IBM研究员：IT行业进入了认知时代 系统将具有学习能力

IBM中国研究院院长，IBM大中华区首席技术官沈晓卫

　　新浪财经讯 由新华社《财经国家周刊》、工信部国际经济技术合作中心主办的第二届中国制造2025（深圳）高峰论坛于2017年4月8-9日在深圳举行。IBM中国研究院院长，IBM大中华区首席技术官沈晓卫出席并发言。

　　他表示，随着大数据时代的到来，随着在人工智能认知计算中的重要突破，我们认为整个IT行业进入了认知时代，最大的特点是我们构造的系统不是传统的计算机系统，而是具有学习能力的系统。

　　以下为演讲实录

　　沈晓卫：各位领导，各位朋友，大家下午好。

　　今天在这里跟大家分享一下在大数据和人工智能背景下，物联网发展的重要趋势，以及这些发展对行业创新和转型的一些影响。

　　大家都谈到，我们处在大数据时代，这些数据可能是传统运营的数据，也可能是社交媒体数据，也可能更多是物联网来的数据。从技术来看，数据分结构化和非结构化。今天带来的最大挑战，就是说传统技术已经不能够对这些技术进行分析和处理，从当中产生我们需要的商业价值。与此同时，这个挑战也带来大量机遇，大量数据的产生，为机器的深度学习提供了非常多的样本。所以，在谈物联网和行业创新之前，我先谈一下IT行业的趋势。

　　我们认为，从上世纪40年代电子计算机出现，以及60年代计算机的应用，整个都是传统时代，计算机根据程序员设定的程序来进行分析和运作。但是，随着大数据时代的到来，也随着在人工智能认知计算中的重要突破，我们认为整个IT行业进入了认知时代，最大的特点是我们构造的系统不是传统的计算机系统，而是具有学习能力的系统，就像人类从一个懵懂的孩子通过学习变得更加聪慧，我们就通过这种方式与人类沟通，这是IT发展的重要方向和未来的趋势。在这个过程中非常重要的里程碑事件，包括2011年IBM windows系统的发现以及常规的应用，我们就来看一下对未来行业发展的影响。

　　谈到物联网，有一个网络、传感器对物理世界进行分析。我们谈到认知物联网，这个概念远远超过传统的传感器对数据进行分析。首先，我们要建立认知物联网的平台，这个平台可以对数据进行合适的抽取，包括对数据进行合适的管理和分析，比如说我们如何构建一个系统进行实时流处理分析，使得一秒钟处理几百万，而不是几十条、几百条，包括数据私密性等等都需要很好的处理。这个基础之上，我们需要引入人工智能的概念，对数据进行深度学习。包括多媒体数据的非结构化数据进行分析，包括引进物理模型，比如说天气预报的模型、污染传播的模型、空气动力学的模型，取决于我们要解决的问题，也就是物理模型需要被引入，对数据进行深入分析，产生具有洞察里的分析，这是认知物联网。再往上，无论是教育、医疗、能源、环境，都会被非常深刻的影响，我们构建基于行业的认知物联网的解决方案。

　　很快跟大家讲一两个我们今天已经在从事的案例，一个是IBM的绿色地平线计划。我们几年前宣布，我们集中全球12个研究院的力量，在中国首先开始，利用物联网和认知物联网的技术，对空气质量的管理和优化做出努力。比如说今天可以利用卫星云图的数据、天气预报的数据，包括实时监测站监测到的数据，跟国内合作伙伴合作，做到提前72小时对城市空气质量做到1公里×1公里力度的分析。更重要的是，这个分析之后，我们会提出不同的解决方案，因为有不同的经济成本，我们给出合理的建议。今天，我们也把这样的方案推向世界各地，包括印度、非洲等等。

　　医疗方面，应该说是另外一个极其重要的行业，也会被物联网发展和人工智能发展深刻变革。IBM从公司层面也做出了巨大的投入。从这个角度来看，所谓的认知医疗，最核心是三个问题：第一，如何构建一个系统来对医疗数据进行获取和管理。当然，刚才谈到，像其他数据一样，私密性、安全性、敏感性是非常重要的。第二，我们如何构建一个具有认知能力的云平台，对这些数据进行具有机器自我学习能力的分析。在此之上，我们构建不同的解决方案，比如说我们在国内与非常好的医院合作，对2000个糖尿病病人的病例，进行很好的学习和机器分析，进行糖尿病的慢性病管理系统，这个系统管理正在被试验和展示。构建具有认知能力的平台，在这个基础之上有不同解决方案。再举个例子，我们如何对医疗影像进行识别，今天在很多肿瘤领域，计算机对医疗影像自动解读的准确率已经超过了人类放射科医生的准确程度。

