或教训)要点

 

和许多新技术都运用在生命科学上类似,Waston 的商用初登场也是运用在生物技术和生命科学上。有了 Waston 的加入后,研究小组的进度就可以大大提速。单就扫描和解读数以百万计的科学文献,数据节点这种能力,就是人脑无论如何都无法跟得上的。而 Waston 的真正价值还在于,它能综合这些数据资料,产生新的有建设性的假设。因为这些文献数据一般都是非结构化数据,所以此时 Waston 所具备的自然语言能力就派上了大用场。

 

案例ROI分析

 

更新中...

 

案例启示

 

IBM的认知计算目的并不是为了取代人,或者说Intelligent Behavior只是认知计算的一个维度,在讲认知计算的时候除了要能够表现人和计算机的交互更加自然之外,还会更多强调推理的部分,自学习的部分以及怎样把这样的能力结合具体的商业应用,解决商业的问题。后两个维度不是传统做人工智能的人关心的维度,他们更关心的只是怎样表现得更像人。
换句话说,认知计算不是制造为人们思考的机器,而是与增加人类智慧有关——认知计算系统通过与人的自然语言交流及不断学习帮助人们做到更多,使专家可以更好地从海量复杂的数据中获得更多洞察,从而做出更为精准的决策。