IBM AI會議：定義什么是AI 哪些不是AI

羅伯·托馬斯(Rob Thomas)想“揭開”人工智能的神秘面紗。托馬斯(IBM Watson AI)技術總經(jīng)理，在IBM已有20年的經(jīng)驗，托馬斯(Thomas)最近撰寫了許多博客文章，并在諸如《福布斯》(Forbes)等流行出版物以及白皮書《人工智能的階梯》(The Ladder of AI)這已經(jīng)不是別人高科技燈具的Tim O'Reilly稱贊。

過去的星期二在邁阿密是封頂員。在1700多名IBM客戶的參加者面前，Thomas在洲際酒店上臺，他提議布置“什么是AI，真的”。

之所以要說明問題，是因為很少有公司使用AI做任何事情。Gartner的研究表明，只有8%至14%的公司“熟悉” AI，Thomas經(jīng)常引用這個數(shù)字。他說，這些數(shù)字表明，隨著世界轉向重要的新技術類別，大多數(shù)公司可能會完全出于無知。

托馬斯(Thomas)勇敢地嘗試解開“黑匣子”的包裝，但與會者不太可能對AI是什么有很大的了解。白天的參考內(nèi)容相當混亂，模糊，有時是矛盾的。上午的一個會議上，“您想知道的所有關于AI的知識，但都不敢問。”以輕松，活潑的方式提及術語，可能會使混淆不清，而不是澄清。一張幻燈片上有一個迷宮中的老鼠卡通，試圖找到奶酪作為“強化學習”的定義。這對于傳達通過狀態(tài)-動作對進行搜索，同時形成價值和政策網(wǎng)絡(RL中的關鍵概念)的概念可能沒有什么作用。

托馬斯自己對AI的引用(例如“做出預測”)是廣泛而籠統(tǒng)的，并且可能包含許多僅由統(tǒng)計數(shù)字而非人工智能組成的內(nèi)容。

這可能并不完全重要，因為出于IBM的目的，Thomas和他的團隊可能成功地傳達了他們在與AI相關的產(chǎn)品方面有很多幫助企業(yè)的方式。他們可能引起了客戶的好奇心，這很重要。

最重要的公告包括IBM稱其已在OpenShift之上完成了Watson的AI應用程序集合的認證，OpenShift是由Red Hat開發(fā)并支持的Kubernetes應用容器管理平臺的版本，Red Hat是IBM今年收購的公司。

認證是一個重要的里程碑。這意味著可以確保IBM客戶能夠跨多個云計算平臺(包括IBM競爭對手Amazon，Google和Microsoft的云計算平臺)運行諸如Watson Assistant之類的程序，該程序可以在文本對話中進行交互。這意味著IBM可以說，它是唯一一家提供與AI和大數(shù)據(jù)相關的工具和應用程序套件的供應商，該套件和應用程序將在所有云上運行，而不僅僅是在不同的數(shù)據(jù)中心上運行。

托馬斯(Thomas)在接受ZDNet采訪時對IBM的立場感到樂觀，他說該公司使用AI技術的可參考客戶數(shù)量是其下一個最接近競爭對手的兩倍以上。他說：“幾年前，IBM與Watson一起為企業(yè)AI開辟了一條道路，現(xiàn)在我們正進入該技術的成熟水平。”IBM“有很多動力我們并不總是值得贊揚的。”

在會議上被問及有關AI的定義有些混雜時，Thomas承認，對于AI的定義會有不同的看法。但是他還大力捍衛(wèi)公司的產(chǎn)品，因為他們大量使用了AI。

例如，當ZDNet建議Watson Assistant只是一個聊天機器人，因此許多人不認為AI時，Thomas對該說法表示了異議。

他說：“當人們使用聊天機器人這個短語時，這讓我感到困擾，它不是聊天機器人。”“您和我可以在下個月啟動一個聊天機器人，這只是一個基于規(guī)則的交互模型。”相反，“ Watson是一個虛擬代理，其核心是意圖分類模型，該模型使用機器學習來理解意圖。”

Thomas指出，提供給Watson Assistant的數(shù)據(jù)越多，“獲得的效果越好。如果提供數(shù)據(jù)并且得到的更好，那就是AI的核心。”

說完所有話，定義AI的細微差別可能是“沒有區(qū)別的區(qū)別”。任何想要入門的公司都可以簡單地獲取AI中公司項目的案例研究并復制它們。“世界上最好的事情是您去復制東西時發(fā)生的。”

