IBM或许是对当前的智能系统有着最深刻理解的公司。在全球各地,已经有数十个该公司称之为‘智能行星’(smart planet)的系统用于解决各式各样的基础设施问题,如位于瑞典斯德哥尔摩的智能运输系统;马耳他的国家级智能电网(也是全球第一个);以及设置在纽约大都会博物馆,用于保护艺术品的无线传感器网络等。
“智能系统每天所产生的资料比美国所有图书馆的资料加起来还要多出8倍──而其中有85%都是非结构化的,”IBM院士暨技术长及系统部门技术策略副总裁Jai Menon说。“目前的商业情报仍难以对所有非结构化资料进行分析并进一步获取价值,而Watson则是一个很好的例子,因为它能快速回答有关非结构化资料的问题。”
传统的IT分析都执行结构化资料,透过数据库整理所有资料,可以轻易地进行搜索、排序,并使用知名的数学公式进行分析。但Watson证实凌乱的、非结构化的资料,也能借着巧妙制作分析优势,在最佳化的系统架构上轻易地进行搜索。
“针对金融市场的分析──如商品价格预测──是透过已知周期性模式进行的。然而,要预测基础设计的失效风险,如水管究竟有多长,而最后这就是我们所说的非结构化问题,”IBM研究中心工程师暨商业分析总监Arun Hampapur说。
IBM最近运用智能系统解决非结构性问题的例子,主要是利用Watson为医疗保健、银行和金融、零售、法律和政府监控等领域建立自动化顾问。“我们每天都接到各行各业领导人的电话,他们都希望Watson能展开更多新应用,举例来说,如何能更快速、更方便地订机票等,”Hampapur说。
另一个例子,全美最大型的保健服务供货商WellPoint公司最近宣布,将采用Watson所衍生的智能系统,透过从数百万的医疗记录、期刊文献和最新医学研究结果中,获取和患者症状匹配的资料来简化并加速医疗诊断。
Watson是以IBM所建构的技术为基础,这些技术是为了解决智能城市开发项目中非结构化问题所开发的。IBM的探索行动是从运用其传统资中心分析的长处开始,而后不断朝智能系统的方向进行开发。这家公司不断朝着可运用嵌入式处理器本身进行分析的边缘连接网络方向努力。Menon指出,芝加哥警察“在边缘网络使用了智能分析,能自动将保全摄影镜头转向qiang响的方向,因此当接到911报案电话时,他们已经能够获得qiang枝口径读数和摄影镜头所转向的方位等信息了。”
过去几年内,IBM已经花费超过150亿美元,用于收购具备专业分析知识的公司,该公司希望为可融合来自多个感测输入的智能系统,开发新一代的感知计算机(cognitive-computer)芯片。