 |
IBM或許是對當前的智能系統有著最深刻理解的公司。在全球各地，已經有數十個該公司稱之為‘智能行星’(smart planet)的系統用于解決各式各樣的基礎設施問題，如位于瑞典斯德哥爾摩的智能運輸系統；馬耳他的國家級智能電網(也是全球第一個)；以及設置在紐約大都會博物館，用于保護藝術品的無線傳感器網絡等。
“智能系統每天所產生的資料比美國所有圖書館的資料加起來還要多出8倍──而其中有85%都是非結構化的，”IBM院士暨技術長及系統部門技術策略副總裁Jai Menon說。“目前的商業情報仍難以對所有非結構化資料進行分析并進一步獲取價值，而Watson則是一個很好的例子，因為它能快速回答有關非結構化資料的問題。”
傳統的IT分析都執行結構化資料，透過數據庫整理所有資料，可以輕易地進行搜索、排序，并使用知名的數學公式進行分析。但Watson證實凌亂的、非結構化的資料，也能借著巧妙制作分析優勢，在最佳化的系統架構上輕易地進行搜索。
“針對金融市場的分析──如商品價格預測──是透過已知周期性模式進行的。然而，要預測基礎設計的失效風險，如水管究竟有多長，而最后這就是我們所說的非結構化問題，”IBM研究中心工程師暨商業分析總監Arun Hampapur說。
IBM最近運用智能系統解決非結構性問題的例子，主要是利用Watson為醫療保健、銀行和金融、零售、法律和政府監控等領域建立自動化顧問。“我們每天都接到各行各業領導人的電話，他們都希望Watson能展開更多新應用，舉例來說，如何能更快速、更方便地訂機票等，”Hampapur說。
另一個例子，全美最大型的保健服務供貨商WellPoint公司最近宣布，將采用Watson所衍生的智能系統，透過從數百萬的醫療記錄、期刊文獻和最新醫學研究結果中，獲取和患者癥狀匹配的資料來簡化并加速醫療診斷。
Watson是以IBM所建構的技術為基礎，這些技術是為了解決智能城市開發項目中非結構化問題所開發的。IBM的探索行動是從運用其傳統資中心分析的長處開始，而后不斷朝智能系統的方向進行開發。這家公司不斷朝著可運用嵌入式處理器本身進行分析的邊緣連接網絡方向努力。Menon指出，芝加哥警察“在邊緣網絡使用了智能分析，能自動將保全攝影鏡頭轉向qiang響的方向，因此當接到911報案電話時，他們已經能夠獲得qiang枝口徑讀數和攝影鏡頭所轉向的方位等信息了。”
過去幾年內，IBM已經花費超過150億美元，用于收購具備專業分析知識的公司，該公司希望為可融合來自多個感測輸入的智能系統，開發新一代的感知計算機(cognitive-computer)芯片。
