IBM开发口袋大小沃森电脑 添加语音和图像识别

近日消息，IBM的研究人员花费了4年时间来开发沃森（Watson）超级电脑，这种电脑系统足够聪明，以至于击败了智力竞赛节目Jeopardy的冠军。现在，他们正尝试找出将这种能力赋予手机的方法。

IBM创新副总裁伯尼·迈尔森（Bernie Meyerson）构想了一种声控的沃森电脑系统，这种系统能回答各种问题，就像是苹果Siri个人语音助理服务的超级版。举例来说，一名农夫可以站在田地里问他的手机说：“我应该在什么时候种植玉米？”然后他就会在几秒钟内得到一个答案，而这个答案将基于他所处的位置数据、历史趋势以及科学研究得出。

为沃森电脑系统找到更多用户是IBM一项计划的部分内容，这项计划旨在开辟新的市场，在2015年以前将IBM来自于商务分析业务的营收提高至160亿美元。在通过智力竞赛节目Jeopardy掌握了历史和流行文化以后，这个电脑系统正在为花旗集团运算金融信息，以及为美国第二大医疗保险公司维朋运算癌症相关数据。下一个版本的沃森电脑将命名为“Watson 2.0”，这种电脑系统将足够节能，从而能在智能手机和平板电脑上运行。

“运行沃森电脑系统所需要的功率正在象降落中的石头那样迅速下降。”迈尔森在接受采访时说道。“有一天，你将可以迅速获取一个令人难以置信的引擎，这个引擎将拥有一个覆盖全球的知识库。”

IBM预计，通过将沃森电脑系统引入金融、医疗保健、电信及其他领域的方式，该公司将可创造数十亿美元的销售额。有1500万人见证了这种电脑系统击败Jeopardy节目冠军肯·詹尼斯（Ken Jennings）和布拉德·鲁特尔（Brad Rutter）的过程，而这种电脑系统已经成为IBM七年以来最受人瞩目的产品，当时他向联想集团出售了自己的个人电脑部门。

语音识别

IBM所面临的挑战是克服那些阻碍沃森电脑系统变成便携式产品的技术障碍，并找出为其定价和交付这种产品的方法。沃森电脑系统的神经中枢是在纽约州约克城高地运行的10台IBM Power750服务器，这些服务器的处理能力相当于6000台台式机。即使大多数的计算指令都是在数据中心中发生的，但沃森电脑应用仍将消耗过大的功率，因此到目前为止还无法变成便携式产品。

另一个障碍则是，沃森电脑系统需要一段时间来进行必要的“机器学习”，随后才能成为某个领域中的可靠助手。IBM在去年9月份宣布了沃森电脑系统与维朋之间的交易，而这个系统至少要到2013年底才能掌握肿瘤学领域的知识。

赋予更多感觉

此外，IBM的行业研究副总裁凯萨琳·弗雷斯（Katharine Frase）指出，研究人员还需要在这项服务中加入语音和图像识别功能，才能让其对来自真实世界的输入信号作出回应。

“在沃森2.0中，我们希望能赋予它更多的感觉。”弗雷斯说道。“目标是能让一个人对他的手机说：‘这是我所在的地方，而这是我看到的东西。’然后举起手机来，拍下周围环境的照片。”

IBM通向移动助理市场的道路与苹果的道路形成了对比。对IBM来说，这家公司将重点放在企业客户身上；而就苹果而言，其目标对象则是购买该公司手机的任何用户。

苹果将Siri个人语音助理服务作为其iPhone 4S手机的营销重点，这款手机是在去年推出的。这个软件被吹捧为能对各种广泛的问题作出回答的个人助手，比如说“我明天需要带伞吗”，然后在日历中加入提醒信息。

Siri已经变成iPhone最典型的特征之一，但这种服务同时也招来了投诉。据美国投资银行派杰（Piper Jaffray & Co.）在今年6月份发布的一份调查报告显示，Siri只能在不到70%的时间里正确地解答问题。

增强版Siri

苹果发言人特鲁迪·穆勒（Trudy Muller）对此表示，用户对Siri功能感到满意。他还表示，该公司将在下一个版本的iOS操作系统中对Siri功能作出进一步的改进。

“Siri是iPhone 4S最受欢迎的功能之一。”穆勒说道。“iOS 6操作系统将在今年秋天发布，届时将推出新的功能，到那时Siri将可帮助你通过语音方式完成更多的任务。”

通过沃森电脑系统，IBM的目标是解决更加复杂的问题。IBM的首席医疗科学家马丁·科恩（Martin Koh）表示，这个系统的程序将可足够好地理解肿瘤学的知识，从而可在诊断和处方方面为医生提供建议。一个沃森电脑系统的iPad应用——这个医疗保健程序是由哥伦比亚大学的一位教授开发的——正被用于为未来的IBM客户展示其医疗相关功能。

随着技术的改进，移动版的沃森电脑系统可能会变成IBM现在已向维朋等企业客户所提供之服务的延展。IBM此举符合该公司更加广泛的战略，内容是促进分析软件的发展，这种软件能帮助其企业客户判断各种问题，从婴儿死亡率到南美洲的洪水都可进行分析。昨天，IBM同意以大约13亿美元的价格收购美国人力资源外包公司Kenexa，此举同样是这项战略的部分内容。

研究症状

在一种可能发生的情境中，一名病人可以通过移动设备来进入沃森电脑系统，这个系统将以自然语言来解释病人的症状。随后，病人将可获得有关可能将会发生的事情的多种建议，这些建议将以电脑信任的级别来排序。科恩表示，病人和医生都可以进入这个系统，它将以安全的方式获取病人的医疗记录，并基于怀孕或糖尿病等因素来对答案作出调整。

就目前而言，这些功能正在为医疗服务提供商开发，而尚未为病人本身开发，而且这个程序仍旧处在测试阶段中。

“未来我们将会做到的事情是，你将不再需要任何的中间人。”迈尔森说道。

学习主题

为了“教会”沃森电脑系统一个主题，比如说是肿瘤学等，研究人员需要向其灌输大量的相关问题的答案。然后，研究人员会要求其回答类似的查询请求，而这个系统将通过对文件、网站和书籍进行分析的方式来作出解答，其处理能力可达每秒钟6600万页。研究人员会告诉这个系统哪些答案是正确的，而在这个过程重复足够的次数以后，沃森电脑系统就能培育出足以辅助医生的专业知识。

“它将向你给出推荐答案，并向你展示相关的证据。”弗雷斯说道。

科恩表示，与灌输知识相比，给沃森电脑系统加入语音识别及其他功能可能要简单一些，原因是IBM已经开发了能够理解图像和自然语言的工具。举例来说，IBM为美国军方开发的一个项目就能把英语转换为阿拉伯地方方言。

“沃森电脑系统本身不会解读图像，但IBM拥有能解读图像和海量信息的技术。”科恩说道。“沃森2.0则会将所有这些不同的工具聚合在一起运行。”

更多计算机与外设信息请关注：21ic计算机与外设频道