Video: IBM's Watson Supercomputer Destroys Humans in Jeopardy | Engadget (September 2024)
För den här veckans utgåva av Fast Forward talar jag med Mark Simpson, VP för Erbjudande Management och Strategi för IBM Watson Marketing.
Dan Costa: Många har sett IBM Watson-reklam på TV, och de vet att Bob Dylan hade något att göra med detta på ett vagt sätt, men hur skulle du definiera Watson som en produkt?
Mark Simpson: Watson är en kognitiv dataprodukt som kan lära sig som människor. Det lär sig, det förstår, det resonerar på samma sätt som människor gör och kan läras över tid. Så att databehandling kan tillämpas på många olika områden… I grund och botten är det en pålitlig rådgivare som vi kan ge till människor som kan ta in massor av data och hjälpa dem att fatta beslut som de fattar, vilket ökar deras intelligens.
Jag tror att det är den fras som har fastnat med många människor. Det är inte nödvändigtvis konstgjord intelligens, det är förstärkt intelligens. Det fungerar med människor för att verkligen hjälpa dem att göra saker som de inte skulle kunna göra med hjärnan som Gud gav oss.
Ja, det är den viktigaste differentieraren som vi använder inom IBM. Många företag har artificiell intelligens och vad vi inte försöker göra med förstärkt intelligens är… bara kopiera mänsklig intelligens eller ersätta mänsklig intelligens. Vi försöker verkligen ge den människan ett sätt att fatta bättre beslut genom att ha mer information. Så verkligen att ha en rådgivare som sitter vid sin sida som kan hjälpa dem att fatta smartare beslut eller snabbare beslut beroende på deras situation.
Så Watson själv, som du nämnde, behöver det läras att uppträda i en mängd av dessa olika miljöer. Hur fungerar den processen?
Ja, som du verkligen skulle lära en människa. Du pekar Watson i rätt riktning och du ger den information och information som den behöver intas för att kunna göra, för att kunna lära sig och förstå och resonera på de sätt som den behöver göra. Det lär sig ständigt, så Watson kommer initialt att fatta några fel beslut också och det måste vägledas i rätt områden, men det är allt en del av inlärningsprocessen. Så verkligen, som en människa skulle lära sig, tänker du på det på samma sätt för Watson.
Du är specialiserad på marknadsföringsområdet. Hur tillämpas Watson inom marknadsföringsområdet?
Watson kan appliceras eller så ser jag Watson appliceras på tre stora sätt. För det första kan du tänka på Watson som en uppsättning dator-API: er, som verkligen vem som helst kan ha tillgång till. Så vi ser kunder som kommer att använda dessa API: er av många orsaker, oavsett om de ser på att nå kunder på ett annat sätt, så om du tar exemplet kanske 1-800-Flowers, som nu har en conciergetjänst på deras webbplats som heter Gwyn som skulle… ställa frågor om vad du letar efter. Säg att du letar efter en present, en present till din mamma. vad tillfället är eller om vad din mamma är intresserad av. Det kommer sedan att börja ge förslag på de rätta presenterna att ge din mor.
Du kan tänka på Watson i slags mycket breda termer. Det andra sättet att tänka på det är vad vi försöker göra med att bädda in Watson i våra marknadsföringsplattformar. Vi tänker på det verkligen i hur kan vi spara marknadsförare tid och hur kan vi få marknadsförare att göra smartare beslut.
För det tredje kan du se på Watson inom marknadsföringsplattformarna som ett helt annat sätt att interagera med vår marknadsföringsplattform. Så Watson, när vi inbäddar Watson som assistent för marknadsföraren, kan den analysera och övervaka kampanjer fortlöpande. Du kan ställa Watson frågor om dessa kampanjer och hur dessa kampanjer jämför med varandra för att du kan fatta olika och rätt beslut på ett snabbare sätt att vidta åtgärder för vad du ser hända med kampanjerna som du kör.
I denna värld av big data, där vi samlar in så mycket information om våra företag och om våra kunder, verkar information överbelastning som det förmodligen är det största problemet som marknadsförare har. Du ser att de når hela tiden till nya instrumentpaneler för att försöka få mening om all information som kommer in, men instrumentpaneler räcker inte. