说到人工智能 (AI)，IBM 应该是最有资格评论的厂商之一；但这些年以来，一直有人质疑 AI 的落地化与实质效益。去年就曾传出休斯敦安德森癌症研究中心 (MD Anderson Cancer Center) 以＂未能有效降低医院成本＂为由，与 IBM Watson 终止合作 (http://compotech.com.cn/a/zhuanti_xinban_/zhuantibaodao/2017
/1213/56697.html)；近日，坊间又有 Watson Health 部门裁减人力的耳语不断，再度引发业界对于按表操课的合约式服务、支出庞大却难以量化投资报酬率、乃至非结构化数据处理的反思。殊不知，今年或将是 IBM 在 AI 史上的关键拐点。
也许是历经多年磨合所致，IBM 亦体认到上述矛盾，在经营策略上做了一番调整，提出＂现代基础架构＂(Modern Infrastructure) 理念——安全、多云、开放和 AI 为四大关键能力，而数据、计算及算法是 AI 三大元素，用户不须花费太多心力在前置作业上。格外吸睛的是：将其得意之作 Watson 系统导入物联网 (IoT) 微服务平台，为 AI 走入千家万户大开方便之门。IBM 副总裁暨大中华区硬件系统部总经理侯淼表示，硬件发展非常快，过去只在乎如何计算、存储，现今还要加上如何＂数字化＂(digitalize)，而 AI 和大数据将为基础架构带来变革。
照片人物：IBM 副总裁暨大中华区硬件系统部总经理侯淼
2018，Watson's Low 开启新纪元
侯淼指出，现在几乎所有行业都在谈 AI，例如，将寻常车灯智能化、发展成为自动驾驶辅助系统 (ADAS) 的一部分，就可提高销售额及利润。早在 30 年前就有大学开设 AI 课程，惟至 2010 年后才见加速。2015 年前所谈的是狭义 AI，以 IBM 深蓝 (Deep Blue) 和 Google AlphaGO 为代表，重点在于针对特定目的设计严格算法；2015～2050 年则进入简单识别的广义 AI，包括人脸辨识、安全分析等强调场景的应用；2050 年后，将迈入通用型 AI 时代，模拟人脑神经元提供更广泛的 AI 技术。
侯淼指出，现在几乎所有行业都在谈 AI，例如，将寻常车灯智能化、发展成为自动驾驶辅助系统 (ADAS) 的一部分，就可提高销售额及利润。早在 30 年前就有大学开设 AI 课程，惟至 2010 年后才见加速。2015 年前所谈的是狭义 AI，以 IBM 深蓝 (Deep Blue) 和 Google AlphaGO 为代表，重点在于针对特定目的设计严格算法；2015～2050 年则进入简单识别的广义 AI，包括人脸辨识、安全分析等强调场景的应用；2050 年后，将迈入通用型 AI 时代，模拟人脑神经元提供更广泛的 AI 技术。
现阶段，AI 对于使用者有两大好处：1.从单一繁琐任务解放，例如：停车场自动识别、限号行驶上路等；2.建立作为大数据医疗或金融风险控管等决策支持模式。从开发者角度来看，经由算法自我学习、增强的机器学习 (Machine Learning) 是实现 AI 的途径之一，但非唯一；而深度学习 (Deep Learning) 是利用 Caffe、TensorFlow 等框架实现机器学习的一个技术手段。侯淼回顾过去七十年来，科技发展曾有三大计算拐点：
●摩尔定律 (Moore's Law)：由英特尔 (Intel) 创始人于 1965 年首创，原意是指 IC 上的晶体管数目约每隔两年会翻一倍，后演变成每 18 个月，芯片性能提高一倍。
●梅特卡夫定律 (Metacalfe's Law)：25年后、于 1993 年提出，当时最流行的名词是＂网络效应＂(Network Effects)——＂网络价值与节点数 (参与人员) 的平方成正比」，有两个用途：一是用来评价网络公司价值，让这些本身无太多现金流的公司得以借助资本市场协助做创新；二是鼓励各界在互通、互联的环境下进行无偿数据分享。
