IBM Watson總經理David Kenny近日接受科技新媒體The InformaTIon 的采訪，談及相比其他科技巨頭，IBM Watson發(fā)展人工智能的方向及獨特優(yōu)勢。

6 年前的這個時候，Watson 在電視智力問答節(jié)目 Jeopardy！ 上亮相，本月初它又登上了超級碗的廣告時段。有趣的是，IBM Watson 雖然廣為人知，但它卻主要專注于業(yè)務應用，并沒有像亞馬遜、蘋果和谷歌等其他科技巨頭一樣著眼于消費者市場的人工智能產品。IBM 重點向醫(yī)療保健、零售和金融等行業(yè)宣傳 Watson 的多種功能，因為它已經在這些行業(yè)積累了大量專業(yè)知識。IBM 的許多客戶正利用 Watson 支持的虛擬助手處理客戶支持業(yè)務。IBM 擁有遠大的目標。Watson 總經理 David Kenny 表示，他們目前正在考慮能否對新聞進行事實驗證，從而判斷內容真?zhèn)巍?/p>

采訪精華

IBM Watson 總經理 David Kenny 介紹了他們如何與谷歌等科技公司爭奪 AI 人才，以及他們如何向企業(yè)推廣其服務。

Kenny 一年多前加盟 IBM。在此之前，他曾從事過廣告行業(yè)，還曾擔任互聯(lián)網骨干服務公司 Akamai 總裁，后來又負責運營 The Weather Company。2015 年末，IBM 收購了 The Weather Company 的大部分業(yè)務。Kenny 也隨之加盟藍色巨人。The Weather Company 能夠從世界各地的傳感器收集海量天氣數(shù)據(jù)，對這些數(shù)據(jù)進行分析，從而每天提供 2600 萬份天氣預報。正是這種能力吸引了 IBM。IBM 認為這是物聯(lián)網的一部分，并且已經在這一領域投資了 30 億美元用于擴張。

Kenny 的一位前同事說，Kenny 一開始的任務是負責運營 Watson，由于之前就與很多大企業(yè)客戶建立了聯(lián)系，所以很符合 IBM 贏得更多 Watson 企業(yè)客戶的目標。從去年 11 月起，他開始兼任 IBM 公有云服務和兩個數(shù)據(jù)團隊（其中一個專注于物聯(lián)網產品）的負責人。

他在接受 The InformaTIon 的采訪時談到了 IBM 如何與其他大型科技公司在人工智能領域展開競爭，談到 IBM 內部關于應該重點發(fā)展消費者市場還是企業(yè)市場的爭論，也談到了 IBM 為什么沒有像其他企業(yè)一樣在人工智能領域大肆收購的原因。

以下是經過整理的采訪內容。

McLaughlin：提到 Watson，有些人就想到 Jeopardy！，但 Watson 如今的能力早已超出了智力問答。6 年前，Watson 還只是 IBM 數(shù)據(jù)中心的一個研究項目。發(fā)展到現(xiàn)在，它包含了哪些內容？

Kenny：Watson 的核心是一個與云平臺關聯(lián)的 Watson 平臺。人工智能需要很多帶寬來獲取數(shù)據(jù)，還需要相當大的計算能力來進行“推理”或預測。目前，IBM 內外部已經基于 Watson 構建了數(shù)百個出色的應用。

從消費者的角度，或者從搜索和商業(yè)的角度來看，與其他人工智能企業(yè)相比，Watson 的獨特之處在于，我們設計時所圍繞的數(shù)據(jù)并不在互聯(lián)網上。正因為此，我們才著力發(fā)展醫(yī)療健康和金融服務，學習稅法和建筑圖紙，并將數(shù)據(jù)應用于出版領域。

