“沃森”来了：大数据原来可以这样玩儿试想一下，当我们对着计算机说上几句话，就能得出最想要的结果，比如“我们该在哪里开设下一家店？我去哪能买到最便宜的衬衫？这样的症状应该如何诊断？…”看上去这像是科幻电影中的桥段，但事实上这是大数据及分析所追求的一种终极目标。 “沃森”和“大数据” 自然语言理解、找到证据、判断，是沃森所具备的的三大能力，这种“认知计算”能力让沃森在当前的大数据浪潮中大有用武之地。 大数据已经被公认为是一座“金矿”，但如果从中无法提取“黄金”，大数据也毫无价值可言。大数据有着数量大、速度快、多样性、不确定性等特点，故而数据的采集、存储、管理和分析并不简单，如何将纷繁数据化繁为简，实现类似人脑的认知与判断，发现新的关联和模式，从而做出正确的决策，才是大数据分析的核心价值。 沃森的工作过程实际上是一个完整的大数据分析过程：识别理解自然语言是处理非结构化数据的过程，找到证据就是从不同来源的大数据中检索的过程，判断就是给证据评分，作出最佳决策的过程。好比我们在谷歌进行搜索，输入关键字中可能会出现数十万条结果，哪条结果是最合适自己的，需要自己来判断；沃森所做的就是充分理解我们的意图，帮助我们从海量的结果中挑出最合适的，它代替了人类进行分析决策的过程。 具备这些能力，沃森在大数据领域会有非常光明的前景，因为大量的行业的数据资料都是以自然语言编写的，比如医疗行业的医疗记录、文本、杂志和研究资料，这些都是计算机难以理解语言；在零售、旅游、金融、电信、服务等行业，同样存在着大量以自然语言存储和编写的资料，如果存在一套能够这些自然语言资料中快速找出准确答案的系统，将为行业带来巨大的改变。 据Ian Jarman先生介绍，沃森不再是电视节目中的明星，如今已经进入医疗、金融、呼叫中心行业提供支持服务。比如在医疗领域，沃森从不同的信息来源采集数据并且提炼，给医院，或者是医师、医生提供医疗采购方面的建议和咨询意见。在美国德克萨斯大学MD Anderson癌症中心，沃森已经在其中对医生提供建议，以助于治疗复杂的疾病和癌症。 沃森商用要过几道关 IBM将沃森作为面向大数据市场的重要工具，为了让沃森进入更多的行业，IBM近日宣布建立沃森生态系统，向合作伙伴提供技术、工具和API编程接口，希望借助云服务和访问工具，利用沃森帮助合作伙伴开发他们的认知计算软件及系统。首批合作伙伴包括零售业的Fluid、医疗保健领域的MD Buyline以及健康管理领域的Welltok。另外，IBM还建立了一个沃森内容库，供应商可以为沃森提供内容，包括通用和专用的信息，如医疗保健数据资料等。 寻找合作伙伴是IBM的习惯做法，也起到了很好的效果，例如在IBM Power Systems在中国实施的“天工计划”和“天合计划”，大大提升了Power服务器的市场覆盖面。 独木不成林，沃森要拓宽应用领域，也需要建立自己的生态圈。IBM更擅长的是硬件和大数据分析工具，想要将沃森应用于那些具有专业性的行业，例如医疗，就需要借助那些具有较深行业背景的合作伙伴的力量。同时，沃森能够得出正确答案的关键在于以丰富的证据来支持结果，这就需要广泛的信息来源，沃森内容库的建立更需要IBM和合作伙伴以及客户的通力合作。 那么，是不是意味着沃森的合作伙伴越多、生态环境越大，沃森越容易找到需要的结果和支持的证据？是不是IBM应当将沃森内容库向所有人开放，就像谷歌，让所有人都能够贡献数据资源？笔者认为这不是一个理想的状态，虽然沃森需要广泛的信息来源，但前提是这些信息应当是可信的，因为沃森要从中寻找证据来支持结果，所以信息来源的可信度是关键，一旦根据大量错误的证据得出错误的答案，后果是非常严重的。 这正是沃森和谷歌所不同的地方，谷歌虽然有大量的信息来源，但其中有可信的，也不乏大量的不可信信息，大量信息的检索也会增加系统的负载。笔者认为这也是目前IBM谨慎的选择沃森伙伴的原因。未来，沃森也许不会向公众公开信息来源的渠道，因为信息的甄选并不是件容易的事情。但是，用沃森来提供公共云服务是个不错的做法，公众可以更加快速准确的获得专业的建议和搜索结果，免去了自己筛选和判断的麻烦。 另外一个问题，沃森目前还仅限于理解英语语言，还没有多语言版本，也就是说，在繁杂的语言环境中沃森的自然语言理解优势也就不复存在了。例如在中国有着大量的方言和表述方法，即使对于一名中国人来说，很多语境理解起来也颇具困难。想想看，让一台机器去理解“倒鸭子”，仿佛是件匪夷所思的事情。不过支撑沃森的一些底层技术，如Power服务器、Symphony、InfoSphere等大数据分析平台和技术在中国都已经上市，假以时日，未来也许能理解“倒鸭子”的方言版沃森也会横空出世。 最后总结一下，沃森所代表的认知计算，为大数据的未来描绘了一幅美丽的图景，也将人工智能大大推进了一步。也许未来大数据应用就是那样简单，我们只需对着计算机、甚至是随身的终端设备说出我们的需求，就能快速得到最准确的答案。 责编：郑雄  微信扫一扫实时了解行业动态 著作权声明：kaiyun体育官方人口
文章著作权分属kaiyun体育官方人口
、网友和合作伙伴，部分非原创文章作者信息可能有所缺失，如需补充或修改请与我们联系，工作人员会在1个工作日内配合处理。 |
最新专题 推荐圈子 |
DB2数据的导入(Import)_导出(Expo..
Cognos 中国社区——Cognos 10.2...|
|
