北京2023年9月15日-- 9月14日至16日,由湖南省人民政府、工业和信息化部主办的2023世界计算大会在长沙举行。IBM大中华区董事长、总经理陈旭东应邀参加开幕式暨开幕论坛,并做主旨演讲。他分享了人工智能领域在近七十年的演进和未来十年的趋势,以及IBM对企业级人工智能的持续探索,包括最新发布的企业级AI与数据平台watsonx。
他认为,人工智能的发展历史基本和计算机的发展同步,且不断得益于算力的增强、算法的优化以及数据的爆炸式增长。今天的IBM拥有全面的基于机器学习和基础模型的企业级 AI 产品组合,并借助IBM车库创新等共创方法、广泛的合作伙伴生态,成为企业落地AI应用的最佳合作伙伴。
IBM大中华区董事长、总经理 陈旭东（图片来源：2023世界计算大会）
以下是他的发言内容节选:
人工智能技术的演进和趋势
人工智能的发展历史基本和计算机的发展同步,不断得益于计算机算力的增强、算法的优化以及数据的爆炸式增长。我们一般都把1956年的达特茅斯会议(Dartmouth Workshop)作为人工智能这门学科的开始,主要归功于计算机科学家阿兰·图灵、数学家约翰·麦卡锡等人的推动。IBM也是这次会议的重要参与者。这个时期的研究主要在探讨如何使计算机模拟人类智能,包括推理、问题解决和学习等方面的能力。
回顾一下67年的发展历史,我们大致可以把人工智能的发展分为四个阶段:
· 第一阶段,专家系统阶段: 专家系统是早期人工智能的代表,它们使用特定领域专家的知识来解决特定问题。比较典型的应用领域有医学诊断、化学分析和工程问题等领域。这个阶段的算力可以支持机器下跳棋。
· 第二阶段,机器学习阶段,大致从上世纪80年代开始,机器学习的兴起标志着人工智能的新时代。这一阶段涌现了许多技术,包括决策树、支持向量机、随机森林等,使计算机能够从数据中学习和进行预测。机器学习应用广泛,包括语音识别、图像处理、自然语言处理和推荐系统等。这个阶段的算力可以支持机器下国际象棋,打败人类世界冠军。
· 第三阶段,深度学习阶段,大致从2000年后开始,深度学习是机器学习的一个子领域,它使用深度神经网络来模拟人类大脑的神经元结构。深度学习在图像识别、自然语言处理和语音识别等领域取得了显著进展。著名的深度学习模型包括卷积神经网络(CNN)和循环神经网络(RNN)。这个阶段的算力可以支持机器下围棋,并战胜人类。
· 第四阶段,基础模型阶段,从2017年至今,基础模型是指在广泛数据上进行训练(通常采用大规模自监督方法)、并可以适应各种下游任务(例如微调)的任何模型。基础模型采用从大量未标注数据进行预训练,使用有限的标签数据,可快速适应企业特定任务,通过智能体与环境互动学习,探索复杂场景如自动驾驶、机器人控制等。
这个阶段的算力出现爆发式增长,同时由于互联网,特别是移动互联网的快速发展,数据也迎来指数级增长。这为大规模自监督的学习方法提供了数据和算力的保障,从而使得大语言模型获得巨大成功,突破了人机之间的语言障碍。
同时,让机器具备了理解、推理、学习、交互的能力。这些能力的应用将迅速改善和优化人机交互场景,比如,企业的自动客服系统可以升级,提高客户满意度。另外,在大模型的辅助下,语言类、编程类任务的工作效率将大幅度提高。
从企业端看,从2017年到2022年的短短五年间,AI采用率增长了近2.5倍。展望未来,人工智能在未来几年的突飞猛进已成定局。我们预计,到2030 年,全能型、多模态的人工智能进一步普及,人类的生产生活将进入全新的人机协同时代。
IBM对企业级人工智能的探索与贡献
