關(guān)于人工智能，有一個流傳甚廣的段子：

人工智能就像是青少年談性：每個人都在說，不知道誰真的做了，每個人都認(rèn)為其他人做了，所以每個人都聲稱自己在做。

這句話也被惡稿出過“大數(shù)據(jù)”、“深度學(xué)習(xí)”等版本，基本上每一次新的技術(shù)浪潮都可以用這句話來形容，其中反映出的卻是技術(shù)應(yīng)用于實際中的困境。

IBM給雷鋒網(wǎng)提供了這樣一個例子。某金融業(yè)客戶希望開發(fā)一個期貨指數(shù)預(yù)測模型，主要功能是搜集前1000分鐘的交易數(shù)據(jù)，以此預(yù)測后10分鐘的指數(shù)漲跌。為此，這家公司做了半年的研發(fā)，結(jié)果是預(yù)測準(zhǔn)確率在50%左右，基本與猜測無異。后來他們找到IBM，后者通過BlueMind深度學(xué)習(xí)云平臺和PowerAI深度學(xué)習(xí)框架優(yōu)化現(xiàn)有算法，兩周內(nèi)即將正確率提升到了75%以上。

這樣的例子還有很多。

隨著各行各業(yè)信息化水平的提高，大數(shù)據(jù)平臺的搭建，許多行業(yè)和公司都積累了大量數(shù)據(jù)。這些尚未被充分挖掘的“數(shù)據(jù)資源”由于其龐雜和非結(jié)構(gòu)化的特征，往往很難用傳統(tǒng)的數(shù)據(jù)分析方式進(jìn)行處理，這就需要機(jī)器學(xué)習(xí)等技術(shù)來實現(xiàn)數(shù)據(jù)增值，支撐企業(yè)的業(yè)務(wù)發(fā)展。

但人工智能技術(shù)對從業(yè)者的要求頗高，也還沒有出現(xiàn)普適性的解決方案。機(jī)器學(xué)習(xí)就涉及到微積分、概率論、最優(yōu)化、線性代數(shù)、編程、計算機(jī)工程等方面。雖然開源的算法與機(jī)器學(xué)習(xí)框架不斷涌現(xiàn)，但基本上每個開源工具都有各自擅長處理的問題，實際工作中還需要多個開源工具的配合使用，更不論還會面臨開發(fā)環(huán)境的搭建，算法調(diào)試，以及行業(yè)經(jīng)驗限制等障礙。也正是這樣，才出現(xiàn)了上面那個指數(shù)預(yù)測的例子。

作為一家百年企業(yè)，藍(lán)色巨人IBM也推出了自己的認(rèn)知系統(tǒng)解決方案，它告訴雷鋒網(wǎng)，公司可以提供一個現(xiàn)成的優(yōu)化平臺，幫助客戶優(yōu)化參數(shù)，縮短機(jī)器學(xué)習(xí)周期，幫助實現(xiàn)以機(jī)器學(xué)習(xí)為目的的解決方案。

具體來說，IBM提供的是一個整體的關(guān)于深度學(xué)習(xí)的認(rèn)知技術(shù)解決方案，不但有最底層的硬件（如服務(wù)器、存儲和網(wǎng)絡(luò)連接），之上還有集成優(yōu)化的PowerAI深度學(xué)習(xí)開發(fā)框架，以及幫助縮短開發(fā)周期優(yōu)化參數(shù)的BlueMind深度學(xué)習(xí)平臺。最上層是IBM的服務(wù)與支持，包括研發(fā)部門提供的定制化、滿足需求的研發(fā)服務(wù)。

IBM的服務(wù)與支持，通過專門的服務(wù)團(tuán)隊，為用戶提供基于自身需求的人工智能服務(wù)；

IBM BlueMind深度學(xué)習(xí)云平臺，可以縮短客戶的開發(fā)時間，幫助訓(xùn)練和優(yōu)化算法；

PowerAI深度學(xué)習(xí)框架，基于社區(qū)開源技術(shù)為客戶提供打包和優(yōu)化過的框架服務(wù)；

底層硬件深度學(xué)習(xí)平臺，包括基于NVLink技術(shù)的GPU加速服務(wù)器，數(shù)據(jù)存儲平臺，以及高速網(wǎng)絡(luò)鏈接。

