走向认知计算的商业化应用

本刊记者｜石菲

2011年，我们通过Watson知道了认知计算。当时人们还不知道这项吸引眼球的新奇技术能做些什么，而随着大数据和云计算时代的到来，认知计算的商业化转化越来越值得期待。但非结构化数据的分析难度和中文语言的博大精深，让认知计算在中国的应用变得难上加难。

女王范、实际、欣赏美、有条理，喜欢在人群当中处于支配地位，这是喜欢梅西的球迷的性格分析。这些数据来自于2014年世界杯期间社交平台上的球迷讨论。IBM和腾讯根据网络媒体平台及社交网络上发布的海量公开信息及数据，进行精准的大数据分析，获得关于球迷话题、球迷类型、球迷个性分析等一系列洞察。

社交大数据倾听网民“心声”

在和腾讯的合作中，为深度挖掘社交平台上形式丰富的非结构化信息，提取有指导意义的洞察，IBM构建了社交大数据分析系统，利用机器自学习方法和自然语言分析技术来倾听网民的“心声”。

其中用到四点关键技术。命名实体识别是指在处理非结构化数据时，不管球迷通过任何设备录入信息，都有一些文字没有标点符号，不同的短语在中文里有着不同的含义，需要IBM利用技术把人名、球队名等识别出来，以便进一步的分析；话题检测则用于帮助识别网友讨论的话题；在理解球迷讨论的话题后，利用语义情感分析可以判断球迷的立场是支持还是否定，从而获得球迷情感上的倾向；最后，社交平台上聚集了众多球迷，讨论各种类型的话题，利用网络关系抽取技术，对球迷集中讨论的众多话题进行综合分析，从而将话题间真正有价值、有分析意义的内容关联出来。

IBM大中华区全球信息服务部云计算服务总经理余忠宁表示，“这个项目的技术热点有两方面，一方面是IT基础架构的支持，SoftLayer可以为大数据的抓取提供最直接和最有力的支持，保证了实时、灵活、稳固、可扩展的计算力支持。另一方面是认知层面的计算能力。只有让计算机理解人类的语言，理解人类的行为，才能帮助客户找到价值亮点和洞察未来的方向。IBM目前已经可以让机器像人一样了解语言表面和语言底下的信息。”

认知计算创造新价值

近几年社交媒体和移动互联网的火爆使得人人都可以很方便地发表观点，这些数据蕴藏着巨大的商业价值。社交媒体上的讨论不仅体现了球迷对球队和球员的关注，在深入挖掘后也可以为商家带来新的商机。比如根据喜欢不同球星的球迷分类，精准定位哪位球星适合某一类商品的广告代言。

就在前些日子，IBM收购了人工智能创业公司Cognea。Cognea开发了一个基于认知计算和对话的人工智能平台，致力于为银行呼叫中心等企业客户提供能够个性化对话的虚拟助手。在IBM提供的虚拟展示中，沃森只借助一份内部备忘录就可以总结出一份虚构的公司战略和决策算法，同时它还具备了语音控制功能。经过与虚拟高管的多次对话，沃森不断地缩小相关结果的内容，并最终得出一个结论。

认知计算的商业化应用也许会在不久后为我们带来不可思议的变化。