这个最具有「国企」范儿的外企其实骨子里还是很「极客」
IBM 是如何做人工智能的？
当我脑子里一直在想这个问题的时候，我正在拉斯维加斯 T-Mobile 体育场里的中国 VIP 区域坐着，周围是上万名嘈杂的观众，他们手里一边拿着各种纸质资料，一边在大啖三明治；女主唱正带着她的一众乐手们肆意高歌，唱的都是欧美街头红曲…一切都显示着，这就是一个纯正的美式科技大会应有的样子。
快要半个小时的时间过去了，当人们渐渐开始不耐烦的时候，主人公终于出场了。只见她一头银发却不显老态，目光逼人、面带笑容地走上场，这时全场渐渐安静了下去，似乎都被她的的威压震住了。这时，她终于开口了。
这个人就是 Ginni Rometty——掌管 IBM 这家拥有百年历史的伟大企业的人。用一种也许带有性别歧视的话来讲，相比她的同行 Satya Nadella 或是 Sundar Pichai，Ginni Rometty 给人的权威感、亦或是距离感更重，而这似乎也与 IBM 这家公司给一般人的印象有所重叠：稳重、老练，而又不那么「接地气」。
的确，就连做人工智能这件事，他们也和 Google 或是微软走的不一样的路。你能在手机里见到 Google Now 或是 Cortana，也能在生活中用到 Google Translate 或是微软翻译的应用。即使是中国用户「不太方便」使用的 Facebook，很多「心急」的极客们也早就在 Facebook Messenger 中见识了扎克伯格的人工智能路径。然而，和这些伟大公司在人工智能领域拥有同样声望的 IBM 却迟迟没有走进普通用户的眼中。
诚然，也许你会说 IBM Watson 早已名扬世界，但，我几乎可以肯定，你还从未亲身见识过其的「人工智能」。这个早在 2011 年就通过一档智力竞赛游戏名扬世界的人工智能系统究竟有何魔力？
所以，这就是我去美国的目的：看看 IBM 的人工智能之路究竟是怎么走的。
「Watson 是针对商业的人工智能平台。」
事实上，Rometty 的这句话就是 Watson 最大的特点。当然，Google 和微软的最终目的当然也是商业化，但在目前这个阶段，他们都还没有太考虑将商业化作为自己在人工智能领域的主要方向，这从他们的一些行动也能看得出：大量发论文、开源，以此来吸引更多的开发者帮助自己的人工智能技术成长。同时，释放出一些有趣的 C 端产品，比如各种语音助手、翻译工具等，以此来持续获得普通用户的关注。当然，AlphaGo 的胜利就是一个更成功的锦上添花了。
然而，Rometty 所说的「商业化」是目前就持续在进行中的商业化。仅以医疗行业为例，事实上，如果你了解过 Watson，你就知道医疗是他们目前最重要的领域，而在这个领域，他们已经在和产业做很深入的衔接了。
「Watson 已经在癌症和肿瘤学开展工作，向美国、印度、中国、泰国以及世界其他国家的两亿病人提供诊断和治疗，而且这个数字还在增长。上个礼拜我们宣布了一项与几家研究机构和癌症中心合作声明，其中的 Quest Diagnostic 可以获得 50% 的美国医生和 70% 的美国病人信息。」
如果你以为这个新变化还只是发生在美国，那就太天真了。就在刚刚过去不久的 8 月份，IBM 正式宣布将 Watson for Oncology（Watson 肿瘤解决方案）引入中国。截至目前，已经有二十多家国内的医院计算使用 Watson for Oncology 系统，其中包括了中山大学附属肿瘤防治中心、复旦大学附属肿瘤医院等国内顶级肿瘤专科医院。
除此之外，在教育、保险、气象等领域，我们都已经能见到 Watson 深耕的影子了。在未来的几年内，我们也许能在生活的很多角落都无声无息地体察到 Watson 的存在和它的作用。
「十年之后，Watson 要能预测未来。」
IBM 负责认知解决方案的高级副总裁 John Kelly 对于 IBM 的未来给出了这样的预测，显然，这是一个野心勃勃的设想。人人都想预知未来，这样即使是买彩票也能成为百万富翁。但这当然不是 IBM 口中的「预知未来」。
