硕果累累 IBM与高校在人工智能落地方面的那些事

简介:

近日,2017 IBM大学教育合作峰会在威海召开。在此次峰会上,约50所院校的近百名教师代表与IBM中国顶尖技术顾问和认知科学家一道,共同探讨认知计算时代下大学工科教育面临的挑战,以及如何聚焦产业需求培养掌握云计算、大数据、人工智能、区块链等先进技术的科研和应用人才。

除了人才培养外,IBM与众多院校的合作成果也被集中展示。据了解,自1995年在华开展大学合作项目以来,IBM已与全国 60多所重点大学建立了合作伙伴关系。截止至2016年底,累计人员、设备和资金投入约合43亿元人民币。仅2016年一年,IBM支持的联合科研创新项目就达59项,向教育领域捐赠软硬件和资金总额就超过1亿元人民币。

IBM利用全球的研发资源、行业实践经验和商业化运作能力,积极参与国内大学的协同创新计划,开展优势互补、互惠共赢的协同合作,推动人工智能、区块链等尖端技术创新的同时,促进这些技术与传统行业深度融合,为行业应用的创新发展释放更大价值。

四大关键词与四大战略方向 IBM引领认知商业时代

IBM这家“百年老店”一直是引领IT的风向标。在向提供认知行业解决方案和云平台公司的转型过程中,IBM宣布,我们已经从信息社会进入到认知商业时代,认知计算成为商业和社会的推动力。

硕果累累 IBM与高校在人工智能落地方面的那些事

IBM大中华区董事长陈黎明

IBM大中华区董事长陈黎明表示,在认知商业时代,如何描述IBM呢?我们可以用四个关键词来概括,那就是历史、创新、变革、行业。

第一,历史。IBM是IT公司当中唯一一家具有100年历史的公司。“历史很重要,100年的积淀和继承,IBM可以说一直是在计算这个领域发挥着我们的作用。IBM的足迹遍布了整个计算领域的各个角落、各个层面、各个时代,可以说引领了当时的计算行业的发展。”陈黎明说。

第二,创新。IBM的创新能力强大且领域很宽。陈黎明说,我们耳熟能详的很多东西都是IBM所发明的,我们每天都在使用IBM的服务。去年IBM专利数达到了8088项。“创新是IBM的DNA的一部分,IBM之所以有强大的竞争力,正是因为我们有强大的创新能力作为核心竞争力之一。”

第三,变革。在100年历史当中,IBM经历过无数次的变革。一个企业不去变革,就不可能生存下去。“我们要拥抱新的时代,我们要变。我们要变得更加贴近市场,我们要变得更加敏捷,以应对快速变化的市场环境。”陈黎明如是说。

第四,行业。IBM的行业经验在IT领域居于领先地位,服务于行业,专注于行业。所以行业的支持也是IBM核心竞争力非常重要的一部分。

如上所述,正是基于四个方面的特质让IBM一直引领潮流。同样在认知商业时代,IBM也在积极探索如何更好地让企业应对业务挑战。

IBM大中华区首席技术官,中国研究院院长沈晓卫表示,现在人工智能技术很火,但是整个IT行业有很多发展方向,人工智能只是一个方向。

沈晓卫说,在IBM看来,今天人工智能的发展已经不是其本身的发展,而是在这个大背景下整个IT行业的大发展。

“我们认为未来有四大战略发展方向。首先是人工智能核心技术的发展,包括机器学习、深度学习、自然语言理解、语音识别、图象识别等等最基本的人工智能技术,及在这样的基础上所构建的能力发展。第二,人工智能与行业的结合。人工智能在行业比如教育、医疗、零售、机械制造等的应用以及如何解决行业的问题,这是人工智能在IT发展的今天最重要的一个方面。第三,在大数据和人工智能的背景下,区块链技术的发展以及与行业应用的融合。第四,如何构建新一代的计算能力,包括在系统层面、芯片层面、整个软件硬件平台层面,如何构建未来的系统来支撑人工智能的发展,或者人工智能硬件的发展。”沈晓卫总结说。

应该说,人工智能不仅仅是技术方面的创新,而是如何应用来解决行业的问题。在“绿色地平线”项目,IBM把人工智能技术、计算技术和环境问题进行了融合,借此预测未来几日的城市空气质量,基于此进行决策支持。

“对于人工智能接下来的发展,我们需要不断的商业成功。这个商业成功最核心的目的就是增强智能的概念,它需要来不断利用工具来增强我们的智能,帮助我们解决行业中的问题。”沈晓卫如是说。

