认知时代带来什么，我们是否会面临失业，IBM给你答案

51campus

本文转自Unwire.pro，原标题为：《Watson更加关心你？某天人工智能也许会成为你的面试官》 最近最红的IT话题，一定是人工智能。围棋向来被视为最复杂的游戏，当人类连这一领域也认输，人工智能几乎已经无所不能。比Google还早研究人工智能的IBM，就已经把Watson应用于更多生活范畴，日后你能否有新工作，可能还要先问Watson先生。 人工智能可做到哪个地步? Google研发DeepMind技术的AlphaGo人工智能，最近挑战人类围棋高手李世石，结果连下三城，打破人们的想象，令人再次关心人工智能技术的发展和可能性。其实人工智能早已走入大家的生活中，由Siri到Google Now，智能助理已走入寻常百姓家，但到底人工智能可以做到哪一个地步，却仍然有人在挑战。 IBM早在20年前已在研究人工智能，其研究成果--超级计算机深蓝（DeepBlue）就专门分析西洋象棋，1997年更击败了当年的西洋棋世界冠军卡斯巴洛夫（Garry Kasparov），震惊全世界。深蓝的胜利当时已引来一些人的忧虑，担心科幻电影如《未来战士》的桥段会出现，但更多人期望人工智能的发展可协助人类解决更多现实的问题。 20年后的今天，人类还未灭亡，但人工智能的发展却没有停下来。当年深蓝的设计是专门研究西洋象棋，但今天的人工智能早已不限于一两种的使用领域。围棋是人类发明的所有游戏中最深奥的，其思路变化是西洋象棋的数百倍，向来被视为人工智能难以达到的“圣母峰”，因此GoogleAlphaGo的胜利才会受到如此重视。 当计算机像人脑般可以自主学习 今年一月底，科学论文杂志《自然》刊登了GoogleAlphaGo在没有让子的情况下，完胜欧洲围棋冠军的消息，激起了科技界和围棋界人士的热烈讨论，Google更是下战书挑战近十年被誉为最强传奇棋手的韩国李世石九段，而比赛结果已经被广泛报导了。深蓝的胜利只是运算能力的优势：每秒钟计算两亿步棋，把所有可能全列出后，再选最高分数和最好的一步。不同于深蓝的人工智能，Google AlphaGo的背后采用的是DeepMind技术，而IBM最新的人工智能Watson也采用了DeepLearning技术，使其具备自主学习能力。 道家《庄子》有曰：吾生也有涯，而知也无涯，以有涯随无涯，殆已。直译，就是人类知识太多、太广泛，人类要学懂所有知识是没有可能的。但对计算机却不是如此，在平行运算、云运算技术广泛应用的今天，就算是预测明天天气也变得可行，所以如果计算机要学习比人类还要多的知识，并非不可能。 胜了围棋只是“小事情” 从这个角度来看，人工智能胜了围棋真的只是“小事情”。你想想，再厉害的围棋机器人也没什么商业价值，毕竟这只是小众兴趣，更别提一般人下棋只是为了娱乐，不是挑战难度。深蓝当年的胜利能振兴IBM股价，当然不是因为IBM可以推出西洋棋游戏来卖钱，而是人们相信人工智能可做更多的事。 20年前的深蓝是为了挑战西洋象棋而设计的，因此当它胜过世界棋王后就已经可以退役了。但Deep Learning技术就像人脑一样有无限的可能性：只要你教给它围棋，它就学围棋；教它烹饪，它就学烹饪。人工神经网络是一种复杂的非线性系统，即使是复杂的抽象概念也能理解，只要让它们有足够的数据学习，理论上没什么事可以难倒他们。 而刚在澳门举行的IBM ExecutiveSummit 2016上，IBM就展示了他们研发的深度学习人工智能Watson的各种应用可能性。从大家在科幻电影会见到的智能助理，到创造新菜式的ChefWatson，以至应用到了分析股市、消费者行为，甚至连接待员、面试官也可以做，认知计算时代（CognitiveEra）已经来临。 认知计算时代已经来临 早前Unwire.pro就报导过，IBM的业务已由传统IT方案供货商，转型为以提供云端服务和认知商业为主的业务模式。