重要的是，鑒于目前很少有公司這樣做，要讓首席執(zhí)行官及其團隊開始沿用技術工作的道路。

“我不確定CEO是否需要知道什么才能激發(fā)創(chuàng)造力，”托馬斯(Thomas)說，這是對AI的了解。他建議說：“ CEO可以挑戰(zhàn)員工進行黑客馬拉松，”只是為了讓人們從事AI項目。他提出：“在五個星期內(nèi)完成五個人到七個人的一百個項目。”“從技術團隊中找人，從業(yè)務團隊中找人，并將他們配對在一起。”

托馬斯說：“首席執(zhí)行官和董事會級別的話題很少。”“安全是五年前的事，云已經(jīng)成為一種。”

但是托馬斯認真思考道：“人工智能就是它，它是存在的。”

在星期二下午與記者會晤時，托馬斯的代表們很好地發(fā)揮了沃森工具的各種優(yōu)勢。

數(shù)據(jù)和AI副總裁Daniel Hernandez表示，對于可能沒有大量數(shù)據(jù)科學家為之工作的客戶而言，在OpenShift上運行的能力將是一筆大買賣。“如果必須在多個平臺上的多個工具上對它們進行培訓，事情將變得更加復雜。”當然，這假定客戶是理性的，并且看到了跨平臺的經(jīng)濟意義。

Hernandez笑著說：“在我們的案例中，客戶被證明是理性的。” KLM和KPMG等IBM人工智能客戶的大牌人物說道。

另一位代表Wes Chung指出，IBM不斷修改其Watson應用程序，因為它們已經(jīng)被使用。例如，使用Watson Assistant，該程序現(xiàn)已得到擴展，以使其不僅可以通過鍵入查詢與人進行對話，還可以作為交互式語音響應系統(tǒng)的一部分。Chung解釋說：“您沒有一個用于聊天的系統(tǒng)，而沒有一個用于語音的系統(tǒng)，您只需提出問題即可。”

Chung說，IBM增加了挖掘與助理相關的客戶交互日志的功能，因為正如他所說，“許多客戶正在為其領域進行培訓，他們花了很多時間來研究與變體相同的示例。其他客戶已經(jīng)問過的相同問題”。因此，IBM可以幫助減少實施Assistant等技術的重復。

本周的重大公告之一是一項名為“漂移檢測”的新功能。漂移檢測是一種能力，可以查看公司構建的機器學習模型在投入生產(chǎn)后是否遇到與培訓系統(tǒng)所用的數(shù)據(jù)完全不同的數(shù)據(jù)。該名稱是IBM的術語，但它似乎是ML(經(jīng)典)統(tǒng)計數(shù)據(jù)中常見的“協(xié)變量偏移”的版本。

現(xiàn)在，當這種漂移超過預設閾值時，稱為OpenScale的IBM診斷工具可以向數(shù)據(jù)科學家發(fā)送警報。關鍵是要注意ML可能與數(shù)據(jù)不一致的地方，以減少諸如偏差之類的事情。

ZDNet向運行OpenScale的高管Rohan Vaidyanathan指出，偏差問題是一個深層的問題-IBM已對該主題進行了大量研究，但沒有具體的解決方案來消除它。Vaidyanathan表示同意，但隨后提出了相反的觀點：至少具有一定的透明度，公司實際上可以更快地將ML投入生產(chǎn)。這就像在汽車上添加安全氣囊一樣，它們不會消除碰撞，但它們是安全上路的最低要求。

Vaidyanathan說：“他們(客戶)能夠了解可能會更快出現(xiàn)哪些偏見，從而可以更快地投入生產(chǎn)，而不是您在模型上花了錢，現(xiàn)在您無法部署它。完全是因為您不知道它可能以什么方式出現(xiàn)偏差。”

所有這些加在一起，使托馬斯和他的代表們對實踐問題產(chǎn)生了非常敏銳的認識。會議上充滿活力和動力，產(chǎn)品領導者對在自然語言處理和統(tǒng)計模型構建等領域從競爭對手那里獲得市場份額的能力感到非常興奮。

本周AI的定義有點模糊是否重要?從某種意義上說，重要的是，一些從邁阿密聚會回來的客戶可能仍然不知道什么是AI。他們可能會盲目地出發(fā)，尋求他們幾乎不了解的技術規(guī)范。那就像是風車傾斜的AI版本，這是一個古怪的旅程，需要很多錯誤的轉彎。

另一方面，由于AI本身的技術日新月異，托馬斯建議加入，啟動一些項目，看看是否有些工作和某些失敗，這可能會更好。

換句話說，讓1000朵AI鮮花盛開，這是IBM如今的AI信息，無論對您的CIO意味著什么，也許它們是對的。