IBM沈晓卫：AI时代每家企业都可能成为变局中的颠覆者

日前，由网易新闻和网易科技主办的“2018网易未来科技峰会”之“ALL IN时代”在北京举办。IBM大中华区首席技术官、IBM中国研究院院长沈晓卫博士做了《从人工智能到量子计算》的主题演讲。

沈晓卫博士做《从人工智能到量子计算》主题演讲

聚焦人工智能，沈晓卫博士认为今天的人工智能更多的是增强智能，以人工智能作为工具，通过人机同行的方式来解决我们生活中遇到的问题、行业中遇到的问题以及社会发展中遇到的问题。企业在人工智能的时代背景下，需要重新思考几个问题：企业的专长是什么？如何发掘企业数据的价值？如何利用平台的力量来推动企业变革？在未来的三到五年，我们会看到企业人工智能的全面兴起。

谈到人工智能的成功，沈晓卫博士指出人工智能在商业上成功的关键就是找到应用场景和产生规模化效应。精准发现应用场景需要人工智能专家和行业专家相结合；产生规模化效应需要人工智能技术更易于使用并更好地融入到商业场景和流程中。从人工智能技术的维度，沈晓卫博士举例分享了IBM在自然语言理解与知识推理领域的最新进展：IBM Project Debater在与人类的辩论中尝试理解辩论的内容，构建新的论点以及支撑论点的论据，并且进行清晰的逻辑表达。

除了人工智能技术本身的发展，沈晓卫博士还谈到未来可能的一种计算力突破就是量子计算。在过去几年，IBM陆续发布了16位和20位量子计算机以及50位量子原型机，同时也在考虑如何把量子计算应用在合适的场景中。沈博士特别指出，量子计算机与传统计算机不是替代而是互补的关系。

最后，沈晓卫博士表示在人工智能时代，每家企业都可能面临全新的变局，每家企业都可能成为变局中的颠覆者。

以下为沈晓卫演讲记录：

从人工智能到量子计算

这是一个人工智能的时代，在过去的若干年，我们看到人工智能技术的进步，看到人工智能在人机大战中战胜人类，也看到人工智能芯片方兴未艾。更重要的是，我们看到人工智能开始进入到我们的生活，进入到越来越多的行业。

每一年IBM都会发布关于未来五年将改变人类生活的五大科技预测。今年的预测涵盖了人工智能、区块链、量子计算等，比如人工智能技术让生活环境变得更加美好，区块链技术用来防止伪冒产品。与此同时，我们也看到这些技术可能带来的挑战，以及需要更多的新技术来应对这些挑战。

今天我们看到了很多人工智能的成功应用案例，例如人脸识别、语音识别等。这些案例中的人工智能更多的是用来解决单一问题，还处在人工智能的初级阶段。今天的人工智能更多的是增强智能。增强智能的概念就是基于今天的技术，以人工智能作为工具，通过人机同行的方式来解决我们生活中遇到的问题、行业中遇到的问题以及社会发展中遇到的问题。

把握人工智能时代企业变革的机遇：

专长 | 数据 | 平台

在人工智能时代，我们需要特别关注企业变革所面临的机遇和挑战。在这个背景下我们特别来谈三个关键词：专长、数据与平台。

首先是企业的专长。在这样一个大数据和人工智能的时代，每一家企业都需要重新思考公司的专长是什么，重新定位公司的核心竞争力是什么。你可能是一家出版商，但与此同时，也许你拥有创作和提供内容的专长。你可能是一家制造业的龙头企业，在复杂的上下游生产链条中，你的核心竞争力也许还包括了物流和供应链的管理。

第二是关于数据。我们知道数据蕴含着大量的商业价值，但是今天我们从数据中挖掘到的价值远远小于我们所期待的。特别重要的一点是，今天80%的数据是在防火墙之后的企业数据，如何开发这些数据的价值，现在还处在一个非常早期的阶段。我们需要更多的技术创新来帮助人工智能进入到企业层级，在企业层级中开发和释放数据的价值。

第三是关于平台。这里的平台可能是技术的平台，也可能是商业的平台，甚至是整个生态圈的构建。借助平台的规模，可以极大地降低平台的边际成本，使得人工智能技术能够在一个平台上真正发挥它的作用。有一些企业本身就是一个平台商，也有一些企业开始把自己的业务转移到平台上，而更多的企业正在重新平台化，使得自己在这样一个平台上，重新整合业务、重新推进企业变革。

在这样的背景下，我们谈一谈未来的智能和未来的计算。

企业人工智能的全面兴起

今天的人工智能大多数情况下还是面对消费者的人工智能，而在未来的三五年乃至十年，我们将会看到一个趋势，那就是人工智能开始进入到行业，我们把它称之为企业人工智能。谈到人工智能，大家都会提到几个重要的支柱，包括数据、算法和计算力。人工智能的成功是需要商业的成功，而商业的成功非常重要的一点就是应用场景。

如何选择应用场景，是一个很大的挑战，这个挑战主要来源于人工智能专家往往对于行业理解不够透彻，而行业专家又并不完全理解人工智能技术和未来的发展。商业成功还有一个重要因素，那就是如何产生规模化效应。人工智能技术需要易于使用，能更好地融入到今天的商业场景和商业流程中，这点越来越重要，也是富有挑战的。

