圖片來源/IBM,iThome製表

我們熟悉的資訊科技(Information Technology)發展至今,已經歷大型主機(Mainframe)、主從式架構(Client-Server)的平臺演變,之後出現了網站應用,使得網際網路開始遍及全球,接下來,雲端服務、行動化應用、社群網路、大資料分析陸續開始成熟,成為支撐當代IT發展的關鍵。

而如此多元、但更重視應用方式的IT路線,顯然又與過去的作法有所不同,也使得最終有人提出了「第三平臺(Third Platform)」,來總括目前的IT技術。市場調查研究機構IDC在2007年的預測分析當中,提出了這個說法,並認為第三平臺終將成為資通訊科技市場成長的新核心動力,他們並將雲端服務、行動化應用、社交網路、大資料分析,視為第三平臺的4大支柱。

已成為加速產業創新的關鍵技術

然而,光是這樣的描述,還無法真正貼近IT的最新發展,因為後續仍有許多新的技術趨勢不斷浮現,例如3D列印、物聯網(IoT)、機器人應用、具有感知能力的系統(Cognitive System)、人機自然介面(Natural Interface)、以及針對新興應用的次世代安全技術。於是,IDC也特別將上述6個領域,視為第三平臺用以推動各產業創新的加速器。

這些技術應用當中,一般人大多有所耳聞,但可能對於所謂的認知系統,會感到相當陌生。認知系統不只能分析來自連網裝置的大量資料,更重要的是能夠藉此觀察、學習,並且提供建議,將現行的服務業應用改頭換面,帶向新的境界。

根據IDC的定義,認知系統的軟體功能,牽涉到資料的挖掘、分析、組織、存取,以及建議的提供。為了達到這些目的,這會用到深度的自然語言處理;系統也要能夠了解如何回答問題、提供建議與方向,並且需基於現有可用的所有證據,來假設、推測出可能的答案;同時,認知系統需透過擷取大量資料來訓練,還要能夠從錯誤和失敗當中,自動適應與學習。

因此,認知系統涵蓋的技術相當廣泛,舉凡多國語文、多媒體的資料,以及資料的標記、搜尋、實體與關係的擷取,而且也包括機器學習、深度學習的技術,產生假設與答題的能力,以及資料的分類、分群、圖像化、過濾、警示、導覽等。當然,這類系統也要具有針對上述這些資料的整合存取能力。

根據IDC在11月提出的預測,2015年全球對於認知系統軟體的投資,將會超過10億美元,呈現指數型的成長。而且,認知系統接下來三年的規模擴大程度,更是相當驚人。他們預言,到了2018年,有一半以上的軟體開發團隊,將認知型服務嵌入他們發展的應用上,藉以提升資料處理的流程,改善客戶的個人化體驗。相較之下,當前只有低於1%的開發團隊,能做到這件事。

 

 認知運算是企業運用資料架構的新重心 

 

 程式化電腦時代與認知運算時代的4大特性 

程式化電腦時代

●      1950年代興起

●      結構化資料、反覆分析

●      業務使用者決定提出的問題

●      由IT架構出資料,以回答問題

 

認知運算時代

●      2010年代興起

●      重複、探查式分析

●      由IT提供平臺,以便查找資料

●      由業務使用者來採納平臺,探索可能的問題

資料來源:MDBuyline、IBM,iThome整理,2014年

 

程式化電腦時代已發展到極致,即將邁向下一個階段

認知系統走向商用化的風潮之所以興起,也與運算技術接下來的發展有關。

對於絕大多數人而言,長期以來,我們運用資訊科技的方式,一直都是透過程式化的電腦來達成,這意味著無論任何應用,都必須先有人撰寫程式碼、開發出軟體,然後在那些能夠執行這些程式的電腦上操作,才能使用到當中所提供的功能。

然而,資訊科技發展到現在,由於運算技術的進步、儲存資料的能力與存取速度的提升,雖然已經能承擔各式各樣的任務,但其實很多人也逐漸意識到,發展創新應用的速度仍然不夠快,而且使用者執行應用的方式、是否能夠更快完成工作,也受限於系統的操作介面。

