对于大多数传统企业应用来说,世界上80%的数据都无法使用,当数据的规模增加,你甚至都不能真正地看到它。因此Waston系统要做的就是建立数据模型,然后通过这些模型来进行计算。
作为这家位于纽约的社交分析公司Michael Hussey负责人,Michael Hussey很想知道IBM Watson的人工智能到底发展怎样了。按照Michael Hussey的计划,Watson接下来将帮助他们处理海量的资料,包括6亿多用户信息和资料,涵盖了社交媒体状态、博客文章以及其他手写资料等多种类型。
IBM在Thomas J. Watson研究中心开发了Watson超级电脑项目,但是直到今年早些时候,Watson所接受的数据训练仍然局限在人口结构、品牌口味以及看了哪些电视节目。
Watson最早被人类熟知,是个一个名叫「Jeopardy」的智力挑战赛上,如果Waston真的可以实现IBM所许诺的那些功能,那么Hussey就可以对自己的那些数据放心了。其中的一个技巧是从中找到Watson开放的30个API,每个API都可以通过数据的训练实现相应技能的提升,这将为StatSocial找到最合适的应用场景。
因此,今年四月Hussey邀请了IBM Watson部门的商业开发经理Kunal Kapoor到办公室讨论,并且希望转变公司团队将Watson视为「恐怖大箱子」的态度。
「事实上,这里也有很多阻力。但是经过一些尝试之后,我真正信服了。」 在曼哈顿东村的阿斯特广场的IBM Waston的总部的一次谈话中,Hussey说道。
为了弄清楚究竟何种API适合什么初创公司,IBM开展了一项入门的培训,这项过程听起来更像是在线数据销售而不是软件销售。由于Waston的API(应用程序接口)可以让工具随着时间的变化而进行学习并且发生改变,因此在早期进行匹配就显得更加重要。
对于那些可以到Waston美国纽约城总部的客户,这项匹配过程开始于一项四个小时的会议,包括到蓝色霓虹灯、六角形剧院(又被称为「沉浸室」,作为热衷于网络互动的一个背景)的参观,以及以PPT形式展现的关于Waston的介绍,以及工作原理和主要用途。
例如,就30个API而言,其中一个允许使用者问Waston问题,另一个则可以让Waston将这些信息存储,以备将来使用,同时第三个API可以让Waston根据人们的书写来辨认个人特点,当然代码除外。
接下来,IBM需要知道潜在的客户。将公司的需求与合适的API进行匹配是通过面对面的会议过程进行的,目的是为了确认公司想要解决的问题。那些对于人类来说大量的、非结构化的数据处理需求迫切需要Watson的参与。
然后IBM业务技术人员将会更多地了解公司本身。比如这是一个初创公司还是一个传统型公司吗?整个过程的要点在于这些公司是否对应Watson可以提供的服务。因为这是在将软件介绍给潜在的合作伙伴,同时基于该过程,为这些公司找到更合适的解决方案。
「这是一个深入理解问题的过程,这也是我们要带入设计思想的原因。」 IBM Waston生态系统的负责人Jonas Nwuke说。
目前,Waston生态系统包括350家公司,77000名开发人员。除了管理Waston生态系统以外,Nwuke也推动了将其设计思想集成到IBM其他领域。「对于那些正在使用该产品的人,我们需要问为什么他们要使用这个?他们使用的动机是什么?使用产品的究竟是哪些人群?」
为了回答这些问题,Watson部门的创新副总裁Michael Karasick根据使用者对Watson的利用方式,将用户分为四个类型:参与、发现、政策执行、决策支持。
根据Karasick的分类,人们对Watson的第一印象可能就是参与,这和2011年Watson参与Jeopardy比赛并最终夺冠的事实也有关系。很多Watson用户将Watson打造称虚拟个人助理,用于回答提问或者放在公共场所进行导航指引。
而使用Watson进行发现的用户则是一些特定领域的专家,比如经济、化学以及烹饪。这些用户希望Watson读取海量数据,并能发现一些有用的信息。比如,Watson就成功进入厨艺界,在阅读了大量厨艺杂志BonAppetit之后,Watson自己可以「创造」一些菜谱。
还有就是Karasick所说的政策执行型,即通过阅读相关的商业或者法律文档,Waston可以学习其中的规则,并且在特定的情境下提供帮助,例如保险赔偿或者进行临床试验的病人需要具备的素质等。
最后是决策支持型。在《Jeopardy》上的演示之后首先联系IBM的是肿瘤科医生,他们想知道Waston是否可用于诊断不同类型的癌症,并且提供最合适的治疗方案。纽约城的Sloan Kettering就是利用的这种特性。