今天的IBM是一家专注于混合云和AI的科技公司,也是全球AI技术和AI应用的重要推动者。除了前面提到的达特茅斯会议,人工智能的另一个里程碑时刻也有IBM的推动: 1997年,IBM深蓝计算机击败当时的国际象棋冠军,人工智能开始进入大众视野。2011年,IBM人工智能参加知识竞赛并获得冠军,这意味着12年前IBM的语音识别和语义理解能力已经达到很高的水平。2019年,IBM人工智能辩手已经开始与人类一较高下,其语言表达能力令世界瞩目。今年5月,IBM发布了新一代的企业级AI与数据平台watsonx。
事实上,IBM早在2011年就推出了企业级AI产品 Watson,通过自然语言处理、机器学习、数据分析等AI技术,优化业务流程、支持智能决策。Watson已经在全球超过4万家客户实现了广泛应用。
今天,我们看到“让AI成为核心生产力”已经成为企业领导的迫切需求。IBM商业价值研究院,最近发布了一份面向全球超过30个国家和地区,超过3000名CEO的调研报告。
调研报告显示:有四分之三的受访CEO认为,部署先进的生成式人工智能将为企业带来竞争优势。
然而,61%的CEO表达了对生成式AI中所使用的数据来源的担忧。这一担忧,侧面反映了企业的AI之路面临着重重挑战:首先是技术挑战,尤其是数据的准备、应用和治理;第二是人才挑战,企业需要快速实现人员技能的转型和提升,来拥抱AI浪潮;第三是文化挑战,技能的转型往往伴随组织文化的更新,如何让二者互相成就、带来生产力的提高。
企业级AI能在哪些方面帮助到企业的发展呢?最直接的价值是帮助企业优化业务流程,从而实现降本增效、提高生产力、以及提升客户体验。为了满足企业级AI的需求,IBM基于在AI领域数十年的积累,发布了企业级 AI 与数据平台watsonx。
watsonx不仅能帮助企业运用大模型和生成式AI,同时,也能解决企业级 AI 应用的三大挑战:找到需要的数据、建立合适的模型、监管系统的运营。而且,IBM 还将watsonx 的部分模型和数据集开源,与社区和企业携手共创。
携手IBM共创企业级AI应用
未来,企业将在多个云上使用多个模型,IBM watsonx可以让AI 成为企业的核心生产力。我们可以为客户提供IBM开发的模型,包括针对特定行业的大型基础模型集合;也能支持客户使用开源或者其他公司的模型,以及自己的模型;还能根据不同任务需求,提供预训练的基础模型,包括传统的机器学习和最新的生成式AI 功能。
无论做出何种选择,IBM都能帮助客户进行尝试和实验,包括模型的调优、构建和评估,帮助他们在任何云上部署并调优模型。这也与IBM的混合云和AI战略相一致。
今天的IBM,还拥有业界最全面的基于机器学习和基础模型的企业级 AI 产品组合。借助IBM广泛的合作伙伴生态,已部署到20多个行业的众多用户当中,例如,SAP和IBM 咨询合作构建的25个联合智能行业解决方案正在服务全球客户。
IBM致力成为企业落地AI应用的最佳合作伙伴,并已经做好了充分准备迎接有强烈需求的客户,来IBM参加为期半天的“watsonx 战略工作坊”;并根据工作坊的成果,开展为期四周的 “watsonx 试点项目”,利用IBM车库创新方法,帮助客户开启企业级 AI+ 之旅。
关于IBM
IBM 是全球领先的混合云、人工智能及企业服务提供商,帮助超过 175 个国家和地区的客户,从其拥有的数据中获取商业洞察,简化业务流程,降低成本,并获得行业竞争优势。金融服务、电信和医疗健康等关键基础设施领域的超过 4000 家政府和企业实体依靠 IBM 混合云平台和红帽 OpenShift 快速、高效、安全地实现数字化转型。IBM 在人工智能、量子计算、行业云解决方案和企业服务方面的突破性创新为我们的客户提供了开放和灵活的选择。对企业诚信、透明治理、社会责任、包容文化和服务精神的长期承诺是 IBM 业务发展的基石。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
