去年，AlphaGo依賴人工智能挑戰(zhàn)號稱最難的人類游戲圍棋大獲成功，讓人工智能背后的“深度學習”廣為人知，也把谷歌收購的AI科技公司DeepMind推向了鎂光燈下。

 

 

　　深度學習需要兩樣東西：海量的計量處理能力和海量的可學習數(shù)據(jù)（大數(shù)據(jù)）。DeepMind從匯聚業(yè)余和專家棋手的網(wǎng)站中摘選3000萬步棋來訓練AlphaGo。他們并對AlphaGo稍作改動，制造出它的一個分身，讓兩者互搏，從而更迅速地生成更多訓練數(shù)據(jù)。按照DeepMind的CEO及聯(lián)合創(chuàng)始人哈薩比斯的計劃，公司的目標是發(fā)明類似人腦運作方式的AI新算法，正因如此，公司聘用了大批神經(jīng)科學家。哈薩比斯稱，從人腦尋求靈感使DeepMind大大有別于其他機器學習研究團隊。雖然DeepMind的方法并沒有完全排除蠻力計算，但AlphaGo的自學法與人類下圍棋的方法接近的程度要遠高于“深藍”和人類在下國際象棋上的接近度。

 

　　人工智能大比拼，IBM的沃森PK谷歌的DeepMind

 

　　提起“深藍”，馬上就能想起二十年前這臺IBM的超級計算機擊敗國際象棋冠軍卡斯帕羅夫的例子，當時機器第一次在人機大戰(zhàn)中獲勝。而Waston（沃森）就是深藍的后身。沃森在2011年大放異彩，因為當年它贏得了美國電視智力競猜節(jié)目《危險邊緣》（Jeopardy!）特別版的冠軍。面對節(jié)目中用充滿雙關的英語提出的費解問題，沃森能做出分析并在巨大的自然語言數(shù)據(jù)庫中尋找線索，將這些線索合成答案，再用語音的方式回答，從而擊敗了美國競猜節(jié)目中最聰明的人腦。被沃森打敗的人類選手詹尼斯當時就感慨道：“我，代表本人，歡迎我們新的電腦霸主。”

 

　　與DeepMind力圖學習人腦運作方式創(chuàng)建新算法的做法不同，沃森背后依賴的是被IBM稱之為“認知計算”的原理，其核心是所涉軟件能自我修改從而不斷學習。沃森會把拿到的問題和一個潛在答案數(shù)據(jù)庫做比對，從中生成一個羅列各種可能答案的長列表。然后它用大量其他數(shù)據(jù)庫如百科全書、醫(yī)療文檔、音頻或圖片的內容來給這些答案打分。事實核查算法會根據(jù)資料來源的可信度來調節(jié)這個過程，然后一個（或常常是幾個）最可能是正確答案的結果被挑選出來。最后一步是由人類專家評定和微調這些結果，在一個迭代過程中完善它們（從而教導軟件該做什么），直到該系統(tǒng)被訓練得足夠好而可向外界發(fā)布。為達到這一目標，IBM雇用了一批語言學家、心理學家、社會學家及編程人員，人機結合是沃森的重要賣點。

 

　　不管從什么方式去設計并改進算法，沃森與DeepMind所代表的人工智能研究都需要大量的數(shù)據(jù)幫助算法進行學習，盡快將人工智能推向市場，有助于它們在實踐中學習，再學以致用。

 

　　IBM推動沃森商業(yè)化應用的步伐要早一些。2014年，IBM就把沃森開放給一般商業(yè)用途使用，讓企業(yè)創(chuàng)造和銷售自家基于沃森的應用。為此，IBM還設立了一個價值1億美元的基金來支持那些使用沃森背后技術的創(chuàng)業(yè)公司。一年多以前，IBM發(fā)布了一套新工具來幫助外部人士開發(fā)沃森的商業(yè)應用。

 

　　如今，沃森在醫(yī)療、法律等領域都已經(jīng)有了比較成熟的應用，而最新的應用在金融監(jiān)管合規(guī)領域。IBM意識到每年在監(jiān)管和合規(guī)方面的巨大支出（它預計達2700多億美元，僅是理解監(jiān)管要求就要花掉200億），2015年初開始在沃森上開發(fā)這一業(yè)務功能。大量可能的違規(guī)手法被輸入沃森，它可以對交易模式和各種交流內容（從公開信息到社交媒體）進行分析，這種監(jiān)察還能延伸至交易對手方的人際網(wǎng)絡，以厘清復雜的關系。同時，IBM希望旗下金融咨詢公司Promontory熟悉金融領域監(jiān)管及變化的專家能幫助沃森學習。

 

　　相比之下，DeepMind剛剛開啟在各個領域內的應用。去年七月，谷歌宣布DeepMind已找到方法將谷歌數(shù)據(jù)中心的制冷用電量減少五分之二。它的算法先分析數(shù)據(jù)中心的操作日志來理解任務，然后通過反復模擬運行來優(yōu)化過程。同樣，DeepMind也已經(jīng)進入醫(yī)療行業(yè)。去年11月，公司獲得了首個付費工作，與NHS公立醫(yī)院皇家自由倫敦醫(yī)院（Royal Free London）簽下五年的合同，為其處理170萬份病歷。

 

　　人工智能的競爭已經(jīng)開始，谷歌、Facebook、微軟、亞馬遜、百度和IBM等全球IT巨頭都已投身其中，沃森與DeepMind只是廣為人知的兩個例子。在這場人工智能的比拼中，獲取現(xiàn)實世界的大數(shù)據(jù)至關重要。即使擁有大量數(shù)據(jù)的可供挖掘的谷歌，運用AI及機器學習技術改進醫(yī)院、電網(wǎng)及工廠等系統(tǒng)時，獲取其具體操作數(shù)據(jù)也非常重要。IBM開放沃森平臺給各個行業(yè)開發(fā)應用，也是在積極獲取分析各種大數(shù)據(jù)的機會。人工智能算法通過對各類大數(shù)據(jù)的分析學習所獲得的改進和汲取的知識與洞察，可能是這場競爭的最大標的。