您现在的位置:EVP > Innovation > Waston
Waston
人工智能
人工智能(Artificial Intelligence)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。IBM公司的计算机深蓝和沃森都是人工智能领域里程碑式的研究成果。
深蓝
"深蓝"是一台IBM RS/6000 SP 32节点的计算机,运行着当时最优秀的商业UNIX 操作系统——"大I"的 AIX。它的设计思想,着重于如何发挥大规模的并行计算技术。因此,它拥有着超人的计算能力,每秒可检查超过2亿个棋步。在1996年,"深蓝"经过六局比赛打败了俄罗斯国际象棋世界冠军卡斯帕罗夫,向世人展现了人工智能超强的计算和推理能力。"深蓝"技术随后被应用在了蛋白质和人类基因序列分析等领域。
沃森
IBM最新的超级计算机沃森是IBM25个科研工作者过去四年的研究成果。沃森评估了大约2亿页的内容(约一百万册书籍的价值),使用人类自然语言编写沃森采用10支架的、运行Linux的、IBM POWER750服务器发电,使用15兆字节的内存,2880处理器核心,并且操作能力为每秒钟80万亿浮点。在回答问题的时候,沃森是完全自给自足的,也就是说不需要和网络连接,沃森的技术可以理解自然语言的提问,分析数以百万计的信息碎片,并且根据它寻找到的证据提供最佳答案。沃森的名字则是为了纪念IBM的创始人托马斯 J. 沃森先生。
深蓝与沃森
从硬件上来讲,从深蓝到沃森的计算能力有了巨大的进步,更大的差异还在要面对的挑战和应对的算法方面。
深蓝是一台拥有强大推理能力和计算能力的计算机。国际象棋定义明确,主要涉及数学,电脑可以轻易表示每一个游戏状态及相应步骤。
"危险边缘"则要求电脑必须理解人类自然语言。与国际象棋不一样,人类语言完全是开放式的,往往模棱两可,需要上下文才能理解意思。虽然我们可以轻松理解人类语言,但开发理解人类语言的电脑系统却极具挑战性。
深蓝和沃森正是代表着两个不同的里程碑。深蓝体现了数学上的处理能力。沃森直接处理人类语言所表达的、往往模棱两可、需要上下文才能理解意思的知识和问题,并在这一过程中检验所获得答案的可靠度。某种程度上说,沃森具有了人类对于常识的处理能力。
深蓝是一台拥有强大推理能力和计算能力的计算机。国际象棋定义明确,主要涉及数学,电脑可以轻易表示每一个游戏状态及相应步骤。
"危险边缘"则要求电脑必须理解人类自然语言。与国际象棋不一样,人类语言完全是开放式的,往往模棱两可,需要上下文才能理解意思。虽然我们可以轻松理解人类语言,但开发理解人类语言的电脑系统却极具挑战性。
深蓝和沃森正是代表着两个不同的里程碑。深蓝体现了数学上的处理能力。沃森直接处理人类语言所表达的、往往模棱两可、需要上下文才能理解意思的知识和问题,并在这一过程中检验所获得答案的可靠度。某种程度上说,沃森具有了人类对于常识的处理能力。
沃森之所长
自然语言理解是其中的核心问题,特别是如何更快的利用已有的各种非结构化和结构化的知识来帮助自然语言的理解。这中间又涉及到机器学习、大规模并行计算、语义处理等领域。沃森了不起的地方在于把这些技术整合在一个体系架构下,来应对自然语言理解的巨大挑战。理解难懂的问题并给出最佳答案是沃森的特长。根据IBM的科学家的介绍,沃森本身并不会思考。"我们的目标并不是模拟人类大脑。" David Ferrucci在IBM研发团队工作了15年,专门研究自然语言问题以及在非结构化数据中寻找正确答案,他介绍说:"我们的目标是开发一台能更好地理解并通过语言与用户交流的电脑,但它理解和交流的方式并不需要与人一样。"
另外,沃森的技术特点不同于网络搜索引擎。网络搜索引擎能够获取巨大的信息源,反馈给用户的是一个排序的网页名单,其中包括使用者可能需要的数据。搜索引擎是根据受欢迎度和页面排名来展现和答案可能相关的资源,而非提供答案本身。用户仍然需要分析这些建议,并自己决定哪个是最佳答案。
沃森回答问题时将不会连接到互联网或任何外界信息源。在进行问答时,沃森就像人类选手一样,将就已储备的手头信息来确定信心指数以及是否回答,整合的大量而丰富的自然语言文本数据来回答提问
另外,沃森的技术特点不同于网络搜索引擎。网络搜索引擎能够获取巨大的信息源,反馈给用户的是一个排序的网页名单,其中包括使用者可能需要的数据。搜索引擎是根据受欢迎度和页面排名来展现和答案可能相关的资源,而非提供答案本身。用户仍然需要分析这些建议,并自己决定哪个是最佳答案。
沃森回答问题时将不会连接到互联网或任何外界信息源。在进行问答时,沃森就像人类选手一样,将就已储备的手头信息来确定信心指数以及是否回答,整合的大量而丰富的自然语言文本数据来回答提问
〉Waston Further |
|