雷鋒網(wǎng)按：智能助手是一個(gè)炙手可熱的 AI 應(yīng)用，它是指支持企業(yè)通過(guò)文本、語(yǔ)音或網(wǎng)頁(yè)聊天窗口交流的智能軟件。 IBM 表示，企業(yè)級(jí)的人工智能虛擬助手不只是聊天機(jī)器人。 近日，IBM 數(shù)據(jù)及 AI 部門總經(jīng)理 Rob Thomas 接受了 VentureBeat 創(chuàng)始人 Matt Marshall 的采訪，并預(yù)測(cè)三年內(nèi)所有企業(yè)都將擁有智能助手。雷鋒網(wǎng)在不改變?cè)獾幕A(chǔ)上對(duì)采訪進(jìn)行了編譯。

【 圖片來(lái)源：VentureBeat  所有者：VentureBeat 】

以下是 VentureBeat 采訪 Rob Thomas 的對(duì)話實(shí)錄。

問(wèn)：Watson 是 IBM 面向人工智能商業(yè)領(lǐng)域的平臺(tái)。但它涉及的范圍廣，我們沒(méi)有清晰的認(rèn)識(shí)，您能系統(tǒng)性地介紹一下嗎？

答：人們經(jīng)常會(huì)誤解 Watson。 IBM Watson 簡(jiǎn)單來(lái)說(shuō)有三點(diǎn)：

首先，Watson 是為那些想要自主研發(fā) AI 的公司提供的一套工具。因?yàn)槿绻闶茄邪l(fā)者，你需要一個(gè)地方來(lái)建立模型、部署，你需要搭建和管理模型的生命周期，并了解決策該如何做出。你需要包括語(yǔ)言、聲音和視覺(jué)在內(nèi)的人類特征。

也許最鮮為人知的事實(shí)是，Watson 85% 的作品都是開(kāi)源的。人們已經(jīng)在 Python 中構(gòu)建模型，在 TensorFlow 中部署。

第二，Watson 是一組應(yīng)用程序。當(dāng)我們說(shuō)要把它打包成應(yīng)用程序，方便大家購(gòu)買并使用的時(shí)候，我們已經(jīng)看到了一些很常見(jiàn)的問(wèn)題。我想舉一個(gè) Watson 客戶——蘇格蘭皇家銀行的例子。我們有個(gè)叫做 Watson Discovery 的東西，它可以基本理解非結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)，通過(guò)文本索引、理解文檔和 PDF，進(jìn)而了解客戶、反洗錢與操作風(fēng)險(xiǎn)。

第三，Watson 是嵌入式 AI，我們或其他公司可以通過(guò) Watson 輕松地將我們的 AI 嵌入到他們的產(chǎn)品中。一個(gè)很好的例子就是我們與 LegalMation 公司的合作。通過(guò)將 Watson 嵌入文檔發(fā)現(xiàn)應(yīng)用程序，他們實(shí)現(xiàn)了法律流程自動(dòng)化，現(xiàn)在可以在幾個(gè)小時(shí)內(nèi)完成一名律師 30 天才能完成的工作。

問(wèn)：當(dāng)前智能助手市場(chǎng)真的很熱。您認(rèn)為 Watson Assistant 是你們所有 AI 應(yīng)用程序中最成功的嗎?

答：不一定。Watson Discovery 已經(jīng)推出好幾年了，人們一直希望從數(shù)據(jù)中獲得更多信息。但 Watson Assistant 可能是最熱門的領(lǐng)域。智能助手可能是大多數(shù)企業(yè)都沒(méi)有的，我有信心地說(shuō)，未來(lái)三年內(nèi)，所有企業(yè)都將擁有智能助手。

問(wèn)：Watson Assistant 和其他聊天機(jī)器人應(yīng)用程序有什么不同？

答：Watson Assistant 是一個(gè)人工智能虛擬助手。我會(huì)把它和聊天機(jī)器人區(qū)別開(kāi)來(lái)，后者大多是基于規(guī)則的引擎，但 Watson Assistant 的核心是一個(gè)意圖分類模型，所以它在理解意圖方面做得很好。僅僅基于用戶提的問(wèn)題，就能感受到他們想做什么。

