关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。通过购买订阅，您正在帮助确保关于当今塑造我们世界的发现和想法的有影响力的故事的未来。
我们所知的计算机正接近一个拐点——下一代计算机已经出现，但尚未完全掌握在我们手中。自 20 世纪 40 年代以来大量涌现的值得信赖的可编程机器，终将让位于以模仿人脑的方式从数据中得出推论的认知系统。
2011 年 2 月，IBM 向世界展示了 认知计算 的早期面貌，当时该公司将其沃森计算系统与电视节目 危险边缘！ 智力竞赛的两名前冠军进行对决。沃森能够根据问题搜索事实数据库，确定置信度，并根据该置信度抢在竞争对手之前按下蜂鸣器，这使其取得了令人信服的胜利。与下一代认知系统相比，这一成就很快就会显得过时。IBM 已经提高了沃森的速度，缩小了其之前占据整个房间的尺寸，并将其连接到更多的数据。
上个月，两家著名的医疗机构开始测试经过改进的沃森，将其作为数据分析和医生培训的工具。德克萨斯大学 M. D. 安德森癌症中心正在使用沃森帮助医生将患者与临床试验相匹配，观察和微调治疗方案，并评估风险，作为 M. D. 安德森“登月计划”的一部分，以消除癌症。与此同时，凯斯西储大学克利夫兰诊所勒纳医学院的医生希望 IBM 的技术能够帮助他们基于电子病历更快地做出更明智、更准确的决策。
IBM 高级副总裁兼 IBM 研究院（世界上最大的商业研究机构之一）主任 约翰·凯利 表示，这只是一个好的开始，但仍仅仅是开始。在他最近与 IBM 通讯战略家 史蒂夫·哈姆 合著的 智能机器：IBM 的沃森与认知计算时代 一书中，凯利指出，认知计算机，尤其是沃森的一个重要目标是帮助理解大数据——大量的文本、图像、数字和语音文件，这些文件对当前计算技术的极限提出了挑战。
大众科学与凯利谈论了认知计算的相对不成熟性、其 成长的烦恼 以及开发所谓神经形态计算机（这种计算机更紧密地模仿人脑）的努力如何在未来将沃森贬低为 21 世纪初的早期产物。
[以下为经过编辑的采访记录。]
您第一次看到大数据作为一种趋势出现是什么时候？
大约四年前，我们开始看到数据的爆炸式增长。此前，我们专注于构成物联网的设备和连接技术的爆炸式增长。
大数据与公司多年来为改善客户服务和物流而进行的数据挖掘和分析有何不同？
它在许多方面有所不同：首先是规模，其规模如此之大，以至于传统的数据库和查询系统无法处理它——“大”是一种保守的说法。其次，如此多的数据是非结构化的，来自文本、推文或来自某些连接设备的信号等。它的流动速度也惊人地快。最后，对于大数据，我们并不总是寻求精确的答案，而是寻求有助于我们做出决策的信息。
新兴的认知计算技术似乎将在使大数据可用方面发挥重要作用。认知计算与我们几十年来使用的系统有何不同？
认知系统的构想和构建是为了处理这种新的海量信息。它们具有许多与当今计算机不同的特征。其中之一是它们学习模式和趋势。它们不再需要人类为我们希望它们执行的所有任务进行重新编程。其次，认知系统以更自然的方式与人互动。它们理解我们的人类语言，它们识别我们的行为，并且它们更无缝地融入我们的工作与生活平衡。我们可以与它们交谈，它们会理解我们的举止、我们的行为——这将极大地改变人类与计算机的互动方式。
如果您考虑从 20 世纪 40 年代和 50 年代的 ENIAC 到今天的智能手机的可编程计算机的时间线，那么认知计算在成熟度方面处于什么位置？
我们正处于认知计算时代的开端。想想 20 世纪 60 年代的 IBM System/360 大型机 或 80 年代初的 第一台 PC。我想说，第一个认知系统是参加危险边缘！比赛的沃森计算机。但是，为了制造沃森，我们从上一个时代收集了一些部件。展望未来，底层技术将发生变化。该系统将变得更具交互性——它不仅会响应问题和答案，还会响应复杂的对话。
IBM 如何调整危险边缘！版本的沃森来帮助 M. D. 安德森的癌症研究人员？