例如,在不同運算平臺上,需開發對應的程式;等到網際網路興起,瀏覽器開始普及,再加上Java、.NET程式語言的出現,降低了開發跨平臺應用的難度,但後來又有智慧型手機、平板電腦的盛行,帶動了一般消費者與企業的行動化應用革命,使用者端開始用僅提供簡單功能的App來得到服務,而不像過去,是透過強調整合多種功能的應用程式,或經由網頁介面來操作。

但不論是多種功能同時整合在一起,或是分成多個軟體來執行,使用者終究還是必須在不同的應用程式之間切換,無法以更快、更簡單的方式達到目的,雖然許多系統已經導入不少自動化處理的機制,但能提升的效率還是很有限。

之所以如此,主要是現在的電腦雖然執行速度很快,但不夠聰明,無法做到主動認知、學習與判斷,再加上軟體改版的頻率雖然越來越快,仍受制於人,因為即使有許多工具的輔助,可減少開發程式的負擔,但工作效率與可靠度終究有極限,若有越來越多的電腦具有更強大的感知與判斷能力,充分運用大資料分析技術,做到自我學習、自己發現問題、並找出答案,甚至懂得寫程式來改良自己,屆時,就能逐漸實現認知運算(Cognitive Computing)的理想。

 

 認知運算系統的基本架構 

 

既然認知運算即將崛起,除了讓人回想過去IT是如何發展成現在的模樣,從最早的打孔機運算,到目前興起的認知運算之間,究竟有何關係?

由於這些過程IBM都曾經大力投入、參與,甚至是主導者,當中的差異他們最為清楚,對此,該公司最常引述的說法是資深副總裁暨全球研發中心總負責人John E. Kelly III提出的三個運算世代論。他們認為,當代電腦發展史可以依此分為3個階段:

1.打孔卡片製表機時代:1900到1940年代

運算的起源於單一用途的機械系統,使用者能夠運用打卡卡片來輸入與儲存資料,之後命令機器做事。透過這些打孔卡片製表機(Tabulation Machine),來進行各種資料處理,可支援商業與社會層面的計算需求,有助於組織、理解與管理很多事情,舉凡人口成長到推動全球經濟的進步,都可透過這些設備進行。

2.程式化電腦時代:1950年代至今

二次世界大戰期間,因為軍事與科學發展的需求,機械式打孔製表機開始提升為電子化系統,隨著數位化電腦快速演進,後來擴及商業與政府應用。

由於搭配了軟體當中的指令程式碼,這類系統可以執行if/then的邏輯式操作,以及迴圈處理。起初電腦是用真空管建造,後來受益於電晶體與微處理器的發行,使得電腦發展有了非常巨大的進展,也造就了60年代摩爾定律的誕生──每隔18個月,容量和速度就會增加1倍。

而且,目前我們所熟知的各種運算裝置,都是基於上述的架構一路演化過來的,從大型主機到個人電腦、智慧型手機、平板電腦,都是屬於程式化的電腦。

3.認知運算時代:2011年開始

早在1960年代,已經有人先預見超越程式化電腦的新一代系統樣貌,那就是美國麻省理工學院電腦科學家J.C.R. Licklider,他發表一篇重要論文《Man-Computer Symbiosis(人與電腦共生)》,就提到許多現代化運算系統的概念,雖然還不知道如何達成,但他了解認知運算的發展已經勢在必行的趨勢,而且會從程式化電腦運算架構自然演化過去。而50年過去了,大規模的平行運算日漸普及,累積了非常大量的結構與非結構化資料,足以為認知運算的發展打下良好基礎。

對於認知運算的發展目的與方向,John E. Kelly III在所著作的《Smart machines: IBM’s Watson and the Era of Cognitive Computing(智慧科技:推動大智移雲的利器)》一書中特別提到,「設計新電腦的目的,並不是為了複製人腦,也不是要用機器的思考方式取代人腦的思考方式」,他強調「進入認知運算時代後,我們需要讓人腦與電腦密切合作,各自為合夥關係貢獻擅長的優點,才能達到更美好的成果。」