IBM稱，客戶只需要提供行業(yè)場景與數(shù)據(jù)，就能幫助完成想基于深度機(jī)器學(xué)習(xí)所實現(xiàn)的場景。

不過技術(shù)是一方面，具體的應(yīng)用又是另一方面，技術(shù)的應(yīng)用最忌諱拿著錘子找釘子的故事。對此，IBM還表示可以提供最成熟的行業(yè)應(yīng)用場景。所謂最成熟的應(yīng)用場景，是指當(dāng)各行業(yè)客戶都在探索如何使用機(jī)器學(xué)習(xí)與深度學(xué)習(xí)時，IBM已經(jīng)有了很多成熟的應(yīng)用場景，相應(yīng)的服務(wù)可以直接提供給客戶。

期貨指數(shù)預(yù)測

金融一直是最早利用新技術(shù)且數(shù)據(jù)最多的領(lǐng)域，而IBM在這里已經(jīng)有所進(jìn)展。比如，利用預(yù)定義的神經(jīng)網(wǎng)絡(luò)在BlueMind平臺上進(jìn)行優(yōu)化，對指數(shù)的預(yù)測準(zhǔn)確率達(dá)到80%以上。

ATM機(jī)人臉遮擋檢測

在銀行領(lǐng)域，IBM的智能影像識別系統(tǒng)已經(jīng)可以實時檢測出各種類型的遮擋并進(jìn)行預(yù)警。這在ATM機(jī)防詐騙上十分有用，因為當(dāng)有人故意遮擋臉部時，很可能需要特別關(guān)注。

病理切片中的癌細(xì)胞檢測

醫(yī)療一直被認(rèn)為是人工智能技術(shù)會最先落地的行業(yè)。病理醫(yī)生需要從大量切片樣本中識別微小的癌細(xì)胞，費(fèi)時且容易出錯。IBM的認(rèn)知技術(shù)可以幫助醫(yī)生分析醫(yī)學(xué)影像找出病變，提高效率避免遺漏，預(yù)測和分析腫瘤病例的識別正確率可達(dá)80%以上。

零部件和材料缺陷檢測

在工業(yè)領(lǐng)域，深度學(xué)習(xí)技術(shù)可以輔助零部件與材料缺陷檢測，幫助工作人員及時發(fā)現(xiàn)和糾正，提高良品率。

可以說，如果沒有任何在現(xiàn)實中應(yīng)用的例子，技術(shù)并沒有任何意義。也正因如此，Google與微軟等公司都希望能簡化人工智能應(yīng)用開發(fā)過程，將這一新興技術(shù)賦能給開發(fā)者。

在今年3月的Google云服務(wù)大會上，去年底加盟Google的知名華人學(xué)者李飛飛表示要從計算、算法、數(shù)據(jù)和人才四個方面實現(xiàn)AI的民主化。在微軟的Build 2017大會上，其AI與研究部門的負(fù)責(zé)人沈向洋更是提出要為開發(fā)者提供定制化的人工智能服務(wù)。

而做了一百多年企業(yè)服務(wù)的IBM，最大的優(yōu)勢也在于對行業(yè)的理解和技術(shù)的商業(yè)應(yīng)用。IBM告訴雷鋒網(wǎng)，以往自己對外的印象可能只是賣盒子（也就是硬件），但現(xiàn)在對于認(rèn)知計算以及機(jī)器學(xué)習(xí)來說，要從客戶的業(yè)務(wù)、應(yīng)用場景和需求出發(fā)，去提供相應(yīng)的服務(wù)。

2016年，IBM正式在中國發(fā)布了認(rèn)知商業(yè)；今年4月的IBM中國論壇上，這家公司進(jìn)一步明確了商業(yè)人工智能的戰(zhàn)略，要助力行業(yè)轉(zhuǎn)型，并展示了在醫(yī)療、能源、教育、電子等行業(yè)的合作成果。在人工智能上，這家公司似乎也找到了最適合自己的路徑。

點(diǎn)我了解更多人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)行業(yè)應(yīng)用場景。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。