沃森在危险边缘！节目中亮相，其表现令人印象深刻。在随后的两年中，沃森的技术比第一个系统快得多，也小得多。为了与不同地点的医生和医学院合作，沃森吸收了世界上大部分医疗信息，无论是期刊、健康记录还是医生的笔记。例如，该系统正处于学习癌症细节的最后阶段，因为 M. D. 安德森对白血病特别感兴趣。在过去的 6 到 12 个月里，沃森一直在该领域与肿瘤学家合作，以帮助加快与白血病相关的某些发现。
沃森是如何学习癌症的？
沃森可以电子方式摄取原始信息。然后必须对沃森进行训练。它会遇到复杂的医疗保健问题，这些问题的治疗方法和结果是已知的。因此，您实际上会让沃森尝试确定最佳诊断或治疗方法。然后，您会查看结果是否正确。您会多次这样做，而沃森中的学习引擎会开始在信息片段之间建立联系。该系统会学习模式、学习结果、学习哪些来源值得信赖。某些期刊、某些医生比其他期刊更准确。沃森会学习所有这些。
克利夫兰诊所的项目将让医生和医学生访问沃森的推理过程，以便他们了解计算机如何得出结论。这项功能的理由是什么？
克利夫兰诊所勒纳医学院已将沃森置于一个团队环境中，与有抱负的医学生一起工作，他们使用沃森来探索复杂的医疗情况。通过这种方式，学生能够学习和探索沃森可以访问的数据。有趣的是，反过来，学生也在教沃森。当沃森的学习遇到障碍时，学生通常可以教沃森一个词的含义，这也许可以使沃森在知识方面取得突破。我们开始看到人类和机器协同工作，变得比各部分的总和更好。
访问推理过程对于复核沃森的逻辑也很重要吗？
在任何需要由人做出复杂决策的地方，都非常重要的一点是能够探究沃森是如何得出结论的。在医疗保健领域，医生希望了解沃森在文献中查阅了哪些来源，以及它在例如医疗测试和治疗之间建立了哪些联系——该信息来自何处？以及沃森为何得出此结论？——因为这可能是一个意外。在药物发现等其他领域，情况也一样——生物学家或化学家希望了解沃森为何得出某个分子将成为下一个重磅药物的结论。他们希望在做出决定之前探索数据。
最新的沃森与其游戏节目中的前身相比如何？
它的速度大约是原始系统的三倍，大小约为原始系统的四分之一。其中一些是通过硬件优化实现的，但也有很多是通过调整底层机器学习算法使其更高效实现的。这使我们能够在比两年前更小、但功能更强大的系统上运行沃森。
个人版本的认知系统会是什么样子？
认知系统将通过多种方式在个人层面进行交互。首先，沃森将通过云服务提供，因此任何终端设备——无论是您的个人 [数字] 助理、眼镜、手表还是其他设备——都可以访问沃森。这些认知系统在人际网络中也很重要。在社交媒体中，可以设想认知系统只是您个人网络中的另一个节点，它会参与您与其他人的讨论，并根据可用信息对某些问题提供意见。
是否有可能将这种认知系统缩小到可以佩戴或随身携带的尺寸？
在两年内，沃森的体积已大大缩小。快进几年——在危险边缘！比赛中使用的沃森的力量在两年前还占据了一个房间，但在不久的将来，您实际上可以将其放在口袋里。而且，由于它可以通过云访问，因此无论您在何处连接，都可以通过任何设备连接到沃森。您只需要能够以电子方式访问它，即可获得沃森的所有功能。
从高层次上看，沃森的认知计算能力与正在开发以模仿人脑的“神经形态”系统之间有什么区别？
在这个计算时代初期，认知系统体积庞大，占据整个房间。参加《危险边缘！》节目的沃森（Watson）使用了85,000瓦的功率与两位人类选手竞争。而人脑仅消耗大约20瓦的功率。相比人脑，那台计算机赢得那场比赛的耗能是人脑的数千倍。突触或神经形态系统基本上是试图模仿大脑的性能和低功耗。我们正在探索在低功耗技术和高密度网络设备方面，这究竟意味着什么，从而了解我们是否能够构建出性能更像大脑，而不是像当今硬连线计算机那样的系统。
如果我们能够做到这一点，那么我们就可以在世界各地部署[微型]认知计算机，而不是通过云端访问大型、高功耗的沃森系统。我们认为这是认知系统可能的未来。