面对这些挑战，我们需要技术与行业的相向而行，使得人工智能技术进入行业，使得人工智能可以发挥作用、产生真正的商业价值。比如，我们利用人工智能技术帮助企业更好地理解企业自身客户，发掘客户价值，预测客户需求。另外，通过基于数据和基于知识的决策支持能力，我们构建人工智能的行业助手，例如人工智能医生助手、人工智能律师助手。我们还看到制造业日益增长的需求，希望借助人工智能对业务进行重整，使得生产线的管理变得更加高效。我们利用人工智能视觉分析技术，对生产流水线上的产品质量进行管理，替代一部分的人工劳动。

当下人工智能经常被等同于深度学习，实际上人工智能有很多的领域，需要更多的技术突破。例如，关于自然语言理解与知识推理，我们看到过去的若干年产生了一些标志性的成果。2011年，IBM Watson系统参加了美国智力问答真人秀节目《Jeopardy!》（危险边缘），最终战胜人类冠军。今年6月，IBM Project Debater在美国旧金山首次与人类进行现场公开辩论。它尝试理解辩论的内容，构建新的论点以及支撑论点的论据，并且进行清晰的逻辑表达。

Project Debater人机辩论公开赛现场

人工智能时代的挑战：

创新技术 | 弥合人才 | 消除偏见

今天的人工智能技术并不能完全满足我们对它的期待。一方面，人工智能技术本身需要向前发展。比如面对企业级客户，即使有大量的数据，但是并没有足够多的已标识的数据，如何从小数据中学习就变得非常关键。同时，如何使人工智能系统给出的推荐方案具有可解释性也变得非常重要，比如人工智能医生助手不但能够诊断出病因还需能够告诉为什么得出这样的判断。

另一方面，随着人工智能进入到各行各业，我们发现几乎每一个行业都缺乏精通人工智能技术的专家。那么，是不是每一家企业都需要构建一个人工智能团队呢？从技术的角度来看，我们需要构建全新的人工智能技术平台，使得这些企业在不完全具备人工智能专家团队的条件下，也能够快速使用这些日新月异的人工智能技术来打造企业专有的应用环境。

除了技术的进步，我们看到人工智能的发展面临着很多安全和伦理方面的挑战。以深度学习为例，如果数据自身存在偏见，那么该如何构建一个能够发现并消除偏见的系统呢？现在的人工智能算法往往会从大量的数据中学习，而这些数据可能来源于不同的渠道，如何能够保证这些数据的真实性、发现这些数据是否被有意或者无意的污染，这些都是接下来在技术上需要取得进步的地方。当然，人工智能的发展与人类的关系，这本身也是一个充满哲学和人文气息的课题，需要大家逐渐达成共识。

量子计算将使人工智能迈上新台阶

接下来谈一下未来的计算。人工智能的进步除了技术本身的发展，还有两个不可或缺的动力。其一是大数据的出现。我们现在可以对大量的数据进行采集与传输，这在20年前是不可想象的。其二是计算力的提升。在过去的30年，很大程度上归功于摩尔定律，加上计算机体系结构和计算机软硬件方面的进步，计算机本身的速度提高了100万倍。未来如何进一步提高我们的计算力，这包括如何利用各种加速技术在传统计算机的基础上对人工智能的一些运算进行加速，也包括如何构建新一代的人工智能芯片等。

未来可能的一种计算力突破是量子计算。量子计算采用了与传统计算完全不同的方式。比如，传统计算机一个比特位要么是0要么是1，而量子计算的叠加态可以同时是0与1。我们还可以使量子处在纠缠状态中。这些特性使得量子计算可以提供一种与传统计算完全不同的并行方式。

IBM一直在做这方面的探索。今天我们是用一种接近于绝对零度的低温超导材料来构建量子计算机。在过去几年，IBM陆续发布了16位和20位量子计算机，以及50位的量子原型机。除了量子计算机的硬件本身，我们也在构建量子计算机的软件编程环境，以及如何把量子计算应用在合适的场景中。

今天的量子计算还处在一个量子准备阶段，我们期望在未来能够构建一种具有容错能力的通用量子计算机。但是，量子计算机不是用来取代传统计算机的，它是和传统计算机一起来为我们服务的。在今天所面临的很多商业问题中，有一些是传统计算机擅长的，也有一些是传统计算机不擅长的。而在传统计算机不擅长的这些问题中，有很大的一类问题未来是可以由量子计算机来解决的。

比如，我们期待未来的量子计算机能够更好地进行物理化学模型的模拟，进而帮助发现新材料、发现新药物。我们也希望量子计算机能够更好地解决优化问题，这对于传统计算机来说是非常困难的。我们还相信量子计算机能够被应用在机器学习、深度学习等领域中，使得人工智能技术能够再迈上一个新的台阶。

人工智能的成功需要商业的成功，在这样一个人工智能的时代，每家企业都可能面临一个全新的变局，每家企业都会成为变局中的颠覆者。

小调查：

本文转载自网易科技报道