IBM Watson:武士刀的悲歌
17世紀初,活躍在南中國、東南亞,以及爪哇群島的日本商人相信,他們的武士刀買賣即將成為天底下最強盛的軍火貿易。
當時混戰中的中南半島貴族與城邦,紛紛拿出真金白銀購買遠道而來的日本武士刀。在暹羅,一把日本武士刀要賣到四兩白銀一把,是本地長刀的五倍。靠著強大的鑄刀技術與遠洋船隊,日本商人似乎看到了一個新的時代。
不長時間之後,西班牙火繩槍出現在了亞洲市場上,也賣四兩銀子一把……
這個悲催的故事告訴我們,當你以為已經站到時代之巔的時候,說不定時代已經準備好了惡搞你一把。
當然本文不是想討論武士刀,而是想聊一個非常著名的AI項目:IBM Watson。
2011年的時候,IBM的認知計算系統Watson橫空出世,在問答節目中首次擊敗了人類。隨後身價大漲的Watson逐漸成為了IBM,乃至全球AI項目的代表。那個時候沒有DeepMind,沒有智能音箱,沒有深度學習框架——只有Watson——一個新時代似乎就要開始了。
隨後,上邊說的那些東西都有了。
關於Watson最近的新聞,是不久之前媒體爆料Watson健康部門要解僱了大約 50% 至 70% 的員工。而大夥顯然已經見怪不怪了,因為這件事是建立在IBM五年來收入連續下滑、持續裁員、股東回報率不到 0.1%的背景上。
Watson這個頂著萬千光環的寵兒,到底是怎麼走到「人人喊打」的地步的?
嘗試回答這個問題前,我們必須糾正這樣一個認識。很多分析者認為,IBM Watson的四面楚歌,在AI行業中是一個很有代表性的問題:它展現出AI應用普遍面臨的落地難題。
AI行業當然面臨落地難題,但這個判斷實在太片面化了,就像不能說日本武士刀的敗退是兵器史的失敗一樣。Watson的快速上升而長期下跌,恰恰都是因為它的獨特性:過早地超前,然後又過早地落後。
一位不合時宜的帶頭大哥
還是回到2011年,在答題節目中贏得冠軍的Watson可謂意氣風發。報紙的驚呼和資本市場的尖叫下,大眾一時間似乎相信電影里的AI真的要來到世界上。
這種效果並不僅僅是因為一場答題比賽,還得益於IBM在新銳科技領域的幾十年光環,再加上歐美市場對於問答系統這個產品形態的相信。
從八十年代開始,專家系統成為了AI復興的主要產品形態。當時AI界普遍相信,未來的AI是搭建一個無所不能的專家,然後人類可以不斷向其求教問題。這個夢想持續了幾十年,最終被IBM證明了確實可以有一個AI系統,能夠超越人類高手在問答比賽中的最好成績,從而引發的輿論爆炸可想而知。
這個故事很像AlphaGo的前身。但區別在於AlphaGo僅僅是一種技術展現,DeepMind和谷歌並沒有打算直接用它賺錢。
但當時的IBM似乎相信,萬能的解答體系真的可以進行商業化,並為之進行了海量的技術與團隊收購,最終2014 年IBM 正式創建了 Watson業務部,開始了商業化之旅。
很多人都知道,IBM的科學家們給Watson背後的技術體系起了個名字,叫做認知計算。他們認為通過NLP、情緒識別、機器學習等方式,人類可以計算認知這種東西。也就是說可以從複雜的非結構化數據中找到事物背後的規律與真相。這個科學模式可以釋放到各個行業中,發現各種商業、技術行為背後的金科玉律。
這個邏輯聽起來很是那麼回事,也確實在一些領域證明了其有效性。
於是我們看到有幾年間,各種各樣的機構與企業購買了Watson的服務,尤其是在Watson健康計劃啟動之後,很多醫院與醫療機構希望藉助這種新的技術來探究臨床醫學背後的秘密。
毫無疑問,在谷歌、亞馬遜、Facebook、微軟、蘋果這五大家族沒有全面AI化之前,Watson是世界上最受矚目的AI項目,而且自始至終都是認知計算這個AI類別的代表。
只是隨著機器學習和交互型AI的興起,後起之秀紛紛爬上了另一條科技樹。大家似乎都把認知計算這事給忽略了。
這事就有點尷尬了,前驅者披荊斬棘開出了一條大道,正意氣風發的時候,發現後面本應該跟上的小弟們都從另一條路走了。獨一無二的領先者,卻成了獨一無二的守舊派,這跟武士刀的故事何其相似。
進入18世紀之後,大規模的武士刀貿易已經沒有競品了——因為沒有人玩刀了。
刀很快,但是戰場不需要它:Watson的獨家困境
IBM的AI能力不強嗎?恰恰相反,無論是在底層科技研發還是項目收購上,IBM對AI技術始終呈現出強大的吸納能力。只是近兩年隨著AI的大規模崛起,IBM才開始逐漸在人才與新市場的爭奪上失位。
相比於技術問題,真正引發尷尬的是Watson在產品邏輯上的想當然,以及並不出色的市場口碑。
當然了,商業服務類的AI技術,到目前為止也沒有決出真正的勝負。谷歌、亞馬遜們的企業AI服務也一樣經常被人吐槽。但Watson的問題在於,它被吐槽難用的地方恰恰跟其他平台是相反的。
無論是企業服務體系還是醫療健康市場,我們都經常可以看到Watson遭遇這樣幾種吐槽:
1、好高騖遠的目標
2015年,Watson殺入健康醫療領域的時候曾經許下豪言:Watson將惠及十億人,能夠解決、診斷和治療 80% 的癌症種類中的 80% 的病患。