「電腦雖有百科全書般的記憶容量與人類無法企及的計算能力,但在創造力、專業或直覺判斷、同理心與道德規範上,無法與人腦相提並論。」

 

資料處理走向認知分析

運算技術的長期發展,與資料分析的應用息息相關,過程可分為資訊基礎、描述式分析、預測性分析、建議式分析,最後成為認知式分析,一路走來,對於資料前後文的分析能力逐漸提升,使用者在執行這些分析時的操作方式,也變得越來越自然、直覺,並獲得更多自動化處理的輔助。(圖片來源/IBM)

 

廠商爭相併購新創公司,積極發展商用化認知系統應用

若要發展認知運算,突破程式化電腦應用的瓶頸,我們在開發軟體時,不能繼續停留在傳統的作法,仰賴人來驅動系統的發展,因為這樣終究無法跳脫現有架構的桎梏,那麼該怎麼做?有人找到方法了嗎?能否大量普及?

這幾年以來,陸續有廠商投入認知運算技術的開發,他們也已經推出一些新的系統或服務,獨樹一格,有別於過去的產品,如今,一般人或企業想要大量採用這類方案的機會,也開始出現了。

在業務應用、商用領域裡面,最出名的是IBM的Watson,而在消費端應用上,已經有不少廠商將相關技術整合在手機、平板電腦等行動裝置上,以智慧型語音助理的服務或App形式執行,像是蘋果的Siri、Google Now、微軟Cortana。

除此之外,許多IT廠商和大型網站業者也積極布局,與認知運算技術有關的新創公司被這些公司併購的消息,最近接連不斷地傳出。

像是IBM在2014年買下語音虛擬助理公司Cognea,今年則買了深度學習與自然語言處理的軟體服務商Alchemy API;微軟也在去年併購身分安全公司Aorato,今年併了文字分析公司Equivio;Intel則在2013年買下語音辨識公司Indisys,今年10月底,他們併購大資料決策支援公司Saffron。

而Google在2013年買走自然語言處理公司Wavii,2014年陸續併購人工智慧公司Deep Mind,以及開發出文字即時通訊智慧助理App的公司Emu。同樣是2014這一年,Facebook買走語音辨識公司Wit.ai,Twitter併購Madbits這家以深度學習分析理解圖片內容的公司,Yahoo買了推出行動數位助理App的公司Incredible Labs。

此外,就連零售業龍頭Walmart也想發展認知運算系統,旗下的Walmart實驗室在2013年併購了大資料與智慧型預測公司Inkiru。

不過,就實際的市場營收來看,並非每一家廠商都被視為認知系統軟體的供應商。根據IDC對這類產品的統計,2014年有將近6億美元的規模,而這樣的市場主要由7家廠商來支撐,其中我們較熟悉的有IBM、Saffron、Eviti和Nuance,至於仍在努力發展認知系統軟體的,有微軟、Google、蘋果、Facebook、百度等公司。

就這樣的發展態勢而言,認知系統或者所謂的認知運算走向商業化,甚至大量普及的機會相當高,人工智慧的研發與應用不再只是學術理論,或只有少數廠商能夠有足夠的資源發展,同時也在消費應用上遍地開花,而有了更多企業投入,認知系統可說是後市看漲。

 

認知系統被視為推動下一波產業創新的關鍵技術

歷經大型主機、主從式架構,如今我們所普遍應用的行動化應用、雲端服務、社交網路、大資料分析,形成了所謂的第三平臺,而這些技術也將推動未來的產業創新風潮,市場調查研究機構IDC認為,有6種技術的發展將是達成這個目標的關鍵,其中包括了認知系統(Cognitive System)的應用。(圖片來源/IDC)

 

認知運算結合多種資料處理的作法,能夠不斷自我改良

認知運算的概念是運用了自動發現處理流程的組合,像是辨識、分析與學習模式,以便用於預測、推薦與建立假設。這些推薦與預測之後能實際測試,結果會回饋給系統,使軟體功能日益精進。由於這種運算平臺並非是用單一模式所發展出來的靜態系統,而是使用多種技術與演算法,因此能夠持續進化。(圖片來源/IDC)


Advertisement

更多 iThome相關內容