IBM大中华区CTO谢东：遇见2020 预见AI的十大趋势

导语：今年，在由《麻省理工科技评论（MIT Technology Review）》主办的EmTech China——全球新兴科技峰会上，AI与未来计算依然是最热话题。2020年将至， IBM大中华区首席技术官谢东博士解析了你不可不知的AI十大趋势。

IBM副总裁，大中华区首席技术官 谢东博士

2019年即将过去，2020年很快到来，企业数字化转型如何突破？

MarketsandMarkets预测全球企业数字化转型花费将从2018年的2.9千亿美元猛增至6.65千亿美元1。IDC预计中国人工智能市场将从2018年的161.9亿元飙升到2022年接近700 亿元2。

在这一轮数字化转型的大潮中，人工智能仍将是不可或缺的力量。

对于企业CEO和管理者来说，AI人工智能并非洪水猛兽，也不是好莱坞电影里毁天灭地的机器人，而是必须要跟进的重大战略。同样是IDC预测，到2024年，具备人工智能实力的企业，对客户、竞争对手、监管机构和合作伙伴的响应将比同行快50%3。

IBM已经连续三年被IDC评为全球人工智能市场的领导者，更被评为2018年全球人工智能市场排名第一的领导者4。那么作为全球人工智能市场的领导者，IBM对于2020年企业CEO的AI战略有哪些建议呢？

企业如果要用好AI，必须关注的AI趋势

首先，“AI绝非小事”，AI将渗透到企业的“每寸土地”。以AI为核心的数字化转型对于企业的赋能将绝对不亚于传统IT技术为企业带来的变化。

人工智能的概念由来已久，但到近年来才真正开始发挥作用，不是因为发生了算法革命，而是两种其它重要趋势的影响：积累了训练神经网络模型所需的大量标注数据；计算基础架构让深层的更神经网络比之前使用的各种实现方法更胜一筹。

第二，关注影响广义人工智能发展的技术

我们正从狭义和弱人工智能走向更广义、较强的人工智能。目前的人工智能多为狭义人工智能，通用人工智能未来才会实现。那么处于二者之间的就是较强的人工智能。狭义人工智能指专注于特定任务的人工智能，弱人工智能指没有产生自我意识的人工智能。在当前狭义人工智能任务中，可以利用深度学习在模型预测方面达到超人的准确性，但缺点是需要大量用于训练的标记数据；在较强的人工智能，可让人工智能利用较少的数据就能学习并可跨领域迁移知识，这需要推动训练与推理的统一，这也是IBM的研究重点。

第三，企业在采用人工智能过程中面对的阻碍，与对人工智能系统的信任程度有关

AI的可信性对于企业应用至关重要，只有确保AI所作出的决策是公平、易理解、安全、可信赖，人们才能信任它，AI才能真正发挥作用。一个可信任的AI系统，必须遵循公平性（Fairness）、可解释性（Explainability、健壮性（Robustness）、透明性（Transparency）四大基础原则。IBM提供了相应的工具和技能，如AI fairness 360是一个全面的开放源码工具集，包含度量和算法，用于检查和减轻AI中不必要的偏见，帮助社区建立对AI的信任；AI Explainability 360是一个开源的最先进算法集合，它使用一系列技术来解释AI模型决策；在AI的健壮性/鲁棒性方面，IBM研究院推出了Adversarial Robustness 360 Toolkit；在AI的透明度方面， AI OpenScale的推出是IBM提高所谓的“黑箱方法”透明度的一部分，从而加速AI的规模化发展。在AI的可解释性和可追踪方面，AI OpenScale技术平台，可以在各种 AI 应用程序运行时，检测并解决其中的偏见问题，让企业在人工智能的整个生命周期中实现透明化管理，确保合规。

第四，构建人工智能“阶梯”， 助力企业展开人工智能战略

人工智能“阶梯”十分清晰、简洁，概括而言，共包含四级：

收集——收集数据，让数据变得简单易用；

组织——组织数据，为企业奠定分析基础；

分析——分析数据，构建和扩展值得信赖、可解释的人工智能；

注入——登上前三级阶梯之后，将在下一阶段在整个企业范围内注入并运行人工智能。

人工智能阶梯扮演着向导的角色，根据客户的实际情况帮助他们走上人工智能之旅。

第五：AI技术产品化深化发展，企业可以用更少的数据和专业知识训练和定制模型

与提供基于互联网通用知识的AI公司相比，因为企业对于自有数据的敏感性，IBM非常专注于将AI技术产品化，让企业可以自行创造所需要的人工智能应用。IBM Watson专注于AI技术产品化，即能够让企业用更少的数据和专业知识训练和定制模型的技术，这包括AI定制便捷化、AI自动化、AI模型的可解释性以及嵌入式能力。例如在AI定制便捷化方面，Watson Assistant的核心功能之一为意图分类，可帮助企业从小型训练集中学习知识，这意味着企业不需要招聘大批人员进行数据标注。

