《這就是 Watson》系列之二

《這就是 Watson》系列博客的作者為IBM Data and AI 總經理Rob Thomas，旨在解釋如何才能在 AI 領域取得制勝法寶，并展望 AI 無處不在的市場前景。

多年來，IBM 攜手眾多客戶，應對數據需求并制定數據戰略。顯然，數據和 AI 就像同一枚硬幣的兩面；正是基于這種理解，催生出了人工智能階梯的概念。IBM 持續在數據科學和機器學習領域開展技能培訓；與標準組織合作建立新的數據科學認證體系；甚至出資組建了一支專家團隊 IBM Data Science Elite Team（IBM數據科學精英團隊，簡稱 DSE），幫助客戶將其首個 AI 模型在 IBM 平臺上投入生產。

根據我們以往的經驗，如果企業期望在 AI 方面占據領先地位，需要關注三個至關重要的領域：差異化平臺、技能和研究。下面，我將逐一剖析每個領域。

差異化平臺

值得關注的是，超過 90％ 的 AI 技術都屬于“通用知識”。因此，AI技術之間的差異在于公司在強化技術和提升產品化方面，如何取舍。與 Google 和 Amazon 這些公司相反，IBM 出于一些必要的考慮（比如，不收集消費者數據，對使用公共數據集極度謹慎，企業客戶對于定制化 AI 的需求 等等），Watson 專注于 AI 技術產品化，即能夠讓客戶用更少的數據和專業知識訓練和定制模型的技術。IBM Watson 具有一些獨一無二的優勢：

1． AI 定制便捷化。比如，意圖分類（Watson Assistant 的核心）功能可幫助企業從小型訓練集中學習知識。這意味著，您不需要招聘大批人員進行數據標注。這項技術在市場上取得了巨大的成功，比如蘇格蘭皇家銀行（在第一篇博文中已提及）、巴西 Bradesco 銀行、法國國民信貸互助銀行、英國沃達豐移動網絡公司等企業都采用了該技術。

2． AI 自動化。比如，我們的 AutoAI 技術能夠賦予普通數據科學家超能力。我們可自動執行 80％ 的核心數據科學流程，比如數據準備、算法選擇和特征工程等流程。這是 Watson Studio（模型構建和訓練平臺）提供的獨特功能。

3． AI 模型的可解釋性。在信任至上的時代，每家企業都想以輕松（且合規）的方式了解 AI 究竟如何做出決策。IBM Watson Openscale 能幫助用戶了解其模型的日常表現、出現的偏移、可能存在的偏見，以及如何解釋模型產生的。這項技術適用于任意 AI 工具，而非僅限于 Watson。

4． 嵌入式能力。任何企業都可以利用 Watson 技術，來讓自己的產品變得更好。

Watson 是否完美無缺？當然不是。但 Watson 是不是一個偉大的軟件？絕對如此。如果您對此尚有疑問，我建議您試用一下 Watson 系列工具，非常簡單易用，結論不言自明。

技能

企業面臨的最大挑戰，是在應用數據科學和 AI 領域所需技能的深度和廣度。AI 讓許多企業激動不已，但是當企業在擴展 AI 應用范圍時，往往極度缺乏數據科學家。企業可以用兩種方式來解決這種技能短缺：

1． 自動化。只要出現供（技能型員工）需（對特定技能的需求）不匹配，自動化技術就會變得非常重要。借助前面提到的 AutoAI 這類技術，我們能夠大大增強普通數據科學家的能力。此外，借助今年二月份推出的 AI Skills Academy （AI 技術學院）這類項目，我們還能從一開始就幫助企業培訓人才。

2． 專家經驗。去年，IBM 建立了一支名為“Data Science Elite”的團隊。該團隊由一些全球最優秀的數據科學家組成，為客戶提供免費現場支持。他們的使命是構建、訓練客戶的首個 AI 模型，并將之投入生產。一個單點的成功就能激勵整個企業取得更多突破。

我們看到很多客戶都取得了成功，獲得了許多有力的客戶證言，比如：

“對我們來說，與 Data Science Elite 團隊的合作是一股重要的加速力量，”Wunderman Thompson 公司首席技術官 （CTO） Adam Woods 表示，“我們竭盡全力為機器學習構建一個完全分布式的架構，但是資源是我們面臨的最大挑戰。我們的團隊能夠從日常工作中解放出來，有組織地學習和構建概念驗證（proof of concept）。在 Data Science Elite 團隊的幫助下，我們能展開更密切的合作。我們的數據科學家專注于明確迫在眉睫的業務需求，而 IBM 團隊 則聚焦于技術實現。這種通力合作幫助我們通過 Watson 建立了機器學習管道，進而充分利用我們的所有數據信號生成模型，并使模型性能較之以往提升了 200％，甚至更多。目前，我們正積極將這些模型投入生產環境。”

研究

為了在 AI 領域與時俱進，我們必須持續探尋并一直站在 AI 最前沿。IBM 發布的研究會議報告和論文每年增長 93％。正如外界所評價的，我們投資的 MIT－IBM Watson AI Lab 產生的影響力與日俱增。在監管式學習和非監管式學習領域的專利領域，IBM 位居全球十大企業之列。我們還是少數幾家擁有專門研究 AI 創新主題的獨立研究機構的企業之一，這讓我們感到無比自豪。

今年早些時候，我們在 IBM 的 THINK 2019 大會上發布了 AI 辯手—— Project Debater。這個項目展示了 AI 系統如何在現場辯論賽中與專業的人類辯手進行辯論。事實上，這是首個也是唯一一個由 AI 驅動的計算型增強工具，它能夠接收信息，并針對性地提出有說服力的論點。自然語言處理 （NLP） 技術是 Project Debater 的核心，這也是我將 NLP 稱為 AI 神經系統的原因之一。