“沃森”来了：大数据原来可以这样玩儿

迷途

最近重温了部电影，威尔史密斯主演的《I，Robot》。在故事中的时代，地球上每十五个人就拥有一台人能智能机器人，从工作助理到家庭保姆，机器人渗透进人类生活的方方面面，它们不仅成为人类的得力工具，更成为人类家庭的一份子。片中的机器人能够与人类交流，理解人类意图，甚至最终进化到能够独立思考，拥有人类的思想。



这让笔者想到了IBM的“沃森”人工智能计算机，虽然目前沃森和片中的智能机器人还有着不小的差距，但沃森和这些智能机器人有着相似的地方：能够识别人类自然语言，运用人类思维特征来表达意思和作出决策——IBM将这种原则称之为“认知计算”。

结合时下最为热门的大数据趋势，这种“认知计算”方式为[url=http://vdisk.weibo.com/s/CbiudO9vYtIqA]大数据应用[/url]和分析提供了新的途径，试想一下，当我们对着计算机说上几句话，就能得出最想要的结果，比如“我们该在哪里开设下一家店？我去哪能买到最便宜的衬衫？这样的症状应该如何诊断？…”看上去这像是科幻电影中的桥段，但事实上这是大数据及分析所追求的一种终极目标。



目标很遥远，但沃森的问世让我们看到了目标的雏形。近日，IBM又宣布将把“沃森”应用于云环境的开发平台，开放API，让企业能够开发自家的“沃森”App，从而构建起“沃森”生态圈，将“沃森”应用到更广泛的领域。此外，IBM还建立了一个“沃森”内容库，供应商可以为沃森提供内容，包括通用和专用的信息，如医疗保健等。



开放“沃森”API、建立生态系统，沃森又将大数据的终极目标向前推进了一大步。



“沃森“是谁？它怎么工作？



将人工智能计算机以IBM创始人的名字来命名，足见IBM对“沃森”寄予厚望。



沃森诞生于IBM在2006年启动的一个有关“认知计算”的研发项目，期间，IBM并没有透露太多的消息。2011年2月，沃森首次公开亮相，在美国电视节目《危险边缘》中战胜人类冠军而名声大噪。在节目中，沃森能够分析和理解人类语言，能够准确的得出答案，并展现出比人类更快的答题速度，这不禁让人惊呼，机器代替人脑的时代要来临了么？



这并不是机器首次战胜人类，早在1997年，IBM超级计算机“深蓝”在国际象棋赛中战胜了当时的世界冠军卡斯帕罗夫，成为第一台战胜人类的智能电脑。尽管都是人工智能的产物，但“沃森”和“深蓝”有着巨大的不同：“深蓝”存储着数量有限的国际象棋走法，通过数据规则来预测象棋的走法，实际上“深蓝”所处理的还是比较明确的机器语言，而“沃森”大有不同，它所处理的是人类的自然语言。



和明确的机器语言相比，自然语言对一台机器来说是非常不明确的，因为它有着无限种的表达方法。IBM系统与科技部Power Systems全球实验室服务总监Ian Jarman先生举过这样一个例子：我们知道，爱因斯坦出生在德国乌尔姆，计算机也能够识别这种结构化的数据；但如果换成自然语言，比如“有一天，Otto从乌尔姆的诸多城市景致图画之中，选择了一幅水彩画寄给爱因斯坦，作为对他出生地的纪念”，计算机就难以回答爱因斯坦到底出生在哪里。



沃森在《危险边缘》中所表现出来的，是超强的对自然语言的理解能力，当然，要得出准确的结果，仅仅有对自然语言的理解还是不够的，还需要从大量的结果中筛选出最为合适的。Ian Jarman先生曾解释过沃森的工作原理：分析问题和主题——从答案来源中生成假设——从证据来源中给假设和证据评分——合并和排名置信度计算——得出具有置信水准的答案。



通俗来说，沃森得出正确结果的关键是提出以证据为基础的假设，如果你提一个问题的话，计算机理解了会产生很多的答案，沃森会收集一些证据来支持这些答案，然后根据对不同答案的评分作出最好的选择。另外沃森还具备适应和学习的能力，沃森可以进行人机对话，它会吸收人们给予它的新信息，对它所作的决定或者答复加以修改和改进。