●沃森定律 (Watson's Low)：再时隔一个 1/4 世纪后的 2018 年，IBM 主张＂数据＂是改变计算模式的主因，特别是进入移动网络时代后，有许多非交易的数据随时在交流，包括：文字、影音和图像等；因此，志在为发掘数据价值提供基础平台，更聪明地生活和工作。
●摩尔定律 (Moore's Law)：由英特尔 (Intel) 创始人于 1965 年首创，原意是指 IC 上的晶体管数目约每隔两年会翻一倍，后演变成每 18 个月，芯片性能提高一倍。
●梅特卡夫定律 (Metacalfe's Law)：25年后、于 1993 年提出，当时最流行的名词是＂网络效应＂(Network Effects)——＂网络价值与节点数 (参与人员) 的平方成正比」，有两个用途：一是用来评价网络公司价值，让这些本身无太多现金流的公司得以借助资本市场协助做创新；二是鼓励各界在互通、互联的环境下进行无偿数据分享。
●沃森定律 (Watson's Low)：再时隔一个 1/4 世纪后的 2018 年，IBM 主张＂数据＂是改变计算模式的主因，特别是进入移动网络时代后，有许多非交易的数据随时在交流，包括：文字、影音和图像等；因此，志在为发掘数据价值提供基础平台，更聪明地生活和工作。
图1：科技发展的计算拐点
资料来源：IBM提供
侯淼并提到，量子计算机 (Quantum Computer) 将为 AI 提供神助。有别于传统每一个计算位 (bit) 只能计算一个数值、只有 2 X N 种状态的 0、1 二进序列计算，量子位 (Qbits) 两大创新精神是：迭加 (Superposition)——记录 0、1 或 0、1 共存等三种类型，以及两种元素互相＂纠结＂(entanglement)——2 X N 变成 2 的 N 次方，可同时表示多种状态，尤其适合分子药开发、交通调度、导航演算、化工研究、气象预测等数据量大的复杂计算，IBM 现已在云端开放 20Qbits 计算平台供学术、科研及金融机构登录试用。
AI 三元素：数据、计算及算法，非结构数据有解
IBM 系统硬件部技术总监李永辉表示，2017 年是 AI 元年，IBM 曾对全球 6,000 多家企业做市调，结果有 92% 领先企业表示要树立未来竞争优势，必先体现释放数据的价值，包括结构化与非结构化数据，须从三个面向着手：1.良好的数据基础，有效收集数据；2.培养员工应用能力；3.利用 AI 对大数据做分析及有效抓取。现代数据处理流程包括：数据预处理、神经网络 (NN) 的选择、训练过程、推理能力，在企业建构 AI 的过程中，最花时间的部分是准备及标记数据，其次是挑选参数及训练资料。
IBM 系统硬件部技术总监李永辉表示，2017 年是 AI 元年，IBM 曾对全球 6,000 多家企业做市调，结果有 92% 领先企业表示要树立未来竞争优势，必先体现释放数据的价值，包括结构化与非结构化数据，须从三个面向着手：1.良好的数据基础，有效收集数据；2.培养员工应用能力；3.利用 AI 对大数据做分析及有效抓取。现代数据处理流程包括：数据预处理、神经网络 (NN) 的选择、训练过程、推理能力，在企业建构 AI 的过程中，最花时间的部分是准备及标记数据，其次是挑选参数及训练资料。
照片人物：IBM 系统硬件部技术总监李永辉
＂在识别的过程会产生错误，需要专家及时指正 NN 不停迭代、互动以改变算法及权重。看似短短几秒钟的结果呈现，背后其实是繁复的过程＂，李永辉说。IBM 针对传统的数据处理架构做品牌设计，协助用户实现新一代具备 URLI (理解 Understand、推理 Reasoning、学习 Learning、互动 Interactive) 的智能系统；身为少数有能力设计专属处理器芯片的厂商之一，IBM 专为＂认知＂工作而设计的 Power 9，是 IBM 首款基于 AI 的芯片，采用 14nm 制程，CPU 速度、带宽及内存皆较前代产品大幅提升。
另有鉴于 I/O 接口也是网络有效传输的变量，总线连接与 I/O 扩展须与 CPU 协调良好，IBM 与英伟达
放眼 AI 长远的未来