第六，跨平台、跨架构、跨领域的数据管理与集成

IBM已经推出了基于红帽OpenShift运行的多云数据平台——IBM云派之数据工具（IBM Cloud Pak for Data），Cloud Pak for Data可以简化和自动化地帮助企业从多种数据中获取洞察的能力，还可以为企业提供一个开放、可扩展的架构，从而使人工智能数据虚拟化的速度提升430%；将一系列Watson解决方案和预培训服务推向市场，造福各行各业，包括农业、人力资源、供应链、汽车和制造业等；借助Watson Anywhere，Watson产品可以在混合多云环境中的任何位置运行，解除厂商锁定。

第七，AI人才培养才是真正的企业发展战略

IBM商业价值研究院（IBV）2019年9月发布的研究显示，在AI和智能自动化时代，未来三年内在全球12个主要经济体中，超过1.2亿的企业员工需要学习新技能或接受再培训，其中在中国就超过5000万。在受访的CEO中仅41%表示拥有执行商业战略所需的人才、技能和资源等。5

IBM在过去的几年里一直在为内部和外部受众制定技能计划、课程和认证计划。此外，IBM 在 2018 年推出了咨询服务 Data Science Elite Team，旨在根据客户的目标提供数据科学评估、POC 以及采用数据科学和人工智能技术的蓝图。而在企业人才培养期间，IBM Garage（IBM车库）能帮助企业数字化重塑，同时打造开放协作和持续学习的企业文化。

第八，企业文化转型，转变为嵌入AI能力的平台型学习型组织

大多数企业将文化转变列为妨碍打造真正的数字化认知型企业的最大障碍，随着工作方式的变化，企业领导亟需探寻新的激励、组织和参与模式，“指数型学习”文化将再次成为学习型企业的发展动力。而建立“指数型学习”企业就需要一个嵌入了AI能力的核心平台，该平台能快速有效地持续开展学习，以指数级速度积累知识，适应不断变化的市场。

第九，更加绿色和安全的AI，需要相应的IA基础设施

AI的快速发展正在激发更大规模的数据中心，而大规模的数据中心也会“吃掉”城市的电力。此外，数据中心的安全在AI时代也更为重要。在现有计算架构下，减少数据中心数量和数据中心规模的同时实现更安全的数据中心，唯一方法就是采用更加高度集成的计算机器，这就是IBM z系列大型机和LinuxOne大型机以及POWER小型机。

例如最新发布的IBM大型主机z15，一台可顶百台小型机，还可以提供更高级别安全保障，包括可对所有数据进行加密、在数据离开系统后仍继续实施保护，最大限度减少数据泄露和不合规的影响。通过普遍加密，控制并保护数据以及确保隐私，IBM z15旨在交付最高的安全性，无论数据位于生态系统的任何位置，都能对其实现加密。

第十，关注AI计算的未来

在通向未来通用人工智能和强人工智能的道路上，还有很多黑科技处于探索阶段。IBM研究院AI硬件中心的目标是将当前的人工智能系统性能效率在未来十年提升千倍，为了达到这个目标，IBM与众多合作伙伴一起推进从芯片、材料、架构等硬件到支持AI计算任务软件的创新，例如用模拟内核代替当前流行的数字内核，再辅以优化材料，可在2030年提升今年AI算力的千倍6。

而在更远的未来，IBM已经在原子存储和量子计算领域布局，从物理材料入手彻底让今天的AI计算和算力颠覆式创新。2017年3月，IBM研究员在《自然科学》上发表了可商用原子存储的阶段性研究成果7，后于2019年10月再次演示了利用单个原子作为量子信息处理的量子位，推进量子计算的商用进展。2019年10月，IBM再次推出原子存储的最新研究成果：利用单个原子作为量子信息处理的量子位，而这一发现将是商用量子计算的新基石。2019年9月，IBM总部发布新闻，推出具有53个量子位的第14台量子计算机并向外界开放，是迄今可供外部使用的最大通用量子计算机8。

IBM能确保企业可以使用世界上最好的人工智能，这是与IBM合作的一个关键点。可以说IBM是全球和人工智能领域内最好的研究机构之一，而且IBM有能力吸收人工智能领域内的最新技术。仅去年一年，IBM就发表了600多篇关于人工智能的科技论文，而且获得了1600多项人工智能专利。IBM确保有足够的能力，不断推动人工智能的前进。

预测未来、不如定义未来，从这个角度来说，其实最大的AI趋势就是与IBM一起共同定义未来！关于这一点，CEO们是否赞同呢？

1， marketsandmarkets， https：//www.marketsandmarkets.com/Market-Reports/digital-transformation-market-43010479.html

2， 中国信息通信研究院，《5G+云+AI：数字经济时代的新引擎》，http://www.caict.ac.cn/kxyj/qwfb/bps/201912/t20191209_271137.htm

3，《IDC FutureScape：2020年全球数字化转型预测》，https：//mp.weixin.qq.com/s/_8Skm11kpVoAz0aqyBvEWQ

4，IDC Worldwide Artificial Intelligence Market Shares 2018， https：//www.ibm.com/downloads/cas/MK85Y8V3

5，IBM商业价值研究院，https：//www.ibm.com/downloads/cas/KMXOY6XM

6， IBM Research， https：//www.ibm.com/blogs/research/2019/02/ai-hardware-center/

7， IBM Research， https：//www.ibm.com/blogs/research/2017/09/quantum-molecule/

8， IBM Research， https：//www.ibm.com/blogs/research/2019/10/on-quantum-supremacy/