O2OEXPO对话丨IBM中国创新工程院院长田忠博士：依靠认知计算引领产业智能化

由世界O2O组织(WOO)、全球移动游戏联盟(GMGC)及光合资本共同主办的世界O2O博览会暨IN+2016创新大会于2016年6月22日在北京国家会议中心盛大举行。会后，IBM公司IBM全球杰出工程师、IBM中国创新工程院院长田忠博士接受了媒体对话。

IBM公司IBM全球杰出工程师、IBM中国创新工程院院长田忠博士

▍以下为演讲实录

记者：大家好!今天世界O2O组织暨IN+2016创新大会资讯中心请到了IBM全球杰出工程师、IBM中国创新工程院院长田忠博士。

您刚才在主会场发表题为“认知计算引领产业智能化的精彩演讲”，您能给我们解释一下“认知计算”的概念吗?

田忠：当年计算是一个高大上的东西，在实验室里穿白大褂进去，后来有了个人电脑，可以跟机器有交流，打入专门的命令，有专门的程序，或者专门的了解，今天认知计算使得人类能够真正了解“你”，不是简单的人情交互，是人情交流，是真正能够回答你的问题。第三是它能够自己学习，不再是固化的程序，而是通过程序编程有这样的了解，能够根据所获得的知识，根据跟您过往的交流，能够更深入学习了解你的习惯，它更多有一种伙伴关系和交流关系，有自我提升和自我提高的能力，更像一种灵活的活动的能力。

记者：您觉得IBM在这个领域当中做出了什么样的贡献和突破?

田忠：在表面上看起来这个应用是更亲切，更可爱，能够更深入回答您的问题，而在这之下有很多科学工作要做。首先第一个问题是结构化数据和非结构化数据的统一，今天所说的数据库，大家了解过了，每天都在使用，到银行取款、存款都依靠这样的数据库，结构化数据。计算机和信息技术长久以来都非常擅长处理结构化数据，非结构化数据是噩梦，如何能在这里回答你的问题是非常复杂的问题。

非结构化数据就是微博、微信、社交网站上各种各样的推送，今天的录音、录像都是非结构化数据，同时又很多来自其它设备的非结构化数据，总量是远远超过所谓的结构化数据，能够把海量的非结构化数据，都能够应用起来这是一个非常大的突破。所以这是在数据处理层面上。

在人机处理，情感交流上面能够在通过自然语言的交流获得和问题的输入，并且给出输出。同时，还能够不仅文字上，一个人很聪明的时候，是叫做能够读懂言外之意，了解您真的在问什么，真的想了解什么。所以这些方方面面，包括更多硬件领域里更强的计算能力，通过云平台更广泛的计算能力，这都是一些方方面面的突破。

记者：现在很多企业，不同的创新企业，成熟企业，都在产业智能化作为企业信息化的建设，您是如何理解产业智能化的，如何界定这个范围?

田忠：可能没有一个严格界定的过程，因为这不是一个评审会，这是一个自然的应用。当IT技术、信息技术应用到生产领域当中去的时候，从最初的数字化开始，到数字化之后就开始了很多的可能性，这些可能性通过信息化，使得我们能够就这些获得信息。获得的数字输入能够做及时的处理，能够做更深入的处理，能够处理历史的数据，能够高效的方法运作。这部分其实就是一个开始，越来越多把更多认知能力带进来。包括早年的决策支持系统，包括早年的认知系统，人工智能系统加入进来，包括97年的时候IBM有一个深蓝系统，通过更高速的CPU系统，通过更大存储量，更严密的存储量快速处理各种各样海量数据。那时候算法比较简单，还是机械性的输入，包括无论是国际象棋，围棋也好，输入是直截了当的，看着棋盘几乘几，对计算机输入是A、F等等的。更多企业有更直观的感受，客户群体能够看到可以交流的部分，比如：IBM在帮助日本软银公司建立家政服务员体系，在中国来讲很多企业有市场在里找不到员工，我们注意到很多留守儿童没有人照顾。而对此更多机器人的引入会帮助我们解决后顾之忧，我们企业能够把认知的能力加入到创新当中去，就能够很大程度上解决很多的社会问题和现实问题，以及产业升级的问题。

记者：对于企业的产业智能化方面，IBM在未来会有哪些布局和举动，IBM方面更关注于哪个行业?

田忠：认知计算我刚才演讲里举了很多医疗领域例子，医疗领域是关乎升计的部分，同时也是循证医学很好的突破口。同样延伸医疗、卫生、健康等等领域，包括保健领域，都是与人民生活息息相关的，这些都是开始看到一些领域。同时我们也拓展影像、气象服务等等跟国计民生有关的能力，这表现我们首先会从关乎基础设施，关乎人民生计的基本领域开始，使得我们在有了体验之后，更多引入更多的领域，包括金融、保险、工程制造业开始有了有关的尝试。

记者：您刚才提到人工智能或大数据，包括人工智能也好，大数据也好也是倍受关注，对于现在而言，谈到了认知计算、大数据、人工智能，它们之间是否存在一些关联呢?