Power 9 将规划三种平台：结合数据做交易的要务型 (Mission Critical)、AI 计算和大数据分析，未来将走向多云、备份、云端及存储虚拟化。AC922 是 IBM 首个 POWER9 服务器产品，自带软件开发工具包并具备水平扩展能力，不须担心自行下载开源软件会有安全隐忧，且便于管理多平台、多框架以加快训练过程。李永辉介绍，深度学习与传统机器学习的不同之处在于：神经元网络的数量，AC922 的深度学习框架可用于建构通用型 AI 平台，例如，使用 LSTM 递归神经网络 (RNN) 和线性回归模型为时序数据找出规律性、进而自我学习预测股市走势。
Power 9 将规划三种平台：结合数据做交易的要务型 (Mission Critical)、AI 计算和大数据分析，未来将走向多云、备份、云端及存储虚拟化。AC922 是 IBM 首个 POWER9 服务器产品，自带软件开发工具包并具备水平扩展能力，不须担心自行下载开源软件会有安全隐忧，且便于管理多平台、多框架以加快训练过程。李永辉介绍，深度学习与传统机器学习的不同之处在于：神经元网络的数量，AC922 的深度学习框架可用于建构通用型 AI 平台，例如，使用 LSTM 递归神经网络 (RNN) 和线性回归模型为时序数据找出规律性、进而自我学习预测股市走势。
图2：IBM 基于＂现代基础架构＂(Modern Infrastructure) 之系列产品
资料来源：IBM提供
李永辉并揭示 AI 的长远发展方向：
1. 结合专用 AI 芯片与 GPU 的＂异构平台＂是 AI 趋势；
2. 训练、推理需要大量计算力，量子计算与模仿人脑神经突触将兴起；
3. 虽说＂大数据＂一再被提及，但专业领域应用的数据却是越聚焦越好；
4. ＂迁移学习＂(Transfer Learning) 是下个跳岛，可就既有训练模式微调、移植到新的应用场景中；
5. 目前训练仍需许多人为干预，日后将走向主动学习 (Active Learning)，例如，两个神经网络相互学习；
6. 道德议题及 AI 使用规范将日趋重要，例如，去除歧视联想及观念。
1. 结合专用 AI 芯片与 GPU 的＂异构平台＂是 AI 趋势；
2. 训练、推理需要大量计算力，量子计算与模仿人脑神经突触将兴起；
3. 虽说＂大数据＂一再被提及，但专业领域应用的数据却是越聚焦越好；
4. ＂迁移学习＂(Transfer Learning) 是下个跳岛，可就既有训练模式微调、移植到新的应用场景中；
5. 目前训练仍需许多人为干预，日后将走向主动学习 (Active Learning)，例如，两个神经网络相互学习；
6. 道德议题及 AI 使用规范将日趋重要，例如，去除歧视联想及观念。
IBM 系统部软件定义基础架构大中华区销售经理周立旸指出，数字转型多以数据为中心，要产生价值须链接应用，包括使用、整合和成本节约；而＂多云＂为企业数字转型带来优势，但也不乏挑战：一是数据量大增，须在不同场域部署非结构化数据存储；二是跨界互联，须满足目标产业的特殊合规性要求并建构＂平台即服务＂(PaaS)。他以制造业多云数据整合为例，跨区域工厂通常会有横跨多个私有云的制造执行系统 (MES)，若能只用一个接口检索多个 MES 数据，将更易于管理。另一个案例是医疗健康的基因测序。
照片人物：IBM 系统部软件定义基础架构大中华区销售经理周立旸
Watson IoT，进驻 IBM 云端＂店中店＂
由于数据产生及应用的数量皆大，加上存储速度要求高且不容许丢失，故多倾向分开存储，只用一个接口就能快速连通，可迅速获悉数据及哪些人到访过。然而对于 IoT 建置而言，最令人心动的就属 Watson IoT 的诞生。台湾 IBM Watson IoT 资深顾问林裕隆表示，Watson IoT 是 2015 年底成立的部门，总部设在工业4.0 的发源地——德国慕尼黑，有客户与合作伙伴的群聚效应，另在全球各地都有展示中心。他认为，AIoT 的发想能否落实，关键在效益；中国大陆即通过 AIoT 智能化养猪，有助于疫病防治、增加产能、把握猪只发情期并提高配种率。