而这已经陆续开始反映在业绩之上，IBM香港总经理戴泽棠向Unwire.pro透露，去年IBM的收入中就有35%来自认知计算（Cognitivecomputing）和云计算，而且预期未来比重将会更高。 “经过十多个季度的转型，IBM现在已逐步成为一家以提供认知计算和云计算服务的公司，基于这两项新业务的收入也由2013年的22%增至去年的35%。我们预期这个比例会继续提高，成为更重要的收入来源，但同时也会保留现有的传统IT业务以应对客户的要求。”戴泽棠说。 现在几乎每家公司都会讨论“大数据”，但当非结构化数据愈来愈多，这些看不见的、易被忽略的数据将愈来愈多。而认知运算就是让计算机学习像人类般思考，了解结构化及非结构化数据后进行自行推测、深思、论证、推论，突破人类分析的盲点。 基于认知计算的各种解决方案，将在不同领域为人类提供服务，甚至可以改变人们学习、生活、交易、建立关系、竞争与致胜的方式。而IBM Watson正是认知计算的实际应用，据戴泽棠透露，已有多达42个API可供使用，并将陆续应用在商业分析、会计、金融、医疗、烹饪、接待等不同领域。 理解自然语言、做到真正“对答” 换言之，下棋其实只是很“小儿科”的事。借助IBM Watson，计算机其实能为人类处理更多更生活化的事。例如希尔顿酒店集团就开始在美国维珍尼亚州的Hilton McLean酒店，测试使用IBM Watson技术的人工智能礼宾机器人。 酒店住客可向机器人查询常见的问题，例如酒店附近有何景点、餐厅、名胜之类，当然也能查询酒店信息。查询当然是透过语音进行对答，这背后正是利用了IBM Watson的深度认知技术，进行自然语言分析并理解内容后对答。 以前也有人做过可以对答的人工智能，如果有一定网龄的读者可能都在MSN或网上聊天室和这样的人工智能对答过。但是你会发现答案经常“牛头不对马嘴”，原因正是当时的计算机没有理解语言。而自然语言分析就做到真正了解问题是什么，并从云端找到正确的解答，背后便是深度学习的成果。 类似的机器人助理已开始应用在各种服务业的接待工作，例如美国的希尔顿酒店、日本的三菱日联银行和软银等，不仅作为一种噱头，普及后更有助减少对服务人员的人手依赖。有研究指在未来30年内将有一半人类的工作岗位会被自动化所取代，人性化的人工智能将令需要面向人类的部分工作更容易用机器人来取代。 深度学习医疗案例，减少断错症机会 也许有人觉得接待工作未必需要很高的智能，但其实要了解50种语言并能快速对答，绝对不易。另一个Watson的应用是医疗，去年IBM就成立了Watson Health专注在医疗应用上，协助医生做出更精准的医疗判断。就像GoogleAlphaGo要先分析成千上万的棋谱才能挑战棋王，医生同样需要花大量时间研究案例，才能在临床时有更正确判断。 但问题是人类时间和记忆也有界限，不可能所有案例都看过，而IBM Watson正好适合这一支持角色。IBM Watson透过用深度学习来了解大量的医疗案例，当医生作判断时就能提出多一个意见，若遇上比较罕见案例，医生有可能会忽略某些可能性，这时Watson的意见就能作为一个保险。 初创公司Pathway Genomics就与IBM合作研究，收集及分析求诊者的基因序列分析后，将结果送予Watson分析，从而提出建议的饮食习惯、作息、运动、药物应用的改善。如果再配合Watson IoT物联网技术，未来可配合穿戴式装置可掌握更多用户的身体数据，不仅可以改善健康甚至将有助更多的医疗科学研究。 分析股票保险，帮助人类作出最佳决定 回到更多人关心的金融服务类别。在刚过去的IBMExecutive Summit 2016上，IBM展出了多款基于认知运算的商业方案。例如保险业可分析保单和保费，Watson除可检查各种理赔申请的可信性和应赔金额外，也可按申索次数和金额而自动计算续保时的保费，甚至利用物联网技术掌握投保人的生活和饮食习惯，为客户订制更适合的保险计划。 又例如股票分析往往看股民情绪，并非只看企业的业绩。