當(dāng)人工智能足夠發(fā)達，Watson先生或許可以成為你的全能管家

不必驚訝,，當(dāng)你有一天睜開朦朧的睡眼,，有一份美味的早餐擺在眼前。浴室里的水已經(jīng)調(diào)到了最適合的溫度,。走出家門,，機器人司機已經(jīng)乖乖地來接你了。別忘了,，要熱情地和它打聲招呼——你好啊,，Watson先生。

（本文正在參與鈦媒體最新競拍話題【在人機共存的世界里,，遭遇超級智能Watson,！】的競拍，如果持有不同見解,，鈦妹歡迎你來參與競拍,，觀點PK，不服來戰(zhàn)?。?/strong>

史蒂芬霍金曾經(jīng)警告人類,，人工智能最終將會凌駕于人類智慧之上，從人類的奴役變?yōu)槿祟惖闹魅?。一個月以前一只叫做Alpha狗的出現(xiàn),，似乎證明了他的擔(dān)心并非危言聳聽。

我們對于未來的想象,，總是落后于我們真正創(chuàng)造的未來,。曾經(jīng)滿懷信心地說“物理學(xué)已經(jīng)無所作為，往后無非在一直規(guī)律的小數(shù)點后面加上幾個數(shù)字而已”的物理學(xué)家,，永遠不知道自己視野的狹窄了,。科技走多遠,，人腦給不出準(zhǔn)確的答案,。

在如此復(fù)雜的技術(shù)圖譜里面，處于正中心的,，是計算機,。

1946年第一臺計算機的誕生,，如今看來，稱為人類史的革命毫不為過,。作家們在小說里書寫對于科技的可能性的暢想,，書還沒有面世，便成為了現(xiàn)實主義作品,。

那個時代的研究人員相信，只要輸入足夠的信息,，算法系統(tǒng)就可能形成智能,，從而在自然語言處理和機器思維等方面帶來突破。然而這一思路的進展慢得令人沮喪,，到90年代初項目大多沒有實質(zhì)進展,，人們對符號推理普遍感到失望。

1997年,，深藍計算機擊敗了世界冠軍蓋瑞·卡斯帕羅夫,。然而，這種勝利可能毫無意義,。因為深藍取勝并不是因為比人聰明,，而是其運算速度是人腦的幾百萬倍。人類象棋大師能夠縱觀棋局,，辨析出哪個區(qū)域有利,，哪個區(qū)域危險。而電腦對于重要的情緒沒有知覺感應(yīng),，它只能通過反復(fù)試錯,，找到正解。

能夠計算但是不明白什么是數(shù)學(xué),。感性和理性的天平里,，少了二分之一。

這也是到現(xiàn)在,，機器人如此之多,，有能跳街舞的，能和人們對話的,，卻沒有機器人保姆,、機器人調(diào)酒師、機器人翻譯的原因——真正的人工智能不是App,。沒有深度學(xué)習(xí),，仍然只是冰冷的機器。

那么，未來會是怎樣的圖景呢,？

首先,，是數(shù)據(jù)全面展現(xiàn)它們的魔力。

日常生活中的每一天,，我們都在創(chuàng)造著驚人的信息量,。即使你與電子設(shè)備隔絕，別忘了頭頂幾萬米高空的衛(wèi)星,。了解數(shù)據(jù)是必須的趨勢,，但是數(shù)據(jù)如此龐大決定了不可能人為地進行分析,，而要借助填充了那缺失的二分之一的交互式智能機器人,。

今天，質(zhì)疑大數(shù)據(jù)的普通人們給出的論據(jù)是,，這是否意味著企業(yè)的另一種壟斷,？現(xiàn)在80%的數(shù)據(jù)都是不可見的。時代的大趨勢將會給我們一個回答：數(shù)據(jù)“民主化”,。從云端走向大地,，我們真實地可能擁抱技術(shù)時代。

一個生動的例子是,，數(shù)據(jù)在狗狗身上的應(yīng)用,。美國一家導(dǎo)盲犬機構(gòu)，把三十年的數(shù)據(jù)——包括結(jié)構(gòu)化的基因數(shù)據(jù)和一大堆非結(jié)構(gòu)化的問卷資料——通通轉(zhuǎn)移到Watson系統(tǒng)云端,，利用IBM的技術(shù)支持,，用簡單的規(guī)模化形式將他們呈現(xiàn)出來,。如今,，這些零門檻的數(shù)據(jù)正在有效地幫助導(dǎo)盲犬訓(xùn)練項目的完善。數(shù)據(jù)軟硬的結(jié)合,，降低了訓(xùn)練費用,。通過分析狗狗們的基因、性格和行為習(xí)慣,，實現(xiàn)了與盲人群體最佳的組合匹配,。