由于数据产生及应用的数量皆大，加上存储速度要求高且不容许丢失，故多倾向分开存储，只用一个接口就能快速连通，可迅速获悉数据及哪些人到访过。然而对于 IoT 建置而言，最令人心动的就属 Watson IoT 的诞生。台湾 IBM Watson IoT 资深顾问林裕隆表示，Watson IoT 是 2015 年底成立的部门，总部设在工业4.0 的发源地——德国慕尼黑，有客户与合作伙伴的群聚效应，另在全球各地都有展示中心。他认为，AIoT 的发想能否落实，关键在效益；中国大陆即通过 AIoT 智能化养猪，有助于疫病防治、增加产能、把握猪只发情期并提高配种率。
在猪只身上置入 ID 耳标和温度传感器，配合光照、氨气、二氧化氮等环境传感器及摄影机，记录运动量和进食量以了解其健康状况、避免粪便化学物所产生的臭氧让猪只生病，并掌控＂最佳料肉比转换率＂。林裕隆指出，一般来说，除非是生病，否则猪只不常有食欲不振时；另一例外状况是发情期前，会出现进食量降低、温度升高、运动量减少等征候，辅以 AI 比对，饲养员能及时把握 21天的配种黄金期。再者，猪只并非一味养得越重越好；因为随着体重增加，料肉比转换率会趋缓，不利于投资报酬率。
照片人物：台湾 IBM Watson IoT 资深顾问林裕隆
林裕隆拆解，IoT 需要 OT (操作面) 与 IT (信息面) 的跨部门合作，以分析资料、解决问题。底层 OT 不管是何种通信协议，都会送到企业内部中枢、后由以太网外送到 IT 平台，进行存储、分析、计算并整合 ERP 等后端应用；经过注册的终端设备可藉由应用程序编程接口 (API) 整合微服务，在 IBM 云平台找到对应且安全的服务。着眼于应用完整性，IBM 除了个别企业的自有服务，IBM 也大方将 Watson 等菁华服务开源共享，并针对一些第三方程式优化，将 IoT 平台迭加于 IBM 云平台上、包装成 Platform on Platform 的＂店中店＂运营模式。
微服务应用项目多＆专业顾问团队是最佳卖点
IBM 的云平台同步支持 Windows 和 Linux 设备，每个 API 背后都连结一堆机器；只要从配置好的列表上找到某个设备，就会显示传送数据的路径。林裕隆当场以内建德州仪器 (TI) SimpleLink CC2650 超低功耗无线微控制器 (MCU) 的感测器件做温控演示——在树莓派 (Raspberry Pi) 的网关 (Gateway) 上设定规则引擎，并在 Node-Red 开源可视化接口上以拖拉方式呼叫服务；一旦超过设定温度，就会以短信和 Email 通知，亦可从服务器重启。万一设备故障会发出预警通知维护，并自动开立工单及物料采购单。
IBM 的云平台同步支持 Windows 和 Linux 设备，每个 API 背后都连结一堆机器；只要从配置好的列表上找到某个设备，就会显示传送数据的路径。林裕隆当场以内建德州仪器 (TI) SimpleLink CC2650 超低功耗无线微控制器 (MCU) 的感测器件做温控演示——在树莓派 (Raspberry Pi) 的网关 (Gateway) 上设定规则引擎，并在 Node-Red 开源可视化接口上以拖拉方式呼叫服务；一旦超过设定温度，就会以短信和 Email 通知，亦可从服务器重启。万一设备故障会发出预警通知维护，并自动开立工单及物料采购单。
林裕隆表示，类似的服务还被用于车联网，经由手机 APP 注册、定位记录路径收集驾驶行为供作 UBI 保险基础。另前年 IBM 还连手第三方设备商进军福斯大众 (Volkswagen)、本田 (Honda) 和戴姆勒 (Daimler) 的后装空气清净器市场——当车外空气质量恶劣时，提醒驾驶关闭车窗、启动自体循环，并成功打进 BMW 前装市场，提供私人行程、语音定位导航及天候路况服务。＂面对新创公司的后生可畏，老牌企业更应转型往高利润的蓝海策略做布局；而 IBM 拥有广泛的微服务应用，以及坚强的行业领域知识与顾问团队，是我们最大优势所在＂，他说。
顺带一提，IBM 于去年六月取消试用一个月的限制、改推＂定额免费使用＂的 Lite 轻量版服务，颇受好评。这对研究及学术单位是一大福音，只要注册、不须刷卡即可开始使用；如果试用满意，可刷卡购买正式使用权。IBM 有多种计价模式，用户可自行选定服务、依传输量或存储量＂按需付费＂，量大的企业用户另有折扣。