我們?yōu)槊總€垂直領域構建用例。首先是與機器人進行問答交流。我們在特定領域擁有更深厚的知識儲備。其次是發(fā)現(xiàn)，比如怎樣搜索基因序列或臨床試驗，或者學習稅法。然后，學習規(guī)則，這對合規(guī)、審計和反洗錢工作至關重要。Watson 正在學習這些知識，并將其應用到一系列應用中，有些應用來自 IBM，有些則是第三方應用。Watson 為什么能夠不斷成長？因為這些領域在成長。

McLaughlin：IBM 投放了一則 Watson 廣告，讓 Watson 像人類一樣與名人展開了簡短對話。如果你們希望向企業(yè)推廣 Watson，那為什么投放這樣的廣告呢？

Kenny：我們的論點與另外三大人工智能企業(yè)有所不同。這方面爭論很大： － 、我們是否應該以面向消費者的方式來塑造 Watson 的品牌形象？這樣做的好處是您可以由此創(chuàng)造一套標準。如果您認為人工智能將朝著人工智能操作系統(tǒng)的方向發(fā)展，那就可以朝這個方向努力。但我們不這么認為。

在與 Watson 的大多數(shù)互動中，最終用戶都看不到 Watson。他們只會認為自己在與一家銀行、保險公司、律師或醫(yī)生對話。Watson 主要負責延伸企業(yè)用戶的個性，所以這更像是一個“白標簽”。我們之所以探討增強智能，而不是人工智能，是因為我們的很多工作是增強企業(yè)各種措施的效果。

McLaughlin：在人工智能領域，IBM 堪稱最資深的企業(yè)?？墒菫槭裁词枪雀璩蔀榱巳斯ぶ悄苋瞬诺氖走x呢？

Kenny：歸根結底，我們用搜索尋找信息，并傾向于利用人工智能為決策提供指導意見。我不認為所有人才都涌向了谷歌。他們固然吸引了許多人，尤其是斯坦福大學的人才。這一點確實令人佩服。但如果您擁有某個領域的專長，我認為 IBM Watson 是更好的選擇，因為我們是垂直領域的專家。最有價值的人才往往都是某個領域的專家。您不會向腫瘤醫(yī)生尋求房地產建議，也不會向房產中介尋求買車建議。所以，我們正在構建專業(yè)的垂直人工智能，這對于那些關注專業(yè)領域的人來說是一件非常有利的事情。

消費者希望跟谷歌 Home 或亞馬遜 Echo 對話，這很有幫助，搜索功能幫助消費者找到了很多信息。如今有很多人關注這些水平領域。但我想說的是，全球還有很多人關注的是垂直領域和專業(yè)知識，而這正是 IBM 的長期優(yōu)勢所在，我們也是采用這樣的方式設計出了我們的人工智能。這是兩種不同的設計思路，但都很重要。

McLaughlin：IBM 如何營造富有吸引力的企業(yè)文化來吸引高校里的人工智能人才？

Kenny：很顯然，相比 Alphabet，IBM Research 的底蘊更深。長期以來，我們一直致力于發(fā)展阿爾馬登（Almaden）、紐約、蘇黎世和東京的 IBM Research 實驗室。但很多年輕人之所以加入 IBM，是因為他們希望影響世界。盡管 IBM 是一家大公司，但您也可以改變銀行、會計、建筑、零售、醫(yī)療保健或環(huán)境，對某個領域的運行方式產生巨大影響。我認為，我們?yōu)槿藗兲峁┝艘粋€機會，讓他們能夠對世界的重要領域產生重大影響。

McLaughlin：某些人工智能技術的處理速度比其他人工智能技術更快，這對客戶來說有多重要？

Kenny：很顯然，相比 Alphabet，IBM Research 的底蘊更深。長期以來，我們一直致力于發(fā)展阿爾馬登（Almaden）、紐約、蘇黎世和東京的 IBM Research 實驗室。但很多年輕人之所以加入 IBM，是因為他們希望影響世界。盡管 IBM 是一家大公司，但您也可以改變銀行、會計、建筑、零售、醫(yī)療保健或環(huán)境，對某個領域的運行方式產生巨大影響。我認為，我們?yōu)槿藗兲峁┝艘粋€機會，讓他們能夠對世界的重要領域產生重大影響。

