服務創新電子報

IBM吉姆·斯波勒解析AI时代服务科学的未来

IBM认知开放技术(Cognitive Open Tech)小组的主任吉姆·斯波勒,也是IBM全球大学计画的主任,特别受邀参加2020 ICSSI演讲,主题是服务科学和人工智慧未来的路线图,讲演包括以下几个面向:从服务科学的角度来看,人类技能,技术,设计,管理决策和公共政策的进步有何关联?复杂系统中的基本价值创造原则为何?解决AI / IA(智能增强)需要多长时间?这些进步如何解决服务科学所构成的学科整合问题?谁是推动人工智能发展的领导者?开放数据来源和AI对于未来经济增长和社会福祉为何如此重要?我们应该从COVID-19社会疏远政策中学到什么教训?

IDM是指从设计、制造、封装测试到销售自有品牌IC都一手包办的半导体垂直整合型公司

吉姆·斯波勒在麻省理工学院与耶鲁大学学习物理、人工智慧和认知科学以及研究IDM的服务系统,帮助制定服务科学以增加创新和服务系统,为IBM在服务方面增长收入。以下为讲演内容重点整理:

复杂系统中的基本价值创造原则为何?

AI是一门相对成熟的学科,大约已经有70年历史了,您可以将服务科学视为一门新兴的趋势学科,至今还不到20年,而且专注于服务的科学实际上是关于转换和服务系统。当您考虑学科时,学科是电脑资讯科学,化学,AI,生物学还是服务科学,了解正在研究的实体类型非常重要。

例如,纽维尔(Newell)和西蒙(Simon)在接受图灵奖时的论文,他们在谈论计算机科学,以构建服务于社会的电脑科学,也谈论符号抽象的基本层次,以及符号的重要性。将电脑理解为物理符号系统,或者将智能手机理解为笔记型电脑,这都是用于处理物理符号的系统。

布莱恩·亚瑟(Brian Arthur)是经济学家,吉姆·斯波勒认为他最近的许多著作都是有关于技术及其发展,尤其是官方情报将对经济产生什么样的影响。他谈到博物馆方面的知识,亦即使用先进技术能够满足大众的需求。我们已经通过就业获得了社会的利益,但是在未来,如果自动化达到了相当程度的水平,布莱恩提出了技术性失业的问题,人们可透过完美的设置获得这些利益。

服务科学可以解决技术问题,甚至可能超出人们的能力,但是仍然没有解决需要解决的社会问题,这不是关于自动化,而是关于实体的转变,在于价值主张中的转变以及如何互动。同时IBM 的Watson(辩论者技术)收集了3500个论点,并总结了赞成和反对的论点,向您显示AI在这方面的进步,对于总结人们正在提出的论点非常有用。

如何解决服务科学所构成的学科整合问题?

思考服务科学的方式,首先是跨学科,它已经与许多不同学科合作,这服务系统实体类型,有人称它们为社会技术系统。一个大学,一个国家,都有一个实体的服务系统,规模各异,但是有趣的是,在交互服务系统的生态学中,观察它们以及它们产生什么样的结果。吉姆认为社会技术系统是关于内部的东西,那里有服务科学试图达到的技术。

如果您观察组织和个人,以及正在发生的变化,就可以广泛地了解我们所看到的一切。在通才的时代,他们要懂如何生火,要知道如何制造工具,他们可以自己做衣服。我的意思是,如果您考虑一下出去购买东西的数量,如果都必须自己制作建造,可以是通才的生存者,但为了成功就必须竞争合作。

在制造服务领域中,将有更多实体服务系统,例如商业机构和国家,如果您获得了计算机科学或数据科学或运营研究的学位,并且对该专业进行了更深入的研究,你可以获得巨大的优势。

但不仅仅是国家和企业成为全球网络社群和虚拟世界的一部分,越来越多的人将使用AI来增强自我,但始终不变的事情是如果您想做更大的事情,就必须竞争合作。

解决AI / IA(智能增强)需要多长时间?

