有了人工智能(AI)的機器，智商應該是多少？
IBM Watson在2011年的電視節(jié)目《Jeopardy！》益智游戲中打敗兩位冠軍得主，使得人工智能技術引發(fā)熱烈討論，并帶來不少想像空間。究竟人腦與透過訓練的電腦何者聰明，仍有待人工智能的后續(xù)發(fā)展。而從商業(yè)市場來看，IBM Watson憑藉其獨特的認知運算能力，在醫(yī)療、金融、零售等市場大放異彩，背后仰賴的技術不僅僅是資料分析，透過其“性格洞察”(Personality Insights)技術，分析文字內(nèi)容(written text)而了解使用者的個性與偏好，并運用自然語意分析技術，達到接近理想的人機互動。
IBM Watson亞太區(qū)技術總監(jiān)Dev Mookerjee在日前訪臺時深入介紹了IBM Watson及其于人工智能的最新發(fā)展。他一開始即強調(diào)，“人工智能使得人類能與機器互動，例如目前常見的聊天機器人(Chatbot)。機器與人的差別在于機器擅長讀行與列，不擅長直覺思考，但人類則相反，而AI正好融合這兩個世界。”
Dev Mookerjee，IBM Watson亞太區(qū)技術總監(jiān)
Watson人工智能有何特殊之處？
如果在十年前，你在搜尋引擎上打出人工智能，可能沒有太多資訊，但現(xiàn)在則會找到數(shù)十家廠商與不同的應用領域。面對新的競爭者快速增加，Mookerjee說：“我們在AI技術的發(fā)展上起步得很早，也正全方位地開發(fā)技術。除了增進深度學習能力以外，也會打造新的晶片模擬人類腦部運作模式。”
Watson系統(tǒng)試著以人類認知行為模式來運作。Mookerjee指出：“我們訓練Watson認知系統(tǒng)模擬人類思考的模式，訓練如何與人類一樣學習以及做出決定。Watson是一個機率系統(tǒng)(probabilistic system)，透過訓練提升它在回答問題時的信心。”
經(jīng)過訓練的Watson系統(tǒng)能理解自然語言，透過認知來了解與分析客戶講話的內(nèi)容，而非僅是依照設定好的規(guī)則來判定。Mookerjee舉了澳洲一家保險公司關于汽車理賠的使用案例。當保險者填了理賠單后，Watson會先讀取這些資料，然后透過語言使用的方式去判讀是否有詐領的現(xiàn)象，協(xié)助保險公司在第一時間先進行審核工作。
能理解自然語言的聊天機器人不僅只是回答問題，還可以透過語言理解能力了解對話者的意圖(intention)。Mookerjee以訂購機票為例子，一般的聊天機器人需要與對話者逐步地提問與回答，才能完成訂票程序，而Watson的Chatbot技術試著了解對話者想要什么，讓使用者能以自己平常說話的方式來訂票，并非僅是問與答的對話。如果要再進一步推薦最好的價位時，可與后方系統(tǒng)進行更多的整合，以提供決策方案。Mookerjee說：“資料分析是Watson的強項，但也只是其功能之一。我們打造這套系統(tǒng)是要了解人類說話與提問的方式，而非只是回答問題。”
Mookerjee提到PersonalityInsights是IBM特有的技術，能透過書寫文字例如信件、部落格或是網(wǎng)路文章內(nèi)容來分析消費者的個性與偏好，了解這個人對于新事物是否比較開放，進而分析其在購買行為上所可能做的決定。
機器學習與“擴增智能”
Mookerjee認為物聯(lián)網(wǎng)(IoT)是很好的應用領域之一。物聯(lián)網(wǎng)透過機器如感測器收集大量機器所產(chǎn)生的資料，這些資料大部份是可用來分析的結構化資料。但是物聯(lián)網(wǎng)中仍有不少非結構化的資料，像是聲音與攝影機所拍攝的影像等。Mookerjee強調(diào)收集與分析非結構化的資料正是Watson的強項，因而能協(xié)助處理這些原始資料。此外，還有一項特殊的物聯(lián)網(wǎng)應用是在生產(chǎn)的最后環(huán)節(jié)架設攝影機，透過影像檢測成品包裝是否毀損，而毋須仰賴人工檢驗。
過去這些影像、PDF、電子郵件等非結構化資料無法被一些傳統(tǒng)系統(tǒng)存取，而Watson系統(tǒng)能協(xié)助企業(yè)讀取并使用這些非結構化的資料。