　　回到我们谈的认知物联网，个人觉得，从技术的角度，除了物联网本身的概念，我们今天着重谈的是三个新的领域，或者说让物联网变得更加丰富、更加的智能。第一个是无所不在的人工智能或者叫无所不在的认知计算；第二个是边缘计算，今天谈的物联网、人工智能，已经深度与云计算结合，所以很多计算在云端处理，从云端投递给终端客户。很多时候，由于各种各样的原因，比如说数据的敏感性或者数据体量过大，或者对于安全的考量，不能把所有数据传到云端，我们需要构建一个系统，大量数据分析在边缘端，包括手机和传感器，有一些处理在边缘端发生，有一些在云端发生。第三个是区块链技术，无论是人工智能、互联网、物联网，区块链技术是之后的非常重要的技术，我认为它可能会在根本上改变我们对商业交易的做法，使它更加安全和有效。区块链技术如何与物联网技术结合，解决我们今天不能解决的问题，如何把物联网所管理的物理世界和我们的商业流程做更深度的结合，这也是接下来需要探讨的方向。

　　谈到无所不在的认知计算，我们可以举几个例子。一个是需要对数据进行理解，不一定是结构化理解，可能是对文本的理解，就是让计算机如何解读文献。在物联网背景下，我们今天有这样的创新项目，能够对视频进行解读。大家可以设想，在工业制造的产品质量管理当中，我们可以通过自动的对视频的理解和解读，发现次品，对产品质量进行很好的管理。另外，我们也可以对声音进行识别，比如说发动机、工业设备，通过深度学习的方式，对这些声音进行自动识别，来看这个机器是否有故障。同时，还有推理、交互、学习。谈到学习，刚才也提到，我们如何在大数据的背景下，它一方面提供了挑战，另一方面确实提供了新的机遇，如何让机器从中间自动学出规律，帮助我们对物理世界做更好的理解。

　　谈到边缘计算，稍微在这边多谈一点。刚才谈到，有各种各样的原因，可能数据量过大，可能数据的敏感性，使得无法将数据以合适的方式传到云端，这时候需要构建云端+边缘计算的方法。在无所不在的认知背景下，比如说，由用户把很多用来训练的数据传到云端，在云端做一些处理，通过深度的机器学习构建一个新的模型，这个模型可以被安装在边缘端，使得大量计算可以在边缘端计算和发生。

　　谈到边缘端的计算，包括手机和传感器，从芯片设计和计算机发展的角度来看，可能我们需要构建一些全新的计算机系统。简单来讲，今天的计算机系统大多是模拟人脑的左脑逻辑分析方式，但是人的右脑有形象思维的方式和传统的计算机工作方式是不一样的。我们今天已经做到54个晶体管来模拟100万神经原，用到新的创新方式，大家可以猜一下我们可以达到什么样的功耗，实际上只有70毫瓦的功耗，不仅对系统性能有要求，对功耗也有不一样的要求。所以说，对系统设计都有一些创新的可能。

　　最后，来谈一下区块链。区块链技术是分布式账本技术，使得传统交易变得更加安全、更加有效。我们把区块链的技术跟物联网的技术做一个结合，比如说今天我们可以设想一个工业制造的客户或者公司，可以对它的供应链做更好的管理，甚至对供应链金融做更好的管理。比如说有一些将要收到的款项，我们如何用区块链的技术，加上物联网的技术，把将收的款项用来做抵押，做供应链金融方面的借贷。比如说库存，我们如何对库存进行更好的管理，使得我们的供应链、供应链金融做出更有效的管理。一句话，因为物联网管理一个物理世界，区块链是对商业交易的有效性和安全性有一个非常好的促进，这两者的结合，就可以把物理世界与商业流程的管理做一个深度的融合。

　　在区块链方面，我很快的提一个例子，是我们和国内、国际的合作伙伴同时合作，利用区块链的技术对食品安全做一个新的尝试，这个系统利用了物联网和区块链的技术，对食品安全做非常有效的、可靠的溯源。

　　应该说，在刚才的十几分钟也谈到，今天的技术发展，人工智能+区块链，它与物联网技术的结合，使得我们可以看到，它对行业已经产生了非常大的、深刻的影响。应该这样讲，今天的人工智能，你要说我们构建一个人工智能的系统，它的智力能够达到一个8岁的孩子，应该说今天的技术是不可能的，在一个可预见的将来不可能构建这样的系统，但是，我们可以构建一个系统，使得它在某方面达到或者超过人的智能的能力。我们探讨一个方向，如何把技术用在合适的领域，使得对我们今天的客户能够产生价值，对今天行业的创新和发展能够提供新的促进。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。