問(wèn)：你如何看待當(dāng)前智能助手領(lǐng)域的競(jìng)爭(zhēng)？

答：這是一個(gè)價(jià)值 25 億美元的市場(chǎng)，是大家都很關(guān)注的領(lǐng)域。有趣的是，除我們之外，沒(méi)有什么大的玩家。不乏成千上萬(wàn)的“螢火蟲”（雷鋒網(wǎng)按，開(kāi)發(fā)智能助手的公司），這是個(gè)非常分散的市場(chǎng)。

我可以在兩周內(nèi)就開(kāi)一家聊天機(jī)器人公司，因?yàn)榛A(chǔ)工作其實(shí)很簡(jiǎn)單。做別的事就難多了?？赡苡幸话胧褂?Watson Assistant 的客戶原先用過(guò)市面上的聊天機(jī)器人。他們發(fā)現(xiàn)聊天機(jī)器人已經(jīng)滿足不了他們的需求：多渠道交流（聊天、語(yǔ)音、電子郵件等）、連接到所有的數(shù)據(jù)源、或者與大約 100,000 個(gè)用戶即時(shí)對(duì)話。

正如我提到的，Watson Assistant 能夠?qū)崿F(xiàn)意圖分類。此外，我們還會(huì)幫用戶解決理解數(shù)據(jù)的問(wèn)題，如果數(shù)據(jù)存儲(chǔ)在不同的云上，可以跨多個(gè)存儲(chǔ)庫(kù)、跨多個(gè)云索引大量數(shù)據(jù)。

另外還有一點(diǎn)，所有競(jìng)爭(zhēng)者都可以進(jìn)行超參數(shù)優(yōu)化，但只有我們能進(jìn)行特征工程。通過(guò) AutoAI，我們可以自動(dòng)進(jìn)行特征工程，減少 80% 的數(shù)據(jù)科學(xué)工作，數(shù)據(jù)科學(xué)家可以騰出更多時(shí)間投入機(jī)器學(xué)習(xí)模型的設(shè)計(jì)、 測(cè)試和部署等工作。

問(wèn)：用戶在哪些場(chǎng)景下應(yīng)該選擇 Watson Assistant？

答：如果只想完成一些基本的任務(wù)，比如重新設(shè)置密碼，其實(shí)并不需要 Watson Assistant，因?yàn)槿魏位谝?guī)則的引擎都可以做到這一點(diǎn)。如果想達(dá)到任何層次的互動(dòng)、決策、理解（或意圖），那么用戶就需要 Watson Assistant 。這么來(lái)講吧，大多數(shù)公司開(kāi)發(fā)的智能助手只能回答 10 個(gè)問(wèn)題，但如果想讓智能助手回答 500 個(gè)問(wèn)題，就需要 Watson 了。

問(wèn)：那亞馬遜、谷歌或微軟呢？ 他們是競(jìng)爭(zhēng)對(duì)手嗎？

答：他們只是在為那些已經(jīng)在開(kāi)發(fā)公共云的公司服務(wù)，但這是個(gè) IBM 甚至都談不上真正參與的市場(chǎng)。

問(wèn)：IBM 關(guān)注哪個(gè)市場(chǎng)？

答：如果用戶說(shuō)，我有 AWS、IBM 云、Azure 和 Google 的一大堆本地?cái)?shù)據(jù)，我需要一個(gè)引擎聯(lián)合所有這些不同的數(shù)據(jù)源。那么這個(gè)問(wèn)題便是我們要解決的。

問(wèn)：我明白了，所以您認(rèn)為 IBM 是唯一的玩家，不會(huì)強(qiáng)迫用戶使用特定的云。您如何看待微軟在 Ignite 大會(huì)上發(fā)布的智能助理和 Arc？微軟表示，允許自己的 Azure 云產(chǎn)品和管理應(yīng)用到多個(gè)云上。

