2.深度学习：人工智能引领认知技术创新

2016年3月24日，IBM公司中国大数据与分析事业部宣布，在2016年将向中国市场隆重推出一站式的“云数据服务超市”，同时拓展其天气预报公司（The Weather Company）在中国市场的业务。他们称，通过将认知能力注入行业，IBM公司将与中国行业用户、合作伙伴和开发者等，共同构建起强大的数据与分析能力，推动其中国业务快速步入认知商业时代。

IBM公司推出的云数据服务（Cloud Data Service），是个一站式平台。借助这个平台，再也无须修改数据或编写代码来做工具连接，而是可以将平台上的任意方案进行混合与匹配。

这个平台上既有专用数据库产品，如DB2、Cloudant和dashDB等，还有多种云端开源的数据库服务产品，如CouchDB、MongoDB和Redis。这些服务产品允许数据在不同的服务之间任意流动。

在这次推出的“云数据服务超市”中，还包括“认知方案区”，主要涉及Watson Analytics和SPSS for Machine Learning两个方面。前者的功能是让商业人士自主跨越IT专业知识的障碍，拥有由认知驱动的分析能力；后者是帮助数据分析师用非常简单的方式感受认知技术带来的全新体验。

IBM公司在中国市场的这一系列重大举措，就技术层面来说，都涉及人工智能研究复杂进程中的要素和核心技术。其中的要素包括大数据、互联网和云计算。

大数据是人工智能发展的助推剂。随着互联网、社交媒体和移动设备的广泛使用，每天产生的数据开始呈几何级数增加。渐渐地，人们对这些数据的价值有了新的认识，因此也就有了管理和分析这些数据的新技术。比如说，将图像、文本或语音等数据使用统计模型来进行数据的提炼和优化等。人工智能技术由此会得到应用和提升。

互联网和云计算之所以被人们称为人工智能的基石，原因在于，它能让联网的计算机都能获得海量数据。这些数据是人工智能研发所必需的。它还可以帮助人工智能系统进行训练。比如说，谷歌翻译，就是通过分析用户的反馈来提高它自动翻译的质量的。

人们将大数据、互联网和云计算以及摩尔定律、新算法技术合在一起，统称为人工智能进步的催化剂。那么，人工智能是怎样对这些要素或核心技术进行识别的呢？这就涉及人工智能领域的一个产物——认知技术。所谓认知技术，简单来说，就是让人工智能变得像人一样聪明，甚至比人更聪明的技术。随着这项技术的发展，人工智能在一些特写的任务上表现得越来越好。由此，这些技术引起了商业或公共部门领导的高度关注而受到广泛采纳。

人工智能最重要的认知技术有以下几个。

（1）计算机视觉技术。

该技术指的是计算机通过图像识别物体、场景和活动的能力。计算机视觉技术通过将图像分析任务进行分解来实现。比如说，通过该技术来检测图像中物体的边缘或纹理。

计算机视觉技术在现实生活中已经得到了广泛应用。比如说，通过该技术对医疗成像进行分析，就能够用来对疾病进行预测、诊断和治疗；人脸识破技术可用来自动识别照片里的人物；通过监控器取景；帮助消费者通过智能手机拍摄产品来做购买选择等。

在工业自动化领域，计算机基本上都是在高度受限的工厂环境里被用作产品识别的机器，由此就诞生了一个相关的学科——机器视觉。这相对来说是一个已经定型的应用。离开工厂的环境，计算机视觉技术就有了更广阔的应用空间，因而吸引着众多的初创公司投身于这一领域。

（2）机器学习技术。

这一技术指的是计算机不需要遵照设定好的程序指令，而是能从数据中自动发现模式。这些模式一旦被发现，就能够用来做预测。比如说，针对机器学习系统建立起关于交易时间、地点、价格和交易是否正当等信用卡交易信息的数据库，系统就会从交易数据中学习到预测信用卡欺诈的模式，而且数据越多，预测的效果就会越好。对于能够产生庞大数据的活动，它几乎能改进该活动的一切性能。

机器学习技术的应用范围同样十分广泛。它除了能甄别欺诈外，还能用于销售预测、库存管理、石油和天然气勘探以及公共卫生等领域，也能协助计算机视觉技术，在海量图像中提高其识别对象的能力。如今，机器学习技术已经成为认知技术中最热门的研究领域。比如说，2014年，谷歌公司就斥4亿美元的巨资收购了一家名为Deepmind的研究机器学习技术的公司。

（3）自然语言处理技术。

这项技术指的是计算机能够像人一样处理文本。比如，从文本中提取文章中心思想，对于一些可读的、语法正确的文本，它能够自主解读出文章的含义，还可以自动识别一份文档中的人与地点、核心议题，甚至可以从一份合同中，将各种条款提取出来制成表格。

自然语言处理技术，像计算机视觉技术一样，是多种技术融合的结果。它以建立语言模型的方式来判断人们所需要的语言表达的各种信息。比如说，针对一份邮件，通过选定的特征与某些元素相结合，从而把不同类的文字区别开来，判定该邮件是不是垃圾邮件。

由于语境对于理解区别很重要，也就决定了自然语言处理技术在实际应用中的范围非常狭窄。一般的范围也就局限在特定产品的反馈、法律文书、政府文书和格式比较公式化的文字之内。

（4）机器人技术。

这一技术指的是让机器人同人一样进行工作，灵活处理不同环境下各种任务的技术。这是将高性能的传感器和制动器等硬件整合进机器视觉、自动规划等认知技术的结果。这种技术在工业领域受到了普遍推崇。比如说，无人驾驶飞机、从事有毒环境下工作的机器人等，都是该技术应用的实例。

（5）语音识别技术。

该项技术指的是自动、准确地转录人类语音的技术。该技术目前在处理如方言类的不同口音、背景噪声、同音异形异义词的区分和语速识别方面还存在一些困难。不过，在发声比较规范化的场合或领域，比如医疗听写、电脑系统声控和电话客服等方面，就得到了普遍的使用。

上面提到的认知技术，在应用领域进步飞快，已经吸引了大量企业进行投资研究。研究人员将认知技术嵌入到产品当中，以实现智能行为。由此，一个清晰的技术变革思路就凸显在人们面前：人工智能得到大规模的发展，加速了认知技术采用的频率，由此也就带动了认知技术的创新，而反过来又促进了人工智能水平的提升。为此，有业界人士预言，在接下来的3-5年中，认知技术将给职业、工人和公司带来变革性影响——有可能消除人类的工作，或者说重新定义人类的工作。