ZD至顶网CIO与应用频道 03月01日 北京消息(文/孙博):3月1日,IBM论坛2016将解密“认知计算”正如何在全球范围内透过数据价值构建企业未来、重新诠释边界。并且通 过实践认知+医疗健康、实践认知+金融服务、实践认知+零售、实践认知+教育等创新模式,以实战思维,共同探讨当前企业在“认知时代”的制胜点。
“今天我们进入了认知的时代,这个认知的时代是有别于上一次的认知时代,即机器的认知时代。”IBM大中华区董事长陈黎明一上来就指出,不久认知计算将会全面覆盖到我们的生活跟工作的各个层面。
IBM大中华区董事长陈黎明
早在1997年IBM深蓝计算机就战胜了当时的国际象棋冠军卡斯帕罗夫,在2011年Watson在美国的一档叫Jeopardy的智力竞赛节目战胜了当时的冠军,以及蝉联最久的冠军,获得了第一。IBM在认知这个领域,历史悠久,涉及到了多个行业领域。
认知时代的旅游
刚刚过去的这个春节,有600万人出国,形成了最高的一次出国旅游潮。出去旅游是一件非常愉悦的事情,但是准备旅游往往费时费力。据统计,一个人要去旅行,规划的时候至少要访问不少于20个网站,都要靠自己一一去发现、去挖掘。但如果试想一下,将来我们希望出去旅行,只要告诉Watson这样一个体系,计算机完全有能力,根据你过去出行的记录、你的喜好、你的习惯,给你推荐出几套最佳的旅行路线。并且通过这种方式甚至会改变整个旅游业的商业模式。
认知时代的教育
教育当然是我们每个人关注的一个非常重大的话题。在中国,教育资源是非常不平衡的,要想做到因材施教是一件非常困难的事情。但如果将Watson和教育相结合,因材施教就变得可能。据陈黎明介绍,IBM有这样一个系统开发了这样一个解决方案,把2万名小学老师的教学案例、教学内容连接在一起,进行教学资源的共享。这样Watson可以根据每一个老师的教学特点,每一个老师的背景,通过对学生动作的学习、学习方式的分析、心理的因素等等方方面面,根据小孩成长的轨迹,制定出一套完整的因材施教的方案。
认知时代的医疗
医疗跟每个人都息息相关,而认知医疗是在认知时代研究最广泛的领域,也是发展得最快的一个行业。但是,由于资源的不平衡,大医院人山人海,挂号难、看病难、住院难等都是普遍问题。前不久IBM收购了Merge,加上IBM本身也积累了3150亿个数据点的分析经验,通过Watson标准化读片,实现准确率,达到精准治疗。
另外,计算机还有一个非常重大的特点,就是它的记忆超群,这一点是医生没有办法比拟的。未来,可以畅享Watson在医疗领的广泛应用,使得所有的社区医院,甚至包括县城的医院,都能够变成享受世界级的服务,所有的病患,不会因为你处在边远的地区而得不到最佳的治疗跟照顾。
机器PK医生时代即将到来
医生是有限的,因此我们必须要靠外界的力量。辉瑞中国副总裁谷成明强调,依赖外界的工具,有人替我们学习,有人替我们去理解问题,有人替我们去推理,帮助我们解决问题,而这就是Watson的技术能够给我们带来的解决方案。
实现精准医疗。要想实现精准医疗如果后面没有大数据的计算,没有认知系统的支持,是难以实现的。我们要考虑遗传的因素、蛋白的因素、代谢的因素、临床的因素、检查的因素,甚至我们日常生活健康信息放到一起才能够把这个病人看好,而这就需要计算机的系统、认知的系统去支持的。
实现看病贵的问题。探索了这么多年的医改依然困难重重。应该怎么做?谷成明给出了答案——分级诊疗。但如果按现在的路径做,再过十年都是很难做的。主要原因是由于社区医院急缺质量高的医生资源,这样分级诊疗的难题则看起来困难重重。