答：目前任何人都可以在任何云端部署 Watson。雖然我們已經(jīng)看到了其他公司的聲明，但我們不知道他們是否有能力在任何云上運(yùn)行來(lái)自其他公司的 AI。

問(wèn)：您一月份接管了 AI 業(yè)務(wù)，最近宣布推進(jìn) Watson Anywhere。您覺(jué)得最大的動(dòng)力是什么？

答：我們采取的第一個(gè)重大舉措是 2 月宣布 Watson Anywhere。要注意的是，在此之前，用戶唯一可以使用 Watson 的地方是 IBM公共云。因此，我們宣布 Watson Anywhere 便意味著無(wú)論數(shù)據(jù)在 AWS、Azure、Google，還是阿里巴巴云上，Watson 都能適用。從那以后我們就有了巨大的動(dòng)力。

問(wèn)：為什么亞馬遜、谷歌、微軟沒(méi)有做同樣的事情？

答：他們?cè)谶@方面受戰(zhàn)略定位影響。他們的混合云策略是，只要用戶連接到他們的公共云，他們就為用戶服務(wù)。所以這是一條單行道。

這與我們不同。我們是唯一一家聲稱自己獨(dú)立于云計(jì)算的公司。這就是我們對(duì) Red Hat 所做的以及我們?nèi)绾问褂?Red Hat OpenShift 作為跨云的公分母的全部要點(diǎn)。這在我們看來(lái)是獨(dú)一無(wú)二的。

問(wèn)：一個(gè)價(jià)值主張到底有多大？ 從 AWS 移到別的云有多難？

答：這簡(jiǎn)直是不可能的。想一想：如果用戶在 AWS 上構(gòu)建了一些東西，那么他們就是在拼接專有的 API。用戶其實(shí)什么都沒(méi)有，只是租用了整個(gè)應(yīng)用程序和數(shù)據(jù)基礎(chǔ)設(shè)施。所以這并不是“這樣做有成本，但我們可以移動(dòng)它”那么簡(jiǎn)單。

因?yàn)檫@些專有 API 并不在另一個(gè)云上，這就涉及到了我們的整體策略——用戶可以做同樣的事情，但如果是用 Red Hat 來(lái)做，那么移動(dòng)就變得很容易。因?yàn)橛脩糁灰帉懸淮危涂梢詷?gòu)建通過(guò) Red Hat 提供的二進(jìn)制文件（根據(jù)定義是開(kāi)放的），然后就擁有了完全的可移植性。所以這是非常關(guān)鍵的。

問(wèn)：您認(rèn)為這一優(yōu)勢(shì)什么時(shí)候會(huì)在 IBM 的盈利業(yè)績(jī)中體現(xiàn)出來(lái)？

答：上季度，我們?cè)_(kāi) Red Hat 的營(yíng)收從14% 增長(zhǎng)到了 20%。我不認(rèn)為這是巧合。

問(wèn)：您認(rèn)為谷歌、亞馬遜、微軟在哪些人工智能領(lǐng)域領(lǐng)先？

答：他們都有家庭音箱，所以他們?cè)诼曇纛I(lǐng)域會(huì)比我們好。另外，任何與社交媒體相關(guān)的領(lǐng)域，他們都可能做得更好。但是語(yǔ)音和圖像的企業(yè)應(yīng)用非常小，就像不存在一樣。所以這并不困擾我。在語(yǔ)言方面，IBM 的能力也不可小覷，不過(guò)這也不是我在企業(yè)中看到的真正的交互模式。如果我們必須發(fā)展這一領(lǐng)域，可以說(shuō)我們已經(jīng)準(zhǔn)備好了，但這不是我們關(guān)注的重點(diǎn)。

問(wèn)：為什么 AI 部署如此困難？ Gartner CIO 的一份報(bào)告顯示，雖然大約 90% 的 CIO 知道 AI 的潛力，但去年只有 4% 的公司部署了 AI。

答：Gartner 的報(bào)告顯示，今年的部署數(shù)量高達(dá) 14%。原因何在？ 這是我選擇 Watson 時(shí)提出的第一個(gè)重要問(wèn)題。我想可以歸結(jié)為三點(diǎn)。一是數(shù)據(jù)——不可訪問(wèn)的數(shù)據(jù)、沒(méi)有可用形式的數(shù)據(jù)、分散在多個(gè)云中的數(shù)據(jù)。二是大多數(shù)公司都不具備生產(chǎn)所需的數(shù)據(jù)科學(xué)家，因此技能是一種限制。三是信任——公司對(duì)人工智能的恐懼。

在這三個(gè)領(lǐng)域取得突破之前，人工智能的采用過(guò)程將是緩慢的。所以我們的策略集中在這三個(gè)方面。首先，將 AI 連接到數(shù)據(jù)，即通過(guò) Watson Anywhere 把 AI 帶到數(shù)據(jù)所在的地方。

其次，在技能方面，我建立了一個(gè)由大約 100 名數(shù)據(jù)科學(xué)家組成的團(tuán)隊(duì)，他們的唯一工作就是幫助用戶將他們的第一個(gè)模型投入生產(chǎn)。這獲得了巨大的成功。Harley Davidson 等公司、Nedbank、WPP 成員 Wunderman Thompson 都在靠這個(gè)團(tuán)隊(duì)提供支持。

第三，我們最大的產(chǎn)品投資之一是信任。通過(guò)信任，Watson 擁有提供數(shù)據(jù)的能力，知道數(shù)據(jù)來(lái)自哪里，管理模型的生命周期，管理模型中的偏差，以及漂移和異常檢測(cè)等——所有人們?cè)陂_(kāi)始擴(kuò)展 AI 環(huán)境時(shí)擔(dān)心的事情。

問(wèn)：IBM 經(jīng)常被認(rèn)為是一個(gè)傳統(tǒng)的參與者（至少在硅谷的投資者和創(chuàng)業(yè)生態(tài)系統(tǒng)中），您會(huì)因此感到困擾嗎？

答：最近有人來(lái)找我，問(wèn)我“你是如何吸引人們來(lái) IBM 的？”我的回答很簡(jiǎn)單。這就像是我做的最簡(jiǎn)單的事情，因?yàn)榇蠖鄶?shù)從事 AI 的人希望他們的代碼掌握在盡可能多的人手中。 IBM 業(yè)務(wù)分布在大概180個(gè)國(guó)家和地區(qū)，還有什么地方比 IBM 更好？世界上所有大企業(yè)都在使用我們的產(chǎn)品。如果你想在世界各地以及 AI 開(kāi)發(fā)中留下自己的指紋，我想沒(méi)有更好的地方了。

我想我們有一個(gè)很好的定位。我們沒(méi)有進(jìn)入圖像識(shí)別領(lǐng)域，只是因?yàn)槲覀儧](méi)有開(kāi)展業(yè)務(wù)。我想說(shuō)，我們所做的工作背后的核心技術(shù)是自然語(yǔ)言處理（NLP）。對(duì)于我所說(shuō)的“企業(yè) AI”，自然語(yǔ)言處理將決定贏家和輸家，因?yàn)檎Z(yǔ)言是公司的運(yùn)作方式，無(wú)論是通過(guò)文本、語(yǔ)音、互動(dòng)或?qū)υ挕?/p>

我們的大部分技術(shù)都來(lái)自 IBM Research。今年早些時(shí)候，我們展示了 IBM Debater，這是一臺(tái)可與人類辯論的計(jì)算機(jī)。我們現(xiàn)在正在將一些核心自然語(yǔ)言處理技術(shù)引入到我提到的一些產(chǎn)品中，比如 Watson Assistant 和 Watson Discovery。能夠推理和理解將是 AI 的基礎(chǔ)。

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