要预测未来，它的根本是要创造出模型，IBM Watson 需要有这种推理的能力，而且能够创造出世界的原形，然后才能开始预测未来。这里的「预测未来」显然就是根据已有的数据和模型对未来做出智能化的推测。举个不恰当的通俗例子，《三国演义》里的诸葛亮为什么能「借东风」？不就是因为他掌握了气象方面的相关数据，所以才能「预测」未来吗？
去年 10 月，IBM 以 20 亿美元的价格收购了全世界最大的气象技术与信息公司之一的 The Weather Company，这笔交易被认为对 IBM 来说至关重要，因为气象几乎能影响到商业活动的方方面面，而其所提供的数据也能帮助 Watson 更精准地做出分析。The Weather Company 的分析员也在现场为我们做了解释，就拿航空业为例，The Weather Company 的数据结合 Watson 的认知技术能够对飞行中的天气状况做出更精准的预测，这能够帮助航空公司提前做出预备方案，减少恶劣天气带来的损失。
同样的案例也发生在医疗领域，只要有了足够多的数据，做出相对精准的预测就不再是一件不可能的事。就像 Rometty 所说：「我们现在已经走过了『什么是 Watson』的阶段，进入了『如何利用 Watson』的时期」。而显然，「预测未来」就是利用 Watson 最好的方式。
「生态系统也很重要。」
「我们现在看到的只是 Watson 能做的一部分，未来在 Watson 生态系统里，我们将引入开发人员、大学、企业家还有一些标杆企业等等，还有那些与 IBM 有相同信念的人。我们相信认知技术能够改变这个世界。」
显然，人人都知道 AI 绝不是一个只靠自己就能完成的事业，大家都在尽量找到更多的合作伙伴，而 IBM 当然也是这么想的。
事实上，IBM 已经开始在具体的分支领域构建不同行业的 Watson 的平台，比如医疗行业，比如金融行业。IBM 已经搭建了 Watson 金融服务平台，就在上个月，他们刚刚收购了 Promontory 公司，这是一家世界有名的风险防范的公司，他们对于 Watson 了解全盘性的认知的帮助很大。
单就这次的 World of Watson 大会，就有来自 102 个国家的数万名各行各业人员参加，其中有的来自初创的小公司，也有员工众多的大公司，同时也有很多来自科研院校的研究人员。Rometty 也透露，目前 Watson 平台所服务的人员已经超过了一百万，未来这个数字会越来越大。
「其实，我们要做的不是人工智能（Artificial Intelligence），而是『增强智能』（Augmenting Intelligence）。」
Rometty 在自己的演讲中多次强调这一点。而如果我们换一个说法，你会发现这样的争论在硅谷已经持续了多年。在人工智能（Artificial Intelligence）与增强智能（Augmenting Intelligence），或者说与智能增强（Intelligence Augmentation）之间做出一个选择大概会是每一位在这个领域从事研究开发工作的人都必须面对的抉择。究竟是让机器取代人类，还是让机器协助人类，这恐怕是一个目前无法回答的问题。
但就像《纽约时报》记者约翰·马尔科夫在《与机器人共舞》中所写到的那样：「在 Cognea（Cognea 是 IBM 在 2014 年收购一家智能语音公司）的帮助下，Watson 获得了对话能力。那么 Watson 将如何为人所用？摆在 IBM 和它的工程师面前的选择题很清晰：Watson 能够作为医生、律师、工程师等职业的助手，也可以取而代之。」
这并不是一个能轻而易举得出结论的问题，而显然，这家公司不愿意对外宣传它的计算机产品能取代人类工人，它更愿意将其描述为医生、工程师等专业人员背后的智囊团，至少在目前看上去是这样。
而这样的选择题发生在整个人工智能行业，比如无人驾驶技术和自动驾驶技术。当 Tesla 选择 Autopilot 辅助驾驶系统时，Google 的无人车已经在硅谷测试许久了。当未来技术成熟时，你究竟会选择让技术帮你变得更强，还是让更聪明、高效的技术取代现有的人类工作呢？