McLaughlin：某些人工智能技術的處理速度比其他人工智能技術更快，這對客戶來說有多重要？

Kenny：關鍵不僅僅在于速度，還在于決策的準確性和實用性。速度和準確性之間總要進行一些取舍，您肯定要確保最終的成果能夠起作用。歸根結底，我們用搜索尋找信息，并傾向于利用人工智能為決策提供指導意見。您是否理解我要做的決策？系統(tǒng)是不是提供了有用的建議？當您關注臨床試驗等重大決策，或者我的資產負債表目前有什么價值，亦或者我的最佳報稅方式是什么的時候，Watson 就可以提供幫助?？偠灾?，幫助客戶制定更明智的決策是我們增加市場份額的方式。

搜索功能推進了很多業(yè)務的“商品化”進程，比如報紙，因為它們的價值在于分配渠道。但我認為，人工智能在分配渠道上的價值無法比肩它在智能方面的價值。所以我們決定幫助企業(yè)提升智能程度。正因如此，我們的重點才放在了智能和決策質量上，而不僅僅關注速度。

目前，我們正在尋找一種方法來用人工智能核實事實。某條新聞是否屬實，是否得到了驗證，或者能否驗證？正因如此，我認為分配渠道已經在經濟上達到了極限。因為真正重要的是通過分配渠道傳播的內容。因此，Watson 才通過數(shù)據(jù)而非界面來實現(xiàn)增值。我們希望別人評判我們的時候不僅看重速度這個分配渠道指標，還看重準確性，以及決策的細微復雜性和質量。

我不是說速度不重要，但它只占到三分之一，另外三分之二在于內容的價值。虛假新聞就是一個很好的例子，雖然它通過分配渠道得到了傳播，但久而久之，還不是要靠高質量來創(chuàng)造價值？

McLaughlin：在人工智能領域，IBM 為什么不像谷歌等其他企業(yè)那樣頻頻并購？

Kenny：我們針對云基礎架構、數(shù)據(jù)能力、監(jiān)督式學習和無監(jiān)督學習等方面制定了清晰的路線圖。我認為，我們在很多方面已經超越了其他企業(yè)。我們進入該領域的時間更長，有著專業(yè)的視角，而很多企業(yè)都是從消費領域起步的。

因此，我們并沒有發(fā)現(xiàn)很多并購機會。有的時候，我們的確看到一些東西能夠幫助我們更快地推進我們的路線圖、加快引進人才。收購 The Weather Company 就是這樣一個例子。借此，我們成功地將海量傳感器數(shù)據(jù)轉化成每天 2600 萬份天氣預報。此次并購將 IBM 的物聯(lián)網路線圖實施周期縮短了幾年，還幫助 IBM 緊緊抓住一批人才。

Kenny：歸根結底，我們用搜索尋找信息，并傾向于利用人工智能為決策提供指導意見。我不認為所有人才都涌向了谷歌。他們固然吸引了許多人，尤其是斯坦福大學的人才。這一點確實令人佩服。但如果您擁有某個領域的專長，我認為 IBM Watson 是更好的選擇，因為我們是垂直領域的專家。最有價值的人才往往都是某個領域的專家。您不會向腫瘤醫(yī)生尋求房地產建議，也不會向房產中介尋求買車建議。所以，我們正在構建專業(yè)的垂直人工智能，這對于那些關注專業(yè)領域的人來說是一件非常有利的事情。

消費者希望跟谷歌 Home 或亞馬遜 Echo 對話，這很有幫助，搜索功能幫助消費者找到了很多信息。如今有很多人關注這些水平領域。但我想說的是，全球還有很多人關注的是垂直領域和專業(yè)知識，而這正是 IBM 的長期優(yōu)勢所在，我們也是采用這樣的方式設計出了我們的人工智能。這是兩種不同的設計思路，但都很重要。