談到主要應用市場，IBM Watson平臺最早被應用在醫(yī)療，之后延伸到金融、零售、政府與電信等市場。Mookerjee提到，當初并非特意針對某些應用而設計此套系統(tǒng)，由于這些領域擁有大量非結構化的資料，而Watson平臺的核心能力在于分析解讀這些非結構化的資料，因此便自然地運用于這些領域。
包括醫(yī)師或是金融業(yè)里專以往都要花許多時間研讀龐大的醫(yī)學報告或理財資料，而Watson系統(tǒng)透過機器學習、分析與判讀后，便可快速找出相應的解決方案，例如提供退休計劃諮詢或是快速診斷出病癥并推薦適當?shù)寞煼�。其中一個最著名的例子是日本東京大學利用Watson在十分鐘內(nèi)診斷出一名病患得了罕見的白血病，并找出適合的療法，因為Watson系統(tǒng)本身已讀取了兩千萬篇癌癥研究報告，閱讀量相當驚人。
金融業(yè)的客戶服務也是目前成長快速的應用之一，已經(jīng)有銀行采用Watson系統(tǒng)研發(fā)出客服機器人，自然地與消費者對話，提供全年無休的客服系統(tǒng)。例如臺灣的玉山銀行采用Watson認知技術，透過IBM Watson Conversation支援繁體中文的自然語意分析技術，搜集集體對話內(nèi)容并進行語音的分析與辨識，以及持續(xù)的訓練“擴增智能”(Augmented Intelligent)，進而提供智能化的產(chǎn)品推薦與金融諮詢。AI技術對于自然語言的理解與掌握能力預期將會不斷地提升，未來也許在許多需要第一線客服的產(chǎn)業(yè)上將會看到相關服務。
問到何者為高成長領域，Mookerjee認為市場變化太快，不太容易去預測明年此時需要的是什么。Mookerjee解釋：“2015年時，我們與銀行談的內(nèi)容就與現(xiàn)在不一樣。”
Mookerjee認為亞太區(qū)正持續(xù)成長，但每個國家對于破壞式創(chuàng)新技術的接受度不同，像是紐西蘭、澳洲、新加坡、韓國、印度接受度較高。此外，Mookerjee還提到透過伙伴關系推廣產(chǎn)品與服務是很好的一個模式，他以韓國SK Telecom的例子強調(diào)，“我們的服務跑在SK Telecom的伺服器上面，而SKTelecom有團隊幫我們推廣IBM的服務。”
Watson的客戶群以大型企業(yè)為主，也提供相應的解決方案給新創(chuàng)公司。Mookerjee說：“我們創(chuàng)造能理解自然語言的聊天機器人，透過機器學習了解不同的使用者需求。例如，Chatbot的費用較低，符合一些新創(chuàng)公司的要求；大型企業(yè)需要自己專屬的API、資料庫，且規(guī)模較大，可以采用較為進階的版本。相形之下，其他競爭方案先針對新創(chuàng)公司的族群，再提升到大型企業(yè)，這和我們的策略是不同的。”
人工智能的未來
Mookerjee強調(diào)，“人工智能將會持續(xù)的存在，如同當年的數(shù)位轉型一樣，將會成為市場標準(norm)，而人工智能應用迅速擴展及其普及的速度，也遠比當初數(shù)位化的速度更快。”例如過去四年來，Watson系統(tǒng)的核心能力大幅增加，在IBM各方面的服務都可見到Watson的身影。
Mookerjee說：“我到了IBM工作后才發(fā)現(xiàn)世界上有很多被忽略、未被使用到的資料，”透過Watson AI技術可以大量地處理與使用這些資料。如今的市場正在改變，他預計未來五年大家對于AI會有更多的期待。
未來，企業(yè)采用AI技術將是大勢所趨，除了讓企業(yè)更了解客戶，也能提升良好的互動關系。以商業(yè)理論來說，降低顧客的費力程度(reduce customer effort)能協(xié)助提升顧客忠誠度。Mookerjee舉顧客努力指標(Customer Effort Score)解釋，許多公司沒有想過顧客要花多少努力才能與企業(yè)互動，而人工智能在這方面能提供企業(yè)最佳的協(xié)助。
人工智能擴增了人或企業(yè)的知識與能力，這也是為何IBM稱人工智能為擴增智能之故。究竟人工智能能否取代人類？目前無人能提出肯定的答案。機器透過學習而做出判斷時，若訓練資料不足或遭遇未曾碰過的狀況，仍會有失誤的時候，人類透過其經(jīng)驗與其互補，相信是最好的結合。
