GBDC2016|IBM分析开发总经理吉燕勇：认知计算通往智慧之路

　　2016年1月20日，2016全球大数据峰会GBDC2016在京举行。本次大会由全球大数据联盟(GBDC)、全球移动游戏联盟(GMGC)、世界O2O组织(WOO)、光合资本主办，中国互联网协会(ISC)O2O工作组、中国汽车流通协会(CADA)支持。IBM中国开发中心IBM分析开发总经理吉燕勇做了主题为《认知计算-通往智慧之路》的演讲。以下是他的演讲全文：

IBM分析开发总经理吉燕勇

　　吉燕勇：各位领导之各位专家、各位朋友，大家上午好。我来自于IBM，说IBM我们业务分：硬件、软件和咨询。大家可能还不知道，这个月我们刚刚宣布了战略转型，未来只有：认知计算和云平台。我们觉得这个时代到了认知时代，认知时代是什么时代?编程时代，大家都比较熟悉，就是你需要一个软件，需要一个程序，通过程序来控制，来循环，这中间实现都需要编程。认知时代怎么来的?其实不是突然来的，这也是经过几十年的探索，可以说从50年的图灵测试，56年的人工智能诞生，到65年多象技术出现。

　　随着互联网出现，计算能力的提高，包括说信息的数字化，包括分析能力的提高的话，认知计算在90年代以后加速发展。我们2011年IBM发明出沃森计算机，这是一个认知技术。IBM参加一个美国电视节目，跟人来竞赛，是一个电视抢答节目。答对了加分，答错了减分。最终沃森获胜。它面临三个：第一，计算机能理解人类语言。第二，计算机能够基础学习和推理找到正确答案。第三，在抢答必须在比较快的时间跟人抢答。这里涉及到什么技术呢?从分析过程讲的话，第一步，因为是人类语言，问题也是比较丰富的，所以需要对问题、主题进行分解。第二，分解问题以后，需要通过知识库我们要找到假设，最后通过数据库打分，然后形成一个答案图来，就是有一个信任度。这是在沃森里设计到这样一个分析过程，里面设计到技术的话是自然语言处理，怎么能够理解人的语言?第二，怎么创建知识库进行信息检索。第三，怎么能够创建证据库对假设打分。最终，可以合并说假设这个题，然后生成答案，形成信任度。在这个深度问答里，IBM通过这样一个展示，能够展现出，其实目前在认知计机里比较有比较大的突破。

　　认知计算和大数据有什么关系呢?第一，它解决自然语言和人交互。这个可能不像传统之间，传统更多是通过计算机交互，它把很多东西通过数据方式交互，这是通过语言交互。第二，既然是语言的话很多是含糊的，有歧义的，怎么解释出语言出来。然后，这个答案可能不是百分之百的，可能找到的答案是20%，如果是20%的话要不要抢答，如果是90%的话是不是抢答?最后，它处理很多数据，解决问题可能没有明确出来，所以这里我们把认知技术跟传统的数据分析简单做一下区别来看。

　　IBM通过沃森突破以后，之后把数据放在云平台，能够非常快调用一个认知出来。这个月我们刚刚成立了一个新的部门，希望通过认知计算加速物联网里的发展。通过例子我想讲IBM怎么构建这么一个认知计算出来?我们拿IBM沃森在医疗行业里怎么帮助人看病?这里涉及几大技术：第一，怎么快速获取这个知识。很多海量数据，包括公有数据，私有数据，怎么把数据获得到，放到一起。第二，怎么学习。这个学习包括怎么解读知识，第二个，怎么把知识之间，包括信息之间建立比较有效的连接。包括说怎么通过算法怎么进行学习。还有通过专家训练越来越成熟。第三，怎么通过这样个证据的方式来打分来训练。最终来说，结果出来以后，如何展示，让人们理解这个事出来，并且能给人类带来一个突破性的感知和认知出来。洛伊这四块是我们在这里的一个核心体系。

