IBM 在人工智能領(lǐng)域取得了哪些成就？

2019年，在 8場頂級人工智能會議上，IBM 研究人員的 175篇常規(guī)論文的研究成果獲得了認(rèn)可，其數(shù)量突破了新的記錄。

2019年 9月，IBM 主辦了第二屆年度人工智能研究周活動，并設(shè)立人工智能硬件研究中心，進(jìn)一步探索新一代人工智能硬件的研發(fā)。

2019年，MIT-IBM Watson 人工智能實驗室的成立迎來第二個年頭，這一年，成功吸引波士頓科學(xué)、Nexplore、路孚特和三星加入其新成員計劃，成為正式成員，讓實驗室獲得飛速發(fā)展。

2019年，IBM 研究院還在語言研究方面取得了重大突破。在今年 2月召開的 Think 大會上，IBM Project Debater 與冠軍辯手 Harish Natarajan 展開較量；今年 12月，IBM Project Debater 又在劍橋聯(lián)合會這一全世界歷史最悠久的辯論社團(tuán)現(xiàn)身，與 Harish Natarajan 和其他人類辯手合作。

此外，IBM 研究人員繼續(xù)專注于構(gòu)建并推出值得信賴的人工智能解決方案，進(jìn)一步提升了人工智能的能力，借助開源 AI Explainability 360 工具套件向人類解釋了人工智能提出的各種建議。

以上，僅是 2019年 IBM 研究人員取得的重大成就之中的冰山一角。

人工智能將如何發(fā)展？

2020 年， 人工智能的進(jìn)步主要涉及三個主題：自動化、自然語言處理 （NLP） 和信任。

從廣義上來說，我們將看到人工智能系統(tǒng)將以更迅速、更簡單的方式為數(shù)據(jù)專家、企業(yè)和客戶提供服務(wù)。自然語言處理（NLP）將在幫助人工智能系統(tǒng)使用日常語言來交談、辯論和解決問題的過程中發(fā)揮關(guān)鍵作用。隨著各項技術(shù)進(jìn)步的實現(xiàn)，我們將看到，通過利用可解釋性和偏見檢測技術(shù)等眾多工具，人工智能數(shù)據(jù)管理會變得更透明、更易于追責(zé)。

IBM 研究院對人工智能的五大預(yù)測

人工智能的理解能力會有所提高其應(yīng)用范圍將會擴(kuò)大

人工智能系統(tǒng)擁有的數(shù)據(jù)越多，其能力提高的速度就越快。然而，對于擁有較少數(shù)據(jù)的部分企業(yè)和組織而言，如何滿足人工智能對數(shù)據(jù)的需求則是一個難題。但是，這并不意味著此類企業(yè)和組織無法使用人工智能。 明年，更多人工智能系統(tǒng)會開始依賴集學(xué)習(xí)能力和邏輯性于一身的“神經(jīng)符號 （neuro-symbolic）”技術(shù)。神經(jīng)符號技術(shù)是突破自然語言處理（NLP）技術(shù)的關(guān)鍵，它能夠結(jié)合常識性推理和各領(lǐng)域的專業(yè)知識來幫助計算機(jī)更好地理解人類語言和對話。 此類突破將幫助企業(yè)部署對話能力更強(qiáng)的自動化客戶關(guān)懷工具和技術(shù)支持工具，同時還大大減少了訓(xùn)練人工智能所需的數(shù)據(jù)量。

人工智能不會搶奪工作但會改變工作方式

未來數(shù)年，人工智能將持續(xù)影響職場。但是，人類根本無需擔(dān)心機(jī)器會搶奪自己的飯碗。相反，人工智能還能通過自動化改變?nèi)藗兊墓ぷ鞣绞健IT-IBM Watson 人工智能實驗室的最新研究顯示，人工智將越來越多地幫助我們完成日程安排之類的任務(wù)，但是，對于需要一定技能的崗位來說，人工智能的影響較小，比如設(shè)計專業(yè)和行業(yè)策略。 預(yù)計到 2020年，隨著人工智能進(jìn)入世界各地的工作場所，員工們會見證其影響。企業(yè)雇主必須開始進(jìn)行崗位調(diào)整，而員工則應(yīng)該專注于拓展自己的技能。

人工智能將會設(shè)計值得信賴的人工智能

為了提高人們對人工智能的信任度，相關(guān)系統(tǒng)必須可靠、公正、負(fù)責(zé)。我們必須讓公眾確信人工智能技術(shù)是安全的，人工智能提供的結(jié)論或建議不偏不倚且未被操控。2020年，影響可信度的種種要素將被融入人工智能的生命周期之中，幫助我們構(gòu)建、測試、運行、監(jiān)控并認(rèn)證不僅具有卓越性能，而且值得信賴的人工智能應(yīng)用。 正如 AutoAI 的崛起——即利用人工智能來構(gòu)建人工智能，我們還會看到“利用人工智能來管理人工智能”這種技術(shù)的崛起。我們可以利用這種技術(shù)在各行各業(yè)創(chuàng)建值得信賴的人工智能工作流，尤其是那些受到嚴(yán)厲監(jiān)管的行業(yè)。

人工智能對能源的需求

要求我們采用更環(huán)保的技術(shù)

數(shù)據(jù)中心，是現(xiàn)代世界的關(guān)鍵設(shè)施。無論是進(jìn)行企業(yè)運算、使用社交媒體，還是播放我們最愛的電影，都依賴數(shù)據(jù)中心。數(shù)據(jù)中心還是人工智能的基礎(chǔ)，其能耗量占全球能源消耗總量的 2%。對云計算和人工智能的需求不會消失， 預(yù)計到 2020年，人們會更加努力提高人工智能技術(shù)的可持續(xù)性。此類努力包括開發(fā)新材料（如可制造更靈活設(shè)備的過渡性金屬氧化物）、可實現(xiàn)模擬和混合信號處理的全新芯片設(shè)計，以及基于近似算法的新軟件技術(shù)，其目的在于支持不斷增長的人工智能工作負(fù)荷，同時減少碳排放量。

基于人工智能的實驗室助手

將會發(fā)現(xiàn)新材料

兩個多世紀(jì)以來，有機(jī)分子合成一直是工業(yè)化學(xué)領(lǐng)域的一個重要研究方向。正因為如此，人們才研制出了能夠挽救生命的藥物和合成纖維。在創(chuàng)造不同分子的過程中，研究人員需要確定成千上萬種可能發(fā)生的反應(yīng)，所以他們?nèi)悦媾R著巨大的挑戰(zhàn)。如此龐大的信息量，意味著一位科學(xué)家有可能需要記住其研究領(lǐng)域內(nèi)的幾十種反應(yīng)，但實際上他們不可能成為所有領(lǐng)域的專家。如今，他們大可不必完成這個不可能的任務(wù)。 IBM 開發(fā)了一款能夠預(yù)測數(shù)百萬種化學(xué)反應(yīng)的人工智能工具，它既能向前預(yù)測，也能向后預(yù)測，同時還能在云端合成分子—即 RXN for Chemistry。預(yù)計到 2020年，利用人工智能和自動化技術(shù)實現(xiàn)材料開發(fā)突破的案例將大幅增加。

展望未來

2019年即將成為歷史，IBM 研究院在人工智能領(lǐng)域的研究成果正在悄無聲息的發(fā)揮作用，影響世界。我們很榮幸能夠在這個技術(shù)不斷突破的星球上陪伴人類的每一天，未來，人工智能無疑將成為驅(qū)動世界向前的重要技術(shù)之一，未來，讓我們一同見證人類美好時代的到來！