你看到这个AI平台将人们带入他们的生态系统,这似乎是一个常数,因为我们着眼于未来的服务科学路线图和价值协作的合作。因此,让我们开始谈论AI,对于CEO或企业家来说,最重要的大概是什么时候我才能以这样的价格购买AI功能。

探索这一点,首先,AI投入了大量资金。如果仅看IBM的话,我们在10年中仅向麻省理工学院就投资了2.4亿美元,一起从事AI工作。IBM脑神经形态的大脑晶片已经在《科学》杂志上发表,计算能量等级比传统计算机低10,000倍。除了在脑晶片领域投资之外,我们还在量子电脑方面投入大量资金。这是另一种使我们可以按指数方式减少某些类型问题的计算成本。

人为水平的性能大约有百分之五的错误率,吉姆认为我们语音聊天不是流利的自然语言交流,我们可以进行视频理解,请注意电脑并不如人,而且没有系统一种类似于我们的人类记忆系统的记忆,用于回答一般性的问题。

我们如何才能知道何时将有一种解决AI的通用方案,或者一种解决方法,思考摩尔定律。上图分析图表中2020年之前的一切都是历史,之后的一切都是预测,如果这是摩尔版本,从1960-1980年到2080年,可以看出每20年计算成本下降一千倍。在1960年代,计算机每秒可完成约一千条指令,今天是每秒1亿条指令。

那台电脑价值数十亿美元,我们可以看到摩尔定律还在继续,到2060年将达到百亿亿级。没人能真正预测未来,但如果这种模式继续下去,您可以看到您智慧型手机上的应用程式,您可能有一百个用于娱乐、金融、医疗、保健、教育,而每个应用将不断发展,它将具有流利的对话能力。也将具有记忆能力,它会记住您在进行最后一分钟的互动功能。

如何准备好获得收益并避免风险?

您的应用程式在2016年左右为个人工作者所用,您可能会有一百名数位工作者为您工作。而且,如果您是公司的企业家或首席执行官,这可以帮助您开始预测何时具备以下能力:

令人兴奋的是每位员工的GDP也会上升。因此,如果您的首席执行官或您对公司雇用的每个人都不是很了解,那么将有数百名数位工作者在为他们工作,他们甚至期望从增加的劳动力中获得更多收益。

我们获得何时将拥有人工智慧的想法的另一种方法是查看排行榜,而排行榜只是在特定区域具有快速AI排名的能力,从AI前进的路线图,您可以看到语言模式识别视频理解,在发展认知和记忆推理方面有所困难,常识推理类似于人的记忆。我们目前还没有完成,但我们正在这些领域处理特定社交任务的AI系统建立对话关系,最终是可以协助自己的助理AI。

您可以做的是查看https://paperswithcode,com/sota的排行榜和论文的性能水平。这个网站很好,您可以在这里看到代表最新技术水平排行榜上的性能。如果您想像使用IDM进行两年以上的绘制,则可以开始了解它的轨迹,并开始感觉到,除了计算能力的成本外,还有证实证据了解该程序是什么。

谁是推动AI发展的领导者?

现在谁赢了?在当时技术评论的报告,微软在AI出版物中排名第一,Google紧随其后。今日在科学出版物方面,Google已经稳步超过了微软和IBM。

但是,如果您查看专利,则IBM在这里连续28年位居专利第一,并且您还应该查看其他因素,例如按国家/地区划分的工业机器人,查看他们在各个小组中进行的研究,研究公共政策和国家如何帮助您陪伴过渡到AI驱动的经济报告。

我们应该从COVID-19社会疏远政策中学到什么教训?

如您所见,当我们开始考虑Covid-19有三件事。我希望您考虑一下,当然可能是您与家人在家工作,您正在网上做更多的事情,您正在努力避免与另一项重大进展取得实质性联系,而这些进展在本质上加速了AI和机器人的发展。

这里有一个有趣的想法,家里的机器人可以减轻工作,例如修剪草坪可以对草坪进行维护。吉姆一直在筹集资金,以鼓励在新冠肺炎疫情时期内不愿意做的所有事情交给一些很棒的家用机器人,这些机器人开始在这种情况下发展起来。因此,当然要谈一谈AI的好处,这将使获得专业知识的人能够做出更好的选择。而且吉姆认为肯定还有其他技术,扩充实境,虚拟实境,区块链,安全性先进的材料和能源系统等,像科学研究一样,它们对未来的影响远不止于AI,包括未来20年的生活质量和服务科学课程必须学习。