IBMWatson就可透过自然语言分析，收集该公司在网络上被报导和讨论的活跃程度，甚至能分析内文是属于正面的还是负面的，从而掌握股民情绪，协助持股的基金或企业及早作出部署。虽然现场指并未做到直接按分析结果自动买卖，但用作个人理财智能助理却绝对有其价值。 能否找到新工作，要问Watson？ 但在IBM Executive Summit2016上最让Unwire.pro眼前一亮的，是把IBM Watson用于人力资源（HR）上。 还记得文章开始前说“能否有新工作可能还要先问准 Watson”吗？这并不是说人工智能要赶绝人类了，而是人工智能将成为“人事部”的一部分，未来你的面试官随时包括了IBM Watson。 网络上有这样的故事流传：有一中国女生到德国留学，发现当地的地铁没有检票口，为了省钱就每天都逃票，毕业后在欧洲求职，屡次被拒后发现，原来是因为她有数次逃票被抓的纪录，企业认为她不值得信任，因此没有公司愿意聘用她。 故事真伪不是重点，而是现代的商业机构并非只重视一个人的学历和能力，应征者的品格、性格、态度等因素都是考虑之列。要对应征者“起底”，尤其是数量比较多的求职者的时候，人力其实是很困难的，而IBM Watson便能协助机构收集应征者在网络上的言行，再配合面试时的数据综合分析，如果某些特质并不适合这岗位，就会拒绝聘用。 透彻员工评核、减少怀才不遇 既然可以判断一个人是否适合聘请，那能不能判断一个人是否在合适他的职位？人事部的工作也包括员工评核，而这种工作以前也是主观的由人类上司去做，那交由人工智能去做是否一样可行？在IBM Executive Summit 2016上也展出了这种方案。 人事管理学问有所谓“彼得原理”，即一个人会因为良好工作表现，而升迁到一个不符合他能力的位置并止步于此。有时现在的工作是否适合自己连当事人也不知道，这也要看职位本身的特性和当事人的性格和能力。 而IBM Watson就可透过分析员工的本质，向人事部提供员工的生涯规划建议，把真正被埋没的“怀才不遇”找出来，安放到适合的位置，这对员工和公司而言也是“人尽其才”。 不少大机构都会有实习制度，新加入的员工会轮流在不同的部门工作过，再决定于哪一个部门发展，而政府公务员也有类似制度。未来这些实习制度也许能大为简化，因是否适任的测试可利用Watson分析，大为减少多余的实习时间，让实习生早日在适合的领域开始发展。 总结：人类是否该让人工智能主宰人生？ 从商业角度，人工智能的强大对他们而言是有利多于有害，人们不仅可利用人工智能代替人类处理各种工作，而且其精准度更高于人类，失误率亦更低。而像AlphaGo和Chef Watson的案例，其实也证明了人工智能会找到人类从未发掘过的可能性，并非只为棋艺和厨艺带来全新的视野。 但从个体的角度，或是人类的角度来看，人工智能的强势是否会主宰人类的人生？科幻电影里人类会被计算机决定人生规划，适合不适合什么都一早被决定，但会否也否定了人类成长的可能性？尤其当有人跟你说，是人工智能觉得你不适合这工作，又会否有人会服气？ 另一方面，金融服务或各种商业机构，今天尚且未能完全做到“数据驱动”(Data Driven)的地步，要相信人工智能的判断也许仍要一段日子。让笔者疑虑的是，当人类把思考分析“外判”给计算机，太过相信人工智能去做决定会否反而令人变得更蠢了？就像今天大家可能已记不到亲朋好友的手机电话号码一样。 这问题我也在IBM Executive Summit2016上请教了IBM大中华区总裁陈黎明，他表示不需忧虑：“人类以前要背诵九因歌、圆周率，但现在都可以用计算器计算，人类有因此变蠢吗?反而人脑因此可以做到更多、更深入的的研究,因此只会变得更聪明而已。” 嗯，笔者也希望如此吧。 和我们一起，点亮未来蓝图 ============================== 你，心动了吗？ 官方网站 http://www.ibmcampus.com/ 官方微博 @IBM校园招聘微博 官方微信 @IBM校园行 校招第一手资讯抢先知！ 微信扫一扫 关注该公众号