此外,除了人工智能技术,区块链技术应该是另外一大热点。IBM在区块链技术方面的拓展,业界也是有目共睹的。IBM区块链是超级账本(Hyperledger)项目的第一个商业部署, 借力IBM Bluemix帮助企业快速实现区块链应用的开发。

同时,IBM区块链已经拥有众多的落地案例,比如沃尔玛与IBM合作利用区块链技术追踪食品供应链、中国邮储银行联手IBM打造基于区块链技术的资产托管系统等等。

“IBM在区块链的布局集中于算法创新,还有就是把区块链技术和互联网技术、人工智能进行融合,使得我们不仅仅是能够解决商业交易的有效性、安全性的问题,而且能够把它和物理世界的进行结合。”沈晓卫说到IBM在区块链技术方面的策略。

校企合作 IBM与高校加速认知计算落地

不管是认知计算还是区块链技术,IBM与高校都进行了积极的合作,并取得了丰硕的成果。

作为认知计算技术的重要组成部分,认知交互技术使得系统和用户能够以更深入、更自然的方式进行交互,增强用户的对信息的感知和认知能力。情感为高层次人工智能应用提供重要信息支持,因而情感识别是人机认知交互的重点研究方向之一。

IBM与中国人民大学共同研发了多模态、多维度情感识别技术,该项目通过语音、脸部表情、生物电信号进行连续空间情感识别。

硕果累累 IBM与高校在人工智能落地方面的那些事

中国人民大学信息学院教授金琴

中国人民大学信息学院教授金琴接受至顶网记者采访时表示,人的情感表达是通过多种方式可以表达的,因此我们在这个研究里面关注的是多模态、多渠道、多维度进行情感的计算。

“除了传统的专家定义的智能之外,我们也加入了深度学习、自学习的特征。通过引入深度学习网络,让它在监督的数据方面自动去学习一些特征表示。”金琴说。

硕果累累 IBM与高校在人工智能落地方面的那些事

IBM中国研究院认知交互技术总监秦勇

IBM中国研究院认知交互技术总监秦勇表示,IBM与中国人民大学的情感识别研究可以广泛应用在呼叫中心、在线教育、精神健康等应用场景中。

“比如在线教育的情况下,其实我们家长特别关注孩子到底在电脑前的表现。这些都可以用情感方式来观察你的孩子 。我们正在和一家国内领先的儿童在线教育机构合作,帮助他们看懂孩子的情绪变化,以及远程老师的情感反应,从而更好地提高教学成果。”秦勇说。

金琴补充说,在精神健康方面,比如抑郁症特殊人群以及自闭症小孩的早期诊断。因为他们的情感表达和普通人可能是不一样的,我们借助情感识别可以观察到他们在和人交互过程中的变化,从而帮助医生对于辅助治疗方案进行改进。如果他们的交互能力与情感表达在改进,说明治疗方案是有效的。

而在区块链技术方面,IBM与北京理工大学从2016年开始区块链方面的联合科研,开放LinuxONE开发者云平台(IBM LinuxONE Community Cloud)端口及提供全程技术支持,帮助师生应用企业级的硬件和计算能力开展了基于IBM LinuxONE上消费积分兑换系统的场景设计和原型探索。该系统能够实现航空、酒店、购物等多个消费渠道积分的自由兑换,有望在个人消费交易领域实现突破性的创新应用;此外,双方还合作开发与LinuxONE相结合的“区块链即服务”解决方案,具有极大的商业价值和市场潜力。

硕果累累 IBM与高校在人工智能落地方面的那些事

IBM副总裁、中国系统实验室总经理谢东

IBM副总裁、中国系统实验室总经理谢东表示,在双方的合作中,IBM提供区块链平台与技术,以及实施区块链技术支持。而北京理工大学在理论研究方面具有非常扎实的基础,以及创新的想法。这种互补性让技术真正地跟应用结合在一起,从而创造出新型的价值。

硕果累累 IBM与高校在人工智能落地方面的那些事

北京理工大学软件学院院长丁刚毅

北京理工大学软件学院院长丁刚毅表示,在合作中,IBM提供了丰富的硬件资源、软件资源,从而帮助我们进行人才培养、学术研究的工作。

“区块链技术可以解决大数据的一些难题。大数据就是为了价值挖掘,而价值挖掘里碰到两个最大障碍,就是安全性和价值归属问题。区块链给大家看到希望了,所以我们与IBM开展了相关研究。”丁刚毅说。

硕果累累 IBM与高校在人工智能落地方面的那些事

IBM大中华区主机技术支持总监应康勇

IBM大中华区主机技术支持总监应康勇补充说,对于企业来说,他们最为关注的是如何利用区块链这个底层技术去支撑一个可信任的共享数据,进而打造一个共享的业务模式,触发很多创新的业务模式甚至产品。

