IBM大中华区董事长陈黎明：认知计算迅猛发展的三个因素

在这波人工智能的浪潮里，与开发通用型人工智能技术不同，做了一百多年企业服务的IBM选择了从自己最擅长的商业应用入手，关注人工智能在商业领域的应用。2016年时就提出了“认知商业”的战略，希望将认知计算技术与行业经验相结合，让人工智能融入企业运营，帮企业实现商业技术的迭代，在技术中实现业绩的发展。

一年之后，IBM召开“人工开物，人机同行”IBM2017中国论坛，希望将这期间成功的案例分享给潜在的商业客户。而在“人工开物，人机同行”IBM2017中国论坛现场，IBM大中华区董事长陈黎明先生还阐述了认知计算在这个时代能够如此得到迅猛的发展的背后动因。

以下为陈黎明在现场的演讲整理。

陈黎明：

一年前正是在这个舞台上，IBM正式在中国发布了认知商业，在短短的一年时间中，人工智能以及认知商业就全面进入了人们的视野，取得了巨大的进展。

在这一年，IBM的认知计算在行业应用全面落地、全面开花；在这一年，我们的绿色地平线项目，从最初的空气污染的预测及管控支持系统，拓展到了公众健康、疾病防控、土壤污染的治理以及食品安全等领域。在这一年，IBM的Watson获得了乌镇世界物联网大会的‘领先科技成果奖’。

IBM在三周前同万达公司签署了公有云服务的战略合作协议，它将成为我们Watson在中国落地的重要的基础设施。

在人工智能诞生的60多年的历史当中，可以说是起起伏伏、跌荡不断，不是一直都像今天这样的风光。然而，IBM在这个领域60年研究波折不断，坚持不懈，投入了大量的人力和探索，可以说是硕果累累。认知计算在这个时代能够如此得到迅猛的发展，我认为有三个重要因素。

第一个是计算力的普遍增长，由量变到质变。首先来看硬件的发展。1969年，当阿波罗登月的时候，阿波罗登月支持导航计算机就是IBM所制造的。当时这套系统的CPU主频只有两个MHz，内存只有2KB，不足以存下我今天讲话的内容。而今天iPhone的手机，CPU有4核，2.23个GHz，3个GB，分别是当年的4400倍到150万倍。随着应用的发展而迅猛增长的是代码，一部iPhone手机里面有120万行代码，一架787飞机里面有400万行代码。一部汽车有1亿行代码，一个小小的心脏起搏器里面就有8万行代码。计算能力的普及和认知计算条件的逐渐成熟，比如说对非结构化数据的理解、推理、深度学习和交互，使得认知计算在技术上得到了最可靠的保障，这是第一个由量变到质变。

第二个是数据的增长由量变到质变。人类一直以来所产生的90%数据都是在过去两年所产生的，总数据量会在每24个月翻一倍。其中医疗健康的数据在2015年的基础上，在今年，也就是2017年会增长99%。同样，政府及教育的数据会增长94%，工业工程数据会增长93%，媒体数据会增长97%。根据IDC的预测，全球数据的总量到2020年会达到40个ZB，一个ZB相当于1后面跟了21个0，据有人测算，这个数据量相当于把全球的沙滩沙粒地总和还要高出57倍。当然我是没有去数过。   

根据估算，人类的医疗健康的数据，在1950年需要50年可以翻一倍。到1980年翻倍的时间只需要七年，到2015年医学知识的翻倍只需要三年的时间。也根据测算，到2030年医疗健康的数据每73年就会翻一倍。  

数据宇宙的出现紧紧依靠传统的计算是没有办法进行这么大规模的分析，传统的存储系统也是同样，也是没有应对这样数据宇宙的爆炸。根据美国CIO  Insight 2012年的测算，美国存储费用中1/3用于存储，1/3用于安全。我们都知道，世界上第一台商用存储设备是IBM在1956年推出的，这一台存储设备有一部小汽车、两个电冰箱那么大，存储能力只有5个MB，不足以存储今天在现场拍摄的一张高清照片。在五年前，我们现在主流的存储技术150万个原子可以存储1个比特的信息。在五年前，IBM科学家发明了12个原子足以存储1个比特的信息。非常高兴地在这里跟大家分享，就在今年2月份，IBM的科学家在《自然》杂志发表文章，我们做到了1个原子可以存储1个比特的信息，这将在大数据的时代带来变革性的一项技术。

如果这项技术得以商业化，据测算，在信用卡这样一张大小的存储设备当中，我们可以存储iTunes上所有内容，其中包括4000万首歌曲，220万个应用，2.5万个电视剧，6.5万部高清电影。认知计算正是在这种情况下呼之欲出，担当重任，而大数据也为人工智能和认知计算提供了最好的原料，这是第二个从量变到质变。   

第三个是随着人工智能的技术不断提高，商业应用的驱动力也变得越来越大，这也出现了量变到质变。举一个例子，中国正在实施“健康中国2030”这样一个宏伟的规划，这当中就包括了很多IT的内容。尤其是远程医疗，以解决医疗资源匮乏及短缺的问题，以解决老少边穷看病难、看病贵的问题。但是即使是远程医疗，也仅仅能够有限度地解决医疗资源不均衡和医疗资源匮乏的问题，真正的解决方案，我们认为依然是在于认知医疗。   

去年在这个舞台上我们介绍了IBM的Watson，在医学影像分析方面所取得的进展，所诊断皮肤黑色素瘤方面，人类专家平均水平准确率可以达到75%-84%。去年我们的准确率达到了85%。在今年我非常欣喜地跟大家分享，Watson对黑色素瘤辨识准确率高达97%。认知医疗在同一个时间可以同时为成千上万的病患提供服务，一旦智能化水平达到了这样的程度，对于解决老少边穷病患看病难、看病贵的问题就会产生巨大的价值。

正是因为有这三个量变到质变，使得我们相信人工智能在这一轮的爆发是真实的，它能够给我们带来巨大的商业价值。   

中国在人工智能方面可以扮演一个非常重要的角色，我们有最完整的工业体系，有高水平的互联网基础设施，有迅速增长的数据资源，这都对认知计算在中国的发展提供绝佳的发展条件。

中国在AI方面的人才也是非常丰富的，其中也包括很多海外的技术人才。在今年全球的AI科技领域所发表的论文当中，据说有43%是由中国人署名的，这为我们在人工智能领域后来居上提供了一个非常好的基础，奠定了一个体系。未来八年中国将培养新一代的信息产业人才950万人，全世界没有第二个国家能够培养和组织这么多的技术人才。

来自：36kr