至于糖尿病患者，基于大數(shù)據(jù)的認知計算的到來,，可能真正地改變沒有希望的生活,。可以提前3個小時檢測出糖尿病將要發(fā)作的情況,，基于患者的歷史健康數(shù)據(jù),。下載一個App,用戶就能看到每一天消耗的熱量、血糖水平以及精確到克的飲食情況。

機器人在加速走向更廣闊的疆域：在癌癥,、老年癡呆癥,、慢性疾病治療防控上，它們都取得了精湛成果,，甚至還有孕婦營養(yǎng)咨詢行業(yè),。

而對于想去看那么大的世界的你，機器人可能成為一個旅程里不可或缺的伙伴,。數(shù)據(jù)的關(guān)聯(lián)性讓它能告訴你,，你最適合去哪里。

不過,，科技會比大數(shù)據(jù)分析跑到更遠的地方,。早已不再滿足于賣電腦的IBM，是認知計算的最早提出者,，他們正在憑借Waston制造一場革命,。大數(shù)據(jù)分析于是變成了認知計算里的一個小小維度。與大數(shù)據(jù)相比,，認知計算的范圍更廣,、技術(shù)也更為先進。此外,，傳統(tǒng)的大數(shù)據(jù)分析會使用模型或者機器學(xué)習(xí)的方法,，但更多的是靠專家提供。對于認知計算而言,，洞察和預(yù)測只是其中的一種,。但是，認知計算更為強調(diào)人和機器之間自然的交互,。

以“人將對該論題如何反應(yīng)”為視角來運算,，得來的是更近乎“人”的結(jié)果?！拔覀儾粸槿藗兯伎?，而是增進人們的智慧?！倍@,，恰是一種科技的智慧。

第二,，科技將真正在全產(chǎn)業(yè)鏈條,，尤其是商業(yè)上，實現(xiàn)與人類的零距離交互,。

經(jīng)濟學(xué)的教材里公共產(chǎn)品與保險的章節(jié),，都會提及兩個詞：信息不對稱與道德風(fēng)險。實際上，審計,、稅務(wù),、咨詢和其他專業(yè)服務(wù)還嚴(yán)重依賴主觀判斷流程。華爾街們投行,、保險公司的大佬們,，籠罩在巨大的風(fēng)險漩渦里。

今天的消費者想要公司提供迅速,、透明,、個性化的互動。而現(xiàn)實是,超過一半的高管不能有效提供個性化體驗與自助服務(wù),。全面,、快速地打消消費者的憂慮，成了他們的憂慮,。像IBM一樣的科技大佬們都敏銳地覺察到了這一點,。

如計算機科學(xué)之父諾伊曼說的,，計算機能回答任何問題,。不過，他忘記加上一個前提,，伴隨著越來越多神奇的科技的出現(xiàn),。這就意味著，B2C可不夠,B2B領(lǐng)域同樣充滿想象力,。

企業(yè)將可能揭示傳統(tǒng)方法無法發(fā)現(xiàn)的模式和機會,，來提高重要研究的成功機率。而通過提取來自工作流程,、事件背景和環(huán)境的實時信息,，可以大大增強預(yù)測和決策能力，給業(yè)務(wù)帶來更大的確定性,。

在創(chuàng)業(yè)大潮席卷全球之時,，這意味著一種雙贏：我獲得恰當(dāng)?shù)睦麧櫍愕玫綐O致的用戶體驗,。

已經(jīng)有公司開始跑馬圈地了,。在保險公司的理賠管理中,認知計算可以通過即時識別文件和交流中的相關(guān)段落,大大減少理賠所需的時間 。保險服務(wù)正在成為小分子,，獨立地屬于某一位客戶,。畢馬威選擇與像IBM這樣的科技巨頭合作開發(fā)認知服務(wù)，從而幫助他們?nèi)孀裱瓕徲嫹矫娴陌踩?、保密性及合?guī)要求,。而位于加州的合作伙伴Ross Legal已經(jīng)在人工智能的基礎(chǔ)上構(gòu)建法律解決方案。最高法院的大法官們，準(zhǔn)備接招吧,。

未來的圖景從未如此真實,、可觸摸地呈現(xiàn)在我們的眼前。

不必驚訝,，當(dāng)你有一天睜開朦朧的睡眼,，有一份美味的早餐擺在眼前。浴室里的水已經(jīng)調(diào)到了最適合的溫度,。走出家門,，機器人司機已經(jīng)乖乖地來接你了。

別忘了,，要熱情地和它打聲招呼——

你好啊,，Watson先生。