　　我们看第一块，其实我们在沃森的资料库里已经做了1T的数据。这个1T数据使有讲究的，包括四千万文档，有一亿条的数据。这些数据有外部的数据，比如化学数据库—比如一些基因，一些库的东西，比如说教科书文献，都是你比较容易从外面找到一些数据放进去。第二，更重要的其实是怎么能够把这些试管实验的专利放进去，怎么能把一些活体实验放进去，怎么把临床实验数据，包括实验室系统都放进去，形成一个专家系统出来。这是在后面涉及到知识产权怎么解决和处理的问题，因为所有的东西都是有产权的。这样的话就有比较好的资料，就可以作为第二步了。第二步自学习其实很多层面，我们说学习的话，其实首先看它是跟搜索引擎不一样的。在知识库里需要解读很多的信息，比如“安定”这样的东西输进去，它要对整个安定化学图标，它的一些分子式，包括药品的ID，这些所有的都是安定。第二，它里面认为是一个本体论的观点，就是所有事情之间都是有关联的，所有都是之间都是有联系的。拿阿司匹林这个药品来看的话，它有症状，是一些关联性，它有副作用，也有关联性，它有药品种类关联性，有疗效关联性。所以说它在里面建立非常庞大的关联关系出来。第三，它其实要进行学习，进行推理，它怎么做呢?比如说定一个逻辑，比如说某种药能产生副作用这个逻辑。药就是一个实体，产生，然后有副作用。但是把这个算法定义好之后，它可以在所有的新药和旧药里来产生关系出来。像安定会消沉，阿司匹林有胃肠疼痛，它通过这样的算法，对所有的语料库进行学习，然后把这个关系找出来。这是第一个，怎么通过算法做学习出来。

　　第二个，像许多成长出来的，他给人看病的时候需要专家教它。专家看的时候，确实有这个副作用，但是他不是一对一的。有可能安定有四个副作用，阿司匹林也有其他的副作用。所以在专家培训和干预它进一步加，在这个系统就会进一步增强出来，在后面就变化这样一个图出来。所以通过算法它可以自学习和跟专家学习。学习完之后，怎么说在哪个问题上通过证据库打分。比如一个问题说，什么样的基因容易产生结肠癌?这个问题对它来讲的话它需要搜索所有的资料库，找到所有可能的假设出来。第二，它有很多实体关系，有很多算法，有很多推理系统，所以它需要在证据库里提取证据，找到这些东西跟结肠癌是不是有关系出来。但是这种结果，可能证据数量比较多，这种结果可能证据数量比较少，这个接近度比较多，所以这样的答案都有一个打分出来，这个答案是90%的可能性，这个是10%的可能性，找一堆答案出来，让专家，让医生来选择为什么进行这样的打分出来，所以它对人是补充，而不是竞争。所以IBM希望通过这样的认知系统对人类进行补充，对很多海量数据，人类无法建模，无法靠人工建模，无法靠人工找问题的时候，它的问题出来之后你可以进一步看为什么有这样的答案出来。最终，它要进行展示。结果出来怎么展示，把疾病和基因绑在一起，把两个不同的实体之间进行连接出来。如果这个东西对你比较惊讶或者比较意外的结果的话，你可以进一步往下走，它为什么这样走，你可以跟它交互，然后进一步让它学习和成长起来。通过这个例子，通过在医疗卫生里怎么能够通过建立资料库，获取海量数据，包括有些专利数据的话，构建一个资料库出来。第二，怎么通过自学习，能够让它解读知识，把实体之间的关系找到，通过算法推理学习。

　　IBM认知计算目前处于比较前沿研究，很多东西在中国不见得都能用，但是从这个月开始我们中国的第一的系统科研落地，是免费的，大家可以尝试。这个系统就是说你有任何数据，你弄进去就可以了，它能够解读数据。第二，在自然环境能理解业务出来。无论你需要的考试成绩，或者人事部的数据，销售数据，它能自己理解，然后它能帮你做预测，然后帮你展现，你如果有问题的话，能跟它交互。

　　跟大家看几个界面，这是数据探索，你数据进去之后出现的各种情况。这是它的预测分析，这是它的交互式包括。并且IBM在若干年里有一个非常大变化，之前IBM的产品比较深，比较难用，在2013年我们开始投资，把所有界面变得比较酷，比较有意思，这样感觉用起来比较方便，这些产品是用很多设计形式展现。这个战争是免费的，可以免费注册任何数据可以导进去，可以感受一下认知计算。

　　通过今天的演讲，跟大家分享一下我们IBM目前应该说宣布到这样一个系统出来，以后重点是关注认知计算，认知商业，目前在这块里面进展非常大，在商业里面无论通过医疗卫生，通过金融，通过IOT，非常多的商业突破，包括说在中国的话，从这个月开始已经把系统免费到中国，大家可以尝试。谢谢大家。