「我们可以说,对于大多数传统企业应用来说,世界上80%的数据都无法使用,当数据的规模增加,你甚至都不能真正地看到它。因此Waston系统要做的就是建立数据模型,然后通过这些模型来进行计算。」
对于StatSocial来说,个性化见解的App非常诱人。业务拓展经理告诉他们,如果它可以像Kapoor一样工作,那么它可以将其6亿份使用者档案对一个全新的类别开放。这些档案中的信息包括这个人是否爱冒险(这对于旅行社来说有吸引力);一些对于公益事业有价值的信息;以及善于改变(这也是目前非常有用的特点)。
但是Hussey唯一能确定的是,Waston只能够准确描述他自己。因此他在反馈给API的信息中不仅包括自己写的信息,也包括了100名其他团队成员写的信息,当然也包括他的团队。而结果显示,Waston关于Hussey的描述非常准确。
「它不仅仅通过了测试,而且做的非常好。」最后Hussey说。
Hussey和一个五人团队在2006年成立了StatSocial公司,并将其作为初创公司「PeekYou」的一部分,PeekYou是一个在线白页(列出某城市或地区居民或企业的名称、地址和电话号码的电话簿))项目。2013年StatSocial单独剥离出来。在没有Waston帮助的情况下,该公司第一年的销售额达到了20万美元。
在4月Hussey和IBM签署了一项合同后,他说一切都变了。和所有的Waston合同一样,他们同意「收入共享模式」,从而使得StatSocial在盈利之前不需要再交费。一些合同有关于收入共享生效之前的限值,但是这些细节是对外保密的。「如果有这样的条款的话,IBM本可以获得更好的交易。这次合作非常公平,我们感觉非常好。」Hussey说。
这种新功能已经开始初见成效。Hussey目前正与一家寻找数据授权机会的电影公司合作。Hussey说:「在没有Waston的情况下,我们本来也可以获得一个订单,但是现在其具有更大的附加值。」 据他估计,由于Waston新功能的使用,整个客户合同数量将增加30%。目前该公司的客户包括Salesforce、Samsung和IBM。
「我们已经开始以显著的价格点出售我们的产品,当我们在授权大数据集时,我们已经收获了很多的价值。但是我们在采用Waston工作的规模方面的个性化见解也非常有价值。」他说。
StatSocial已经拿到230万美元的种子融资,同时对于5000名推特用户也不收取任何费用。企业版的收费计划将基于企业的需求来定制。
在接下来的6个月,Hussey计划为其团队再招6名虎将,也可能包括「可以管理所有Waston相关活动的负责人。这并不是说我们无法处理,而是因为我们太忙了。」Hussey说。
根据Seth Grimes的一份报告,认知计算领域的竞争者包括TheySay、Semantria、Ontotext、Pingar、MeaningCloud, Luminoso,且到三月份的时候还有AlchemyAPI(随后被IBM收购)。Seth Grimes是文本分析领域的专家,也是Alta Plana公司(一家情感分析咨询公司)的创始人。并且竞争者也只会越来越多。根据纽约市分析初创公司CB Insights,去年人工智能领域的初创公司的风险投资增加了302%。其中最引人注目的是,Google为人工智能领域初创公司DeepMind提供4亿美元资金,进一步加强了其在人工智能领域的影响力。
为了能够在这个新兴的快速成长的市场中保持竞争力,IBM在2014年1月投入10亿美元资金用于进一步研发Waston,包括1亿美元用于迅速启动认知应用生态系统。Waston基金的第一项投资就是一个月之后丹佛的Welltok(一个健康的优化平台),然后是旧金山的Pathway Genomics、Boca Raton,弗罗里达的Modernizing Medicine和其他三家公司。
至于StatSocial,其成员每周会和Waston的成员会面,包括主要公司的首席营销官的介绍,而这些会议仅靠StatSocial自身是无法提供的。基于目前的趋势,创办人希望今年的销售额可以达到200万美元。该公司即将盈利。并且已经开始进行A轮融资,融资金额在300万到500万美元之间,预计能够在明年年初完成。
机器之心,最专业的前沿科技媒体和产业服务平台,每日提供优质产业资讯与深度思考,欢迎关注微信公众号「机器之心」(almosthuman2014),或登录机器之心网站www.almosthuman.cn查看更多精彩内容。
本文仅代表作者观点,不代表本站立场。
本文来自网络,如有侵权及时联系本网站。