田忠：非常好的问题。云计算、大数据、人工智能，这些都是一个单独的领域，这些领域里这几年都取得了长足的进步，也有很多应用，基础领域里都有很多的发展，应用状况也更加深入。但是仅仅有大数据是不够的，它只是解决了理解数据，了解数据，如何应用到实际场景当中去，就需要云计算平台达成计算能力，有物联网跟现实生活有直接相关，就需要人工智能掌握数据条件下做出合适的归纳，从而得到更新的理解。他们之间是相互促进的过程。IBM是要把这些人工智能、大数据、硬件的创新，云平台的发展，综合在一起才形成了认知计算的坚实的基础。

记者：现场媒体朋友有什么问题?

提问：我有两个问题，第一关于IBM首先提出了智慧城市，也算是首先提出了认知计算，这两者有什么样内在联系?

第二个问题，认知计算整合大量知识，如何保证知识的正确性以及开放性，消除知识的垄断，IBM怎么看，您什么观点?

田忠：第一智慧地球和认知计算的关系，第二知识的正确的问题。

第一个问题智慧地球提出来关电视：智慧地球说三个“I”，智慧地球是IBM在认知计算里实践的环节，基于当时的理解，当时应用场景以地球做背景，所发展出来的这样一个理念和实践。无论是哪个做法使得我们能够获得大量数据，如何使得我们对现实世界有深入的了解，人和系统要有更智慧的，更有情感的交流，这都需要基础。不同的设备之间，不同的系统之间需要互联互通互操作，中间件的基础能力，云平台，打通所有数据和处理的通道。最后无论是人工智能能力，还是关于结构化数据，和非结构化数据等等方面的处理能力极大提升，综合在一起更多还算是一个新事情，更多是认知计算的能力，不仅仅是处理物理世界的能力。

第二个问题关于知识的问题，这就很有趣了，25年前我的论文就试着解决这个问题，在过去计算机系统往往是单调系统，就是我知道A是正确，B是正确，因此C就是正确的，过去的系统处理这样事情。忽然证明B是不正确，过去系统里会导致整个系统崩溃，但是人是没有这个问题的，我们成长的过程就是不断摔倒和学习的过程，我们过去认为一件事情要么正确，要么不正确，教育自己的孩子这样做对，那样做不对，但是随着成长发现可能还有中间的很多的环节，在某个场景下是正确，某个场景不正确，我可能认识到这样做法是合适不合适，很大程度上起源于了解和场景，更多了解推翻过去掌握的知识，所以人的能力是非常了不起的，我们把人叫做多目标，非单调的一个推理系统，这是我们早年就认为人是这样的系统。今天认知系统也同样需要达到这样的能力，能够处理矛盾的知识输入，能够寻求综合的答案，在11年对危险地带比赛当中情况又是这样子，包括循证医学里得到答案也是这样，得到结论不是一个。根据种种结果得到一组答案，每一组答案都有一个置信度，根据答案推荐几个，需要针对当时的情况才有所选择。

人类的知识是非单调，多目标的系统，认知计算也要解决这样的问题。谢谢!

提问：IBM主要优势有哪些，比行业内其它家优势有哪些，认知计算方面。

田忠：比较优势是相对来说比较难比较的。我这样理解一下，第一是说IBM是有历史传承的公司，技术积累和做事方式都非常适合大数据的年代，从大数据的处理能力角度来讲，我们综合了各种各样的能力，包括数据库到流体数据库也都有很多年研究，同时对于各类开源系统IBM也有很多工程师在第一线，我们是第一批全力拥抱大数据开放的公司，和业界一起以开源开放方式拥抱大数据新世界。

同时，IBM也做了大量收购，我们虽然嘲笑封建社会农民靠天吃饭，但是事实我们还真得靠天吃饭。今天早上上班的时候发现天气不好，因为大家心情不好，可能有点堵，晚上回家买菜要早一点，所以很多时候包括公共政策，包括交通安全，包括各个方面，包括警察的部署可能都会要有数据支持，还有能力。类似IBM跟美国最大的医疗数据库系统公司也收购了，IBM第一时间掌握过去历史病例，训练和处理第一时间更大服务循证医学能力。综合起来IBM两手出来，一个技术的研发和技术储备，一个是技术整理，掌握了第一手的数据，这是我所看到IBM在目前跟业界的一些从业公司差别。

提问：网上热门的一个话题，欧盟在裁定微软是否有数据垄断嫌疑，您怎么看?

田忠：“垄断”这个词是比较恐怖的字眼，它有好的部分，也有滥用的部分，垄断的市场地位可能会对社会经济和技术发展产生障碍，是不是成为垄断是需要法律界定的问题，我可能没有能力回答你的问题是不是构成垄断。我想我可以评论说无论地位如何关键在应用，关键在使用这个数据目的是什么，会不会造成垄断性应用，更多是在应用层面上，至少同IBM角度来讲无论市场地位是什么，本着说互联互通互相操作的心态，本着如何帮助客户解决问题的角度来处理我们的能力，服务客户，服务社会。

记者：非常感谢田博士。