编者按: 11 月 23 日，科大讯飞年度发布会在京举行， IBM 中国研究院院长沈晓卫在会上作为合作伙伴发表了演讲，表示人类已经从传统的“编程时代”迈向“认知时代”，人工智能已经可以走出实验室而应用于实际行业领域，医疗和物联网就是很好的例子。另外他相信，这样一个“时代”转型不是一个单独的企业所能完成的，需要各大公司通力合作，这也是 IBM 与科大讯飞合作的方向。以下为沈晓卫演讲原文，雷锋网(公众号：雷锋网)编辑整理。
今天的 IT 处在一个非常非常不一样的时刻，面临着新的挑战和机遇。那么最重大的机遇之一，就是大数据，这是传统的 IT 的技术无法应对的。那么可以应对这个挑战的新的 IT 的技术，就是人工智能，或者叫做认知计算技术。
从“编程时代”到“认知时代”
上个世纪40年代电子计算机出现，上个世纪60年代电子计算机真正进入商业化。在过去几十年，整个IT 的发展是处在一个“编程时代”。
我们构建一个计算机的系统，往往是基于传统的冯诺依曼的体系架构，计算机根据我们编写的程序来运作。今天我们看到人工智能把整个 IT 带向一个全新的时代，我们把它叫做“认知时代”。这样的一个IT系统，它可以自我学习，可以通过大数据中从无到有，来不断地变得更加智慧。这就是说IT从传统的数字化、互联化不断迈向智慧化。
很多朋友在这里可能知道1997年 IBM 的深蓝计算机，在国际象棋比赛中战胜了当时的世界冠军卡斯帕罗夫。2011年，我们做了一个叫做 Watson Jeopardy 的系统，那这里我给大家放一段当年在美国 CBS 电视台比赛的视频，这个智力问答比赛中 Watson 战胜了人类冠军。
虽然这是5年前的一段比赛，但从中可以看到我们今天谈的认知系统是一个什么样的系统。
认知计算如何在行业中落地
构建一个认知系统，并能够在这样的比赛中战胜人类，是一个很了不起的成就。但这仅仅是我们的一个起点，我们今天需要做的，是把这样的技术与行业结合，来真正解决我们行业中的问题。这是我自己以及讯飞很多朋友共同的理念，所以我们跟他们有很多很多的沟通，并在这方面探讨我们的合作。
我有两方面的这个体会，一方面就是在技术方面，认知计算往下一个方向走，有哪些可能的突破？另一方面就是，认知计算如何与行业结合。
我们今天所谈的“认知创新”，不仅是指人工智能算法的创新，而是整个技术端到端的一个创新，包括我们需要构建新的认知系统、认知平台、认知算法和认知应用。
以认知系统来讲，一方面，我们需要在传统的计算机上做延展，包括用 FPGA、图形处理器来做加速，使它更好地支撑认知应用。另一方面，我们要探讨，如何构建模仿人脑功能的新一代的计算机系统。
比如说今天，我们可以用异步电路设计，来构建一个包含50亿个晶体管，模拟100万神经元、2亿5000万神经突触的系统。因为它是异步电路设计，所以整体功耗仅仅70毫瓦。这只是我们在认知系统、认知芯片这方面想象的一些进展方向。
与此同时，认知本身的能力，尤其是对非结构化数据处理的能力，也需要得到拓展。比如说我们如何让未来的认知系统具有视觉能力。
我们可以想象在医学领域，当我们拿到一个医学影像，无论是 CT 扫描、 MI 扫描和 X 光扫描等等，我们能不能构建一个计算机系统，它能够像放射科医生一样自动进行解读，发现肿瘤的位置。
我们也需要构建未来的认知系统，它能够具有嗅觉，具有听觉，比如一个工程师听到一个引擎的声音，就能判断引擎有出什么问题。那我们是否可以构建一个面向未来的物联网的系统，能够做这样的事情。
我们也需要未来的认知系统具有思辨能力。大家都谈到，未来的计算机系统需要有人机交互能力，可以进行对话。那对话仅仅是第一步，我们还需要系统能进行一定程度的思考。比如说，它能够从纷繁复杂的数据中（可能是社交媒体中的数据，也可能是百科全书中的知识）得出论点，它也可以围绕某个论点，产生支撑或者反对的论据。
一些应用突破正在发生
认知医疗
以医疗领域为例，我们所用到的可以影响治疗方案的数据只有不到 10%，还有很多大健康的数据，我们没有用到。医疗可能会成为首个受到认知计算深刻影响、甚至颠覆的一个行业。在这个行业，我们最近跟讯飞的团队有很多沟通，我们希望在这类行业，探讨合作的可能性。
其中一些设想是这样的。构建一个系统，能够对大量医疗知识，进行自动解读和理解（比如肿瘤方面的治疗论文），从而为医生的诊断提供参考建议。那这实际上就是 Watson 正在做的事情，在中国，我们跟合作伙伴一起，对20万份以上的电子病历进行自动分析，来构建一个糖尿病的管理系统，为医生诊断、治疗糖尿病给出实际的帮助与建议。
认知物联网
物联网是另外一个非常大的一个领域。
传统的物联网概念，是指把物理世界与 IT 世界连接起来，从而对物理世界进行更好的观察、管理和优化，但在未来，我们需要把认知计算带到这个行业。所以我们今天讲的“认知物联网”，是指它能同时处理结构化和非结构化数据，兼具 IT 算法和物理模型，具有自我学习能力的一个机制。
比如说应对空气污染，我们可以根据卫星云图数据、天气数据、环境污染实时监测数据、历史数据，构建一个系统来实时预测未来 72 小时的城市空气污染状况。而且与此同时，系统也给出它各种各样的决策支持的方案，来达到优化空气质量目的。
这都是我们今天，利用认知计算在行业中创新的例子。认知，代表的是未来的 IT 发展的方向。而且我相信没有任何一家单独的企业，可以承担这样一个任务。所以 IBM 也迫切希望，与像科大讯飞这样优秀国内的领军企业进行合作，来共同来开创一个认知计算的美好的未来。
延伸阅读：
人工智能的未来 | 科大讯飞创始人刘庆峰：17年AI从业经验，从这10000字长文中一窥
本文作者：亚萌
本文转自雷锋网禁止二次转载，原文链接