毫無疑問,3年過去了,這個諾言還是沒有兌現。這是一種Watson的常規套路,上來先撿最難的問題宣傳一下。當大部分AI應用都專註於醫療影像解讀、病歷管理等領域的時候,Watson大舉殺入了腫瘤研究。
Watson在腫瘤研究中的基本方案,是依靠輸入大量的真實病歷,來解讀癌症背後的成因、深層病理,並給出治療方案建議。但需要注意的是,差不多所有購買了Watson的醫療機構,都明確指出這套系統的作用是:幫助研究。
事實上,腫瘤治療的臨床決策是非常複雜的,機器學習的先進程度難以支撐解決核心問題,甚至就連數據鏈都難以搭建清楚。隨著越來越多的醫療機構宣布退出與IBM的合作,Watson 的醫療之旅似乎也被打上了問號。
綜合來看,AI醫療在今天更適合解決那些瑣碎、重複度高的醫療工作,比如謄寫病歷、看X光片、檢查化驗單等等,這些工作可以把醫生的時間解放出來。讓AI本身去治療重大疾病,無論是技術能力還是安全風險上都無法承擔。
喜歡把目標定得好高騖遠,並不只是Watson 在健康領域上的問題。在企業服務領域,Watson更像是給老闆看的機器人戰略諮詢師,而AWS則是替代和幫助執行某項具體工作的「工薪階層」。然而前者的難度和風險都比後者大上了太多太多。
2、苛刻的應用條件
Watson既然定位為解決重大問題,那麼也就意味著其需要複雜的訓練和數據輸入過程。
假如我們只是希望AI替換視頻中的人臉,那麼無非就是輸入視頻和替換照片就可以訓練。而假如想要用Watson提供某項重大企業決策建議,甚至揭示某種癌症的真相,那麼需要的數據就可能極其龐大而複雜,甚至需要大量專家精心研究和篩選。
這樣的產品訓練特徵,註定Watson不可能是「勞苦大眾」的朋友。而複雜學習過程對應的人員要求、數據要求和時間成本,最終都會轉化為金錢成本——就是大戶也吃不消啊。
2017年2月,著名癌症研究機構MD安德森腫瘤中心中止了與IBM Watson的合作,原因之一就是成本太大。
3、堅定的封閉政策
AI正在變得越來越開源,越來越普惠——似乎除了Watson之外都是這樣的。
自成立之日起,Watson就是個封閉系統,企業只拿到漂亮的UI界面和最終報告,其他研究者什麼也拿不到。這顯然與今天一切都分享、越是大牛分享越多的AI界格格不入。
尤其在行業研究平台上,開源的框架與文檔意味著大量從業者可以在平台上分享開發成果,讓整個體系活波起來。今天的谷歌和Facebook等平台都在堅持這樣的邏輯,但IBM Watson始終對開源沒有興趣。
在今天,當一個AI項目緊鎖大門的時候,似乎也有點把自己鎖在上一個時代的意味。
再快的武士刀,也不能適應火藥主宰的戰場——今天Watson的產品思維亦如是。
一語成讖:跌在了認知上的認知計算
有一門叫做「互聯網玄學」的前沿科學,認為每一家公司都有個關鍵詞。比如樂視的關鍵詞是「生態」,鎚子的關鍵詞是「重新定義」。那麼對IBM Watson來說,這個詞應該是「認知」。
為什麼Watson的負面消息,往往會經歷山呼海嘯的嘲笑?尤其在美國媒體中表現最為明顯?
當然有槍打出頭鳥的成分,但更大的原因在於,IBM給Watson戴上的光環——確切的說是透過的廣告——實在太讓人忍不住了。
感興趣的朋友不妨搜搜看,幾年間Watson在歐美播放的廣告,足夠連成一部AI如何拯救世界的小電影。加上IBM令人畏懼的營銷公式,和誇張的演講與膠片風格。2014年到2016年,企業購買Watson一度成為了新銳和時髦的代名詞。
至於交付到企業手上的東西有多大用處,那就是後話了。
這種重營銷,而相對輕視應用效果的推廣戰術,一度讓公眾產生了這樣一種錯覺:Watson是一個萬能的魔法箱。企業可以讓它解答一切問題,而Watson的應用將直接啟動一個大時代。
如果是今天的中國消費者,顯然對這一套PPT模式早就免疫了,但是幾年前的美國人顯然還是要實誠了很多。不管IBM自己是否真的相信這些,他們至少成功地讓媒體和客戶相信了Watson的神話。再加上進軍醫療領域,解決癌症問題這針足夠給力的短期興奮劑,Watson在歐美市場中的技術表層之下,浮動著太多非AI的商業衝動。
而等到神話開始有破滅的痕迹,嘲笑聲當然會格外響亮。
事實上,對Watson真實企業服務能力的質疑始終都存在。Watson雖然看似在花哨的界面下能為企業提供一大堆服務和決策幫助,但如果把它拆碎了看,其中很多種類都可以使用免費的數據服務來獲取,而決策建議更是見仁見智。
最終客戶可能會驚奇地發現:原來認知計算,不是在計算AI的認知,而是在算計我的認知?這就有點尷尬了。
總而言之,硬核AI技術和小眾的產品思路,加上過度營銷與不盡如人意的應用效果,IBM把Watson調成了一杯獨特的雞尾酒,一把很漂亮卻失去了商人青睞的武士刀。
它帶著80年代AI專家系統的影子,用90年代引以為豪的IBM促銷術,活在開源與平權為主題的機器學習時代里……
時代畢竟太堅硬了,銳利如IBM也擋不住滾滾而去的時間。
※用AR造出哆啦A夢任意門,QQ如何在世界盃賽場上「秀肌肉」
※面對預測自然災害,AI還OK嗎?
TAG:腦極體 |