“随着国家不断出台各种各样的政策,经过几轮政策下来之后,最后有30%的人在上面看病,70%的人已经到了社区医院。这就是非常好的分级诊疗的规范。大医院放得下,小医院接得住,双向转诊,这对我们今后政策的制定非常有帮助。”谷成明说道。
可是我们有没有一个工具,有没有技术能够做到这一点?这是我们探索的。怎么去看呢?两个方面,一是知识,二是经验。
很多人的潜意识里会认为经验多的人是好医生,知识多的人也是好医生。如果利用Watson的技术把现在的知识放到机器里面替医生解读分析,以及将医生的经验放进去,当病人看医生的时候,马上分析出有多少人跟你长得一样,这些人用什么办法治疗了,更重要的是,哪个办法得到的临床结果是好的,找出最佳的临床路径。
未来,当认知计算的不断渗透到行业里,我们甚至可以期待机器和医生之间的“人机大战”,让认知技术实现看病难、看病贵的“老大难”问题。
科大讯飞与IBM联手
科大讯飞是一家专门专注于智能语音和人工智能的公司,现在也是亚太地区最大的这方面的专业级的公司,也是国家在智能语音方面唯一的规划布局类的软件企业。
据科大讯飞轮值总裁胡郁介绍,在去年12月21号的发布会上,科大讯飞明确的定位在人机交互、知识关系和推理学习三个方面,并且推出了一系列的产品。将来科大讯飞的想法也是在教育、智能家居、智慧城市、医疗健康、智能机器人等领域不断地将核心技术能够与产业的需求进行对接。通过与IBM的合作,科大讯飞希望可以面向中国的具体需求,在医疗、教育、云计算等方面实现相关提升。
比如在医疗方面的合作,希望通过大数据的收集得到身体的健康数据,然后再进行分析,实现智慧医疗。就像人体的感受,大脑的想法,身体的感受这样,只能通过人的语言或者书写的方式表达出来的,通过而科大讯飞在自然语言和书写文字方面感知智能方面的能力,与IBM后台的认知计算,特别是在医疗方面结合起来,就能够把人体的包括感觉和物理测量这些数据完全融合在一起。
此外,科大讯飞在国家的人口健康统一网络入口方面,在智慧城市方面已经建立了非常好的基础,现在包括安徽、湖南、广东在内的很多的智慧城市的底层的医疗和卫生数据打通方面。未来科大讯飞希望可以跟IBM一起,形成非常良好的合作,推出更落地的行业解决方案。
好文章,需要你的鼓励
The Moonshot Podcast发布了一期深度访谈视频,X公司"创始人"Astro Teller与Google DeepMind首席科学家Jeff Dean进行了一场近一小时的对话,回顾了Google Brain项目的早期历程。
南洋理工大学研究团队开发的Life2vec系统能够通过分析个人生活数据预测未来人生轨迹,在收入和职业预测上达到78-85%准确率。该系统使用丹麦600万人的真实数据,采用类似GPT的AI技术,揭示了教育投资、社交网络、地理位置等因素对人生发展的深层影响规律,为政策制定和个人规划提供科学依据。
Linux基金会正式接受微软DocumentDB项目,该项目采用宽松的MIT许可证。这一举措是对MongoDB在2018年转向限制性SSPL许可证的回应。DocumentDB基于PostgreSQL扩展开发,旨在结合NoSQL灵活性与关系数据库的可靠性。项目支持MongoDB兼容的CRUD操作和BSON数据模型。此举被视为对MongoDB许可政策的成功反击,推动了开放标准的建立。
中国科学家成功将扩散模型应用于语言生成,开发出名为LLaDA的创新AI系统。与ChatGPT等传统按序生成的模型不同,LLaDA采用"填空"方式工作,能同时考虑文本前后信息。在80亿参数规模下,LLaDA在多项测试中表现优异,特别是在逆向推理任务上超越GPT-4o,为AI语言模型发展开辟了全新技术路径。