“我们已经进入了认知计算(CognitiveComputing)的新时代。”10月11日,在北京IBM中国研究院参加以“从大数据到认知计算”为主题的认知计算研讨会的众人达成了上述共识。虽然与会专家对认知计算的定义、内涵以及应用还有争论,不过以IBMWatson为代表的认知计算系统在大数据时代展现出的强大能力,还是让人们对认知计算未来的发展充满信心。
认知计算系统是未来系统
IBM中国研究院院长沈晓卫博士讲述了他与IBM认知计算系统的不解之缘。当年IBM“深蓝”计算机在与人类同场竞技时,沈晓卫还在美国麻省理工学院读书。在进入IBM中国研究院之前,沈晓卫曾在IBMT.J.Watson研究中心任研究员。如今,认知计算已经成了IBM研究院的重点研究方向之一。以IBMWatson为代表的认知计算系统通过对大数据进行实时运算和分析,实现了自主学习并拥有了类似人脑的能力。IBMWatson是认知计算发展过程中一个具有里程碑意义的系统。
“认知计算”这个概念早已有之。有一天,用电脑替代人脑是很多从事计算机科学的人的梦想。“认知计算的一个目标是让计算系统能够像人的大脑一样学习、思考,并做出正确的决策。但是,我们的最终目的并不是用电脑替代人脑。”沈晓卫解释说,“人脑与电脑各有所长。认知计算系统可以成为一个很好的辅助性工具,配合人类进行工作,解决人脑所不擅长解决的一些问题。”
通常来说,认知计算系统应具备以下四个特性。
第一,辅助(Assistance)功能。认知计算系统可以提供百科全书式的信息辅助和支撑能力,让人类利用广泛而深入的信息,轻松成为各个领域的“资深专家”。沈晓卫举例说:“IBMWatson已经在医疗行业得到了应用。医护人员借助IBMWatson,可以缩短病症的诊断时间,提高诊断的正确率。”
第二,理解(Understanding)能力。认知计算系统应该具有卓越的观察力和理解能力,能够帮助人类在纷繁的数据中发现不同信息之间的内在联系。
第三,决策(Decision)能力。认知计算系统必须具备快速的决策能力,能够帮助人类定量地分析影响决策的方方面面的因素,从而保障决策的精准性。认知计算系统可以用来解决大数据的相关问题,比如通过对大量交通数据的分析,找出解决交通拥堵的办法。
第四,洞察与发现(Discovery)。认知计算系统的真正价值在于,可以从大量数据和信息中归纳出人们所需要的内容和知识,让计算系统具备类似人脑的认知能力,从而帮助人类更快地发现新问题、新机遇以及新价值。
构建认知计算的生态系统
认知计算是一项系统工程,横跨多个学科,涉及多项技术,比如自然语言分析、虚拟分析与交互、软件定义的环境、以数据为中心的系统甚至纳米技术等。自1956年人工智能研究启动以来,在过去几十年中,人们一直没有停止对认知计算的探索。认知计算在计算机科学、社会科学、自然科学等众多领域都取得了很大进展。
在本次研讨会上,模式识别国家重点实验室主任谭铁牛介绍了视觉大数据的研究成果:“模式识别是认知计算的核心使能技术,也是典型的大数据应用。我们研发出的定序测量特征鲁棒方法可以用于安防、监控等视频分析领域。”此外,大数据与认知计算在心理学研究、语音云平台等方面也有所建树。中国科学院心理研究所所长傅小兰举例说:“在认知心理学研究方面,我们在国际上第一个推出了多感觉通道刺激成像系统。”
参加研讨会的许多专家都认为,在大数据时代,认知计算将取得新的突破。一方面,大数据为认知计算和计算的智能化提供了土壤。大量的多样化的数据就像是原材料,它为人类深入而深刻的认知提供了一种可能。另一方面,认知计算可以更高效地处理和利用大数据,辅助人类决策,甚至创造更多的商业价值。“大数据为人类的认知提供了一种新的思路。”沈晓卫表示。
在大数据时代,人们只要知道“是什么”,就知道“如何做”,而不必像以前那样深究“为什么”。
“认知计算是贯穿整个计算机软硬件的整体创新。它的实现需要来自各个领域的科学家们的共同努力。认知计算技术的发展一定是协作创新的结果。”沈晓卫表示,“IBM希望与学术界、产业界协作,构建认知计算生态系统。”
10月2日,IBM研究院宣布成立“认知计算研究联合会”(CognitiveSystemInstitute),旨在促进IBM与大学、研究机构以及客户在认知计算方面的发展。首批加入该研究社群的有卡内基梅隆大学、马萨诸塞技术研究所、纽约大学以及伦斯勒理工学院。
推动认知计算的商业化进程
在本次研讨会上,记者看到了认知计算在语音识别、生物识别、心理学、智能机器人等领域的最新应用成果,但是在商业应用方面,认知计算似乎还有很长的路要走。
作为认知计算系统的代表,IBMWatson已经应用于医疗、金融和客户服务等领域。举例来说,IBM正在与一些医疗保健机构合作,基于IBMWatson技术,将数百万页的期刊、报告和教科书资料结合在一起,用于解答许多复杂的医学问题,并通过创新方式开展医药的研究,从而提高医护质量。
沈晓卫表示:“IBMWatson的商用实践只是认知计算的广阔行业应用前景的一个起点。未来,在人类生活的各个方面,认知计算都将带来根本性的改变。比如,在教育领域,认知计算通过实时分析技术,可以为广大学习者制定个性化的教育计划并及时评估学习的效果,从而优化教育方案,提高教育质量和效率。”
原科技部副部长马颂德在听过IBMWatson在医疗领域的应用经验介绍后表示:“除了可以将认知计算系统做成一个个独立的产品以外,未来能不能考虑将像IBMWatson这样的认知计算系统作成一个认知计算的引擎,让各行业的集成商或用户在这个引擎之上开发自己的认知计算系统和应用?”
认知计算是一项具有前瞻性的技术,目前还处于研究的初级阶段,未来如何将认知计算技术快速转化为商用产品对整个IT业界来说是一个十分重要的课题。
在云计算时代,未来所有的产品或应用都可以变成一种服务。
比如,人们今天还自己购买汽车,未来可能人们不必再自己购买汽车,而全部采用租用的方式。人们需要外出时,汽车会按时来接送。那时的汽车本身很可能是一个具有高度智能的认知系统。
相关链接
认知计算时代的四大关键技术IBM中国研究院院长沈晓卫博士归纳了认知计算时代的四大关键技术。
第一,在认知计算最顶层的是机器学习、自然语言理解和人机交互等技术。
第二是大数据技术,包括以什么样的方式来存储、组织、管理及分析大数据等。
第三个层次是计算机的架构。认知计算系统所要求的计算能力远高于我们今天所能提供的计算能力。因此,如何实现以数据为中心的系统设计也是当前面临的挑战。
第四,在认知计算系统的底层还需要实现原子及纳米等技术方面的突破。