IBMWaston机器学习来了它有什么与众不同

IBMWaston机器学习来了,它有什么独出心裁？IBMWaston机器学习来了,它有什么独出心裁？7/7袂PAGE7腿衿薇羃蒅蒆莀羆羈膀蚇蒅蚂肅肂袆蚇莁螇螃肃蚄葿螇螀薂袇肁蒃薇膁蚇蒈蕿袇薃袄膆虿薇芇螀羇袁芅螆莁肅芀薀肆羂莂袃肃羅聿蒇膆芀螃蒂薁袅袈螈芆螂膄莅芃螅薇罿莆肀薅羄螁蚆蚀膀蒆薂螂薃蒂薆荿膇蒆袀膂IBMWaston机器学习来了,它有什么独出心裁？IBMWaston机器学习来了，它有什么别开生面？

认知计算Watson毫无疑问成为IBM崭新商业价值新的

触点，而云平台则是IBM崭新商业价值新的基石。在AI（人

工智能）充满各大新闻头条，塞满各大创业企业的投资赛道

时，IBM作为一家百年科技企业也在往泛AI道路上转型，

不得不引起业界的兴趣。从当年的“深蓝”击败国际象棋大

师，到几年前Watson经过自然语音语义方式在智力竞赛中

击败全美冠军，甚至在AI还没有再次被大众娱乐化花销时，

IBM就已经向全球抛出以Watson为代表的认知计算见解了。

而现在，它经过与癌症中心合作，经过收买天气预告企业，

经过和商业银行合作，IBM的Watson正在率先向商业价值演进。此时，IBM给了现阶段AI一个更清楚的认识：AI不是人工智能（ArtificialIntelligence），而是增强智能

AugmentedIntelligence）。这一见解诚然别开生面，但显然

更为务实。AI从1956正式提出到今天已经过去了60年，期

间经历过几起几浮，近来得以碰到广泛关注的主要原因有二：一，硬件计算能力在过去几年中有了质的飞驰；二，互联网的发展让计算机接触到的数据量有了质的飞驰。但在算法自己上，距离“质的飞驰”尚存较大差距。机器学习无疑

是现在最热门的AI算法。一个月前，IBM也在全球正式推出了IBMWatson数据平台，并首次在该平台上供应了机器学习服务。IBM的机器学习来了，会有什么别开生面？

1

从机器学习到学习的机器几天前，IBM大数据与解析事业部

全球研发副总裁DineshNirmal现身北京举办的2016机器

学习和行业应用国际峰会，专门愿中国用户介绍了最新的

IBM机器学习。不能够否认，几乎所有AI企业都在谈机器学

习，但是哪一种算法更优，哪一种算法更适合适合的场景，却难以评估，就如你不能够坚决两个智力正常的人谁更聪颖是一个

道理。那么，IBM的机器学习从商业角度看如何取胜？Dinesh认为IBM的机器学习在于一般化，即所有人都能够使用。他举了一个例子：比方一个房地产商，手中掌握着过去五年的房地产大数据，若是想展望未来五年的趋势，第一想到的找

一个专业的数据解析师开发程序和建模。但是，现在IBM机器学习服务就可以帮用户直接建模展望，而且它还是一个可

以不休学习的模型。无疑，这种机器学习能力在商业落地上更进了一步，它在商业上的递进需要三个支撑：一是简单易用。即便后台开发卧虎藏龙，他设计出的平台必定简单易用。这种设计理念无疑像极了当年的傻瓜相机。二是共同。

让数据科学家、数据工程师以及APP的开发者，甚至业务解析师之间能够在这个平台进步行共同。这一点有多重要呢？

据《哈佛商业谈论》近期睁开的检查显示，80%的企业认为各自工作团队无法使用通用数据睁开协作，是以致他们无法及时实现业务目标的主要阻挡。三是交融。Watson机器学习

包括业界最全面的算法集，赞同用户使用自己熟悉的任一一

种算法语言。据悉，IBM已将SQL、Python、R、Java和Scala

以及生态系统合作伙伴供应的20多款应用整合到Watson数

据平台之中。其他，它还能够够经过对机器学习的运算法规打

分，以介绍最能满足需求搭配的算法，即能够在认知技术的

辅助下创办机器学习模型。“Watson机器学习的使命就是将

机器学习变为会学习的机器。”DineshNirmal认为。据悉，

这一产品服务能够供应公有云、当地和混杂云部署等各种使

用环境版本。

2

开源和商业的并行投入据悉，Watson机器学习解决方案基于

开源的ApacheSpark。机器学习路线图如图：不但这样，自

2015年以来，IBM在Apache的Toree、Quarks、Mesos等开

源项目上大力投入，仅Spark就投入3亿美元。另一方面，

IBM10年来也在大数据和解析领域投入250亿美元，并收买

Cogons、SPSS、ILOG、Algo等30多家商业软件企业，涉及

展望解析、商业智能、搬动解析、金融解析、医疗解析等过

个领域和维度。开源软件与商业软件如何结合？Dinesh

Nirmal认为,IBM的思路是将Spark视为数据解析的操作系统，与IBMWatson、商业解析、云等高出45种核心产品进

行组合。另一个值得关注的是，众所周知，大数据和AI在分布式计算中如火如茶，IBM也宣布在z系列主机这种集中式最为极致的服务器上支持Watson数据平台和机器学习功能。因此可知，在软件算法上，IBM是商业软件和开源软件交融的方式；在硬件架构上，IBM也采用的是分布式架构与集中式架构并举的策略。这不但是IBM意识到开源和分布式架构是大势所趋，也是IBM将Watson作为平台型产品的基础。平台，意味着海纳百川的能力，以及在此基础之上复杂

的网状价值