拥抱大数据 驾驭新未来

吉燕勇

我想跟大家分享两个话题，一个是IBM怎么看大数据，另一个是IBM的认知计算。

IBM如何看大数据

现在有很多大数据项目在实施过程中，怎么证明这个项目能成功呢？我们有三个标准，第一是看它是否能够改变企业做决策的方式；第二是看这个项目是否能够改造创造价值的方式；第三是看是否通过它能够改变对每个用户创造价值的方式。

大数据其实是关于产业转型、提升、重塑秩序，转型以后会出现一个多发经济，会有新的经济形态呈现。第一是由基于洞察的服务构成的；第二是数据的生产者、消费者以及运营者可以在同一个平台共享利益。由于云计算比较成熟、分析能力比较丰富，所以洞察经济是应运而生的。想要得到一个方法论，就要在标准、模块和资本化中有更多的探索。

IBM大数据能力

IBM过去十年投入了200亿元，通过收购和研发构建了非常健全的大数据体系。第一部分是大数据本身的存储、探索以及管理能力；第二部分是数据分析，也叫预测，包括算法、建模、积极学习；第三部分就是计算能力。我们希望通过大数据本身的能力，包括建模、预测、云计算，能够创造出价值。

有了相关能力，怎么使用呢？想通过大数据改变一些决策方式。比如，两个选手在打网球比赛之前，帮助选手做三个PPI：S球的成功率多少等等，这样对网球比赛会有新的帮助。我们通过8182场比赛，包括4100万数据点（这是数据的收集和储存），找到5500个模型出来，再进行分析，由45个模型最终变成19个影响胜负的关键点。每个选手之间的比赛，选择三个点，这三点做得比较好就能赢，做的不好就不能赢，最终经过学习和训练，以此来指导选手如何能够赢得比赛。我们通过大数据分析来改变决策，影响比赛的胜负。

IBM战略的方向

第一、基于云计算；第二、希望把企业的数据，包括银行数据、保险数据、企业的内部数据和企业的外部数据相结合，帮助企业建立一个企业洞察体系。通过这种方式帮助企业决策，并产生出更高的价值。

IBM在大数据中的新动向是拥抱开源。我们拥抱开源，培养100万个数据科学家，目前做大数据特别紧缺科学家。我们建立一个Spark技术中心，IBM成为Spark的创始性会员，IBM通过开源加速大数据开发的能力。

我们希望通过大数据的能力，帮助客户做更多的创新。比如，我们在制造行业，通过预测性的运维与质量管理，做出高端制造。在制造业转型的大背景下，企业会安装很多海量的传感器，这些传感器采集很多的数据，如何把这些数据集中到大数据中心，是很多企业面临高端制造时遇到的困难。如何通过这些传感器的数据做实时的运维也是比较大的挑战。我们通过Spark和大数据平台，做实时的运维和维护，这样可以实现秒级、分钟级的健康检测，并对所有的状况进行分析。

关于大数据，最大的挑战还是非结构化数据的爆发性增长所带来的新的技术挑战。IBM推出了认知计算，并进入到认知时代。在这之前是编程时代，需要写程序、精确编程，而在这之后则是认知时代。

在认知计算中，人工智能有很多新的发展。在1997年，IBM便有人工智能。2011年，沃森系统战胜了人类，这算得上是一个新的里程碑。今年，阿尔法狗也是人工智能上一个突破。

那什么是认知计算呢？每个公司的理解不一样。IBM认为就是URL。U是指能够理解各种数据；R是指这个系统能够推理和抉择；L是指能够自主学习。所以，沃森通过危险边缘游戏，能够理解你说什么，也能够进行推理和决策、回答问题，还可以增强学习能力。这是IBM所有的认知解决方案、认知计算的基本能力。

沃森如何实现这个能力呢？你提出问题以后，它需要对问题进行分析和分解。把问题变成若干个小问题之后，通过检索知识库，产生一些假设，再通过证据库的证据打分，考量这个假设有多高的可能性，最后合并成一个答案。所以整个的架构中有一个信息库和一个证据库。

目前IBM做得比较好、进展比较快的是，在美国已经可以通过计算机在肿瘤医院帮助癌症病人看病，里面有知识库的信息。很多数据也是有专利的，包括实验、病历，还有公共数据和互联网数据等等。此外，还有一些证据库，如果病人口述一些症状，他希望通过知识库判断出侯选结果。

如何建立知识系统和知识库呢？如何把行业内的内容放在一起，构建知识库呢？这是一个比较复杂的过程。有了知识库以后，又如何检索出结果呢？怎么通过继续学习，通过推理，通过自学习，让系统更加的智能化，最终通过知识库，怎么形成假设，通过证据库怎么进行打分，形成一个答案？这和搜索引擎不一样，搜索出关健词以后，可以看到一万、两万个风险答案，而在这里只有一个答案可以看到。认知计算对传统大数据的落地是比较大且有利的补充，但还是有区别。

传统大数据的分析，有以下几个特点：首先是用数字方式与计算机交付；其次是问题相对比较清晰；第三是需要提供一个确定的答案。你需要存储数据、记录算法，用机器学习，建模，就可以做到。

认知计算中更多是通过资产语言进行交互，不需要通过计算机编程，答案也不见得是百分之百的，它可能是70%或是90%。目前，在美国看病需要通过的答案是80%～90%，专家需要对答案进行下一步分析，分析出为什么是80%～90%。

另外，处理更多的东西没有明确的信息，因为数据量很大，不知道数据存到哪儿，如何分析，则需要计算机自己算出来。

目前，很多企业认同要把认知计算落地中国，IBM在中国有一款产品已经落地，并且是免费，名叫IBM Watson Analytics。只要有数据，就可以导入进去，不需要任何程序。你不需要做任何安装，它是基于云的服务，只需要通过互联网使用就可以了。IBM Watson Analytics基于自然语言，人们可以直接问他问题，当然目前还是英文版本的，中文的还没有做完。比如，把销售数据放进去以后，想知道哪个区域销售量最好，他会马上告诉你答案。

（根据演讲内容整理，未经本人审核）