为此,IBM积极探索区块链技术在各行各业例如金融、零售、医疗等的应用,这些应用大多集中于信息的追溯与数据交换。比如IBM联合中国银联推出的以区块链为底层架构的积分交换平台,IBM联合沃尔玛和清华大学基于区块链技术的食品全程数字化跟踪等等。

在IBM与北京理工大学的研究项目中,积分的商家相互之间的信任机制是通过区块链技术实现的。通过区块链技术保障积分交易的安全性和高效性,利用LinuxONE大型主机的高性能、高并发性等特性,较好地处理了用户积分交易的建立、查询以及商家对积分使用情况的智能分析。

应康勇说,IBM强调的是企业级的区块链,而企业级区块链的平台要素包括:共享账簿,共识,隐私和保密,智能合约,以及最重要的商业网络。特别是在安全性方面IBM进行了诸多工作。我们有很多技术来实现更高的安全性,包括高安全区块链网络。

在IBM看来,企业级的区块链一定是围绕业务场景展开的,一定要解决业务需求。

写在最后

作为“百年老店”,IBM始终将走在时代前沿作为自己的要求。而新技术的落地,也肯定离不开人才与研究的支撑。IBM与高校的紧密合作让我们看到了校企合作的光明前景。



原文发布时间为:2017年6月29日

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
人工智能 自然语言处理 自动驾驶
2024年应该关注的十大人工智能创新
人工智能(AI)不再只是一个流行词,它已成为我们日常生活的重要组成部分。人工智能在去年深入地融入我们社会的各个方面,改变我们的生活方式、工作方式以及与技术互动的方式。
36 2
|
机器学习/深度学习 人工智能 算法
AI开发者大会:2020年7月3日09:10--09:30张钹《人工智能的发展现状与人才培养》
AI开发者大会:2020年7月3日09:10--09:30张钹《人工智能的发展现状与人才培养》
AI开发者大会:2020年7月3日09:10--09:30张钹《人工智能的发展现状与人才培养》
AI:2020年6月21日北京智源大会演讲分享之20:05-20:25陶建华《人工智能学科设置与人才培养》、雷明《企业对人工智能人才的要求以及对人工智能人才培养的建议》
AI:2020年6月21日北京智源大会演讲分享之20:05-20:25陶建华《人工智能学科设置与人才培养》、雷明《企业对人工智能人才的要求以及对人工智能人才培养的建议》
AI:2020年6月21日北京智源大会演讲分享之20:05-20:25陶建华《人工智能学科设置与人才培养》、雷明《企业对人工智能人才的要求以及对人工智能人才培养的建议》
|
机器学习/深度学习 人工智能 自然语言处理
2021年十大人工智能创新趋势
在改变人们日常工作和生活的技术和创新方面,人工智能是一种最热门的趋势。一方面,出现了人工智能创新趋势;另一方面,它为人类创造了大量的就业机会。近年来,人工智能的创新趋势有望推动医疗保健、汽车、制造金融等多个行业的大规模突破。
287 0
|
人工智能 安全 数据安全/隐私保护
蚂蚁金服共享智能平台荣获“世界人工智能产业安全十大创新实践”
8月30日,在2019世界人工智能大会上,蚂蚁金服共享智能平台荣获“世界人工智能产业安全十大创新实践”。
1148 0
蚂蚁金服共享智能平台荣获“世界人工智能产业安全十大创新实践”
|
人工智能 芯片 C++
中国龙华人工智能产业(人才)创新圆桌会:AI时代的智胜之道VS龙华人才孵化新机遇
2018年10月31日,“NEXT•AI大会——中国龙华人工智能产业创新峰会”,于深圳市龙华区宝能科技园拉开序幕。本次大会由深圳市龙华区委员会、深圳市龙华区人民政府和阿里云计算有限公司精心打造。会上不但分享了产业、技术发展的趋势,以及未来发展方式和路径,还进行了落地签约等活动。
|
机器学习/深度学习 人工智能 自然语言处理
|
人工智能 算法 物联网
沈晓卫:AI、量子计算、区块链三大浪潮,人工智能时代的创新战略前瞻
3月29日,IBM全球副总裁、 IBM大中华区首席技术官、IBM中国研究院院长沈晓卫出席2018新智元AI产业跃迁峰会,做了题为《预见人工智能时代的创新与跃迁》的报告。IBM集当下最前沿的人工智能、量子计算和区块链技术于一身,悄然改变计算与商业的格局,前瞻人工智能时代技术创新趋势。
1634 0
|
机器学习/深度学习 人工智能 大数据