所有这些不同的技术以及它如何影响生活质量都是我们的目光。因此,您可以考虑一下当新加坡因为3D打印技术而在当地进行生产制造时,在15天内建造30层的建筑,无人驾驶汽车解决了回收的问题。

资讯通信技术将彻底改变社会、金融、医疗、保健,有更多机器人手术、3D列印的内脏器官等。想像一下,拥有智慧型手机和受过教育的孩子,将在企业家的团队中工作,即使政府在20年内都能更好地工作,也要感谢这方面的进步。

服务科学的发展历程与途径

提到电话,吉姆今年64岁,当他在缅因州长大时,还不会在墙上拨通电话。当他在麻省理工学院时,电话有一个旋转拨盘,现在,当然已经有他的iPhone,想像到2035年将拥有什么?吉姆可以肯定的是未来会越来越好。

1972年,当吉姆离开IBM全球大学计划时,已经为全球300,000名教职员工和学生提供了在线上访问IBM AI的机会。并进行了大量的模拟,可以使用内部和外部刺激,一旦获得了大约18至20年历史的数据,可成为某个特定行业的专家大约有200万分钟的经验,无论是医疗技术人员或舞者,都清楚地知道,一点一点地计算出来,就成就了美国经济大约2,000个工作岗位,从会计到动物学家,就像生化工程师一样,他们试图找到更好的方法来制造抗癌分子。

您会看到他们必须大量阅读,并且知道要掌握科学技术文献,但是如果他们只会说英语,对于中文期刊、德国期刊、俄罗斯、葡萄牙文,这些不同的语言如何阅读?显然需要增强智能来跟上所有这些知识。因此,这里有IBM合作伙伴生化工程师Baylor的一个例子,可以帮助大家找到关键的知识,他们正在研究如何提高生产力并在这里发现抗癌治疗药物。

您不必是程序员就可以从GitHub下载新软体,因为就开源项目而言,它已经拥有了一切。因此,无论您是否为程序工程师,您都可以获取访客帐户。这是洞察技术民主化的关键。

开放数据来源和AI对于未来经济增长和社会福祉为何如此重要?

IBM正在建立AI信任关系,并为开源提供了托管权。吉姆研究的项目来自IBM Linux基础研究。许多其他公司也在开发开源受信任的AI技术。但是IBM将其建立在与供应商无关的开放式管理方面处于领先地位,并且有数百个开放数据来源和AI项目,大家都可以进入Linux基金会了解更多。

总而言之,所有这些平台开发出来都非常困难,您可以阅读、重做和移植,您可以学习的21世纪所拥有技能的不同用法,并且更善于使用所有这些技术,而这些都是公开的,您可以在这里找到各种各样的东西。

吉姆认为是将人工智慧与服务科学联系起来的东西,使大众可以在没有信任的情况下拥有创造的价值,您当然不希望使用未分类的AI系统。因此,从科学的角度而言,我们必须开始构建弹性系统,当发生某些不良情况时会迅速从头开始建立知识的提示,大众可以善加运用共谋进步。 (整理·翻译/卢懿娟)

吉姆·斯波勒(Jim Spohrer)简介:

Jim毕业于麻省理工学院,获得物理学理学学士学位,并在埃克森美孚公司Verbex开发语音识别系统后,他在耶鲁大学获得计算机科学/人工智慧博士学位。专攻人工智慧和认知科学,专门用于从事复杂问题解决任务的建模学习者。他并且是PICMET(波特兰国际工程技术管理中心)院士,致力于推进服务科学。

2006年,Jim与他人合著了《ACM通讯》特刊,重点是服务科学,其中包括与开放创新的先驱加州大学伯克利分校的亨利·切斯布鲁教授共同撰写的服务科学研究宣言。 2010年,他与Paul Maglio和Cheryl Kieliszewski共同编辑了《服务科学手册》。

他已经撰写或贡献了90多个出版物和9项专利。为了支持服务科学,AI服务系统和技术平台以及服务创新方面的新跨学科思维,他于2012年与其他资讯技术公司和大学的同事共同创立了国际服务创新专业人员协会(ISSIP),积极推动互联网世界的服务创新。

 

Share
标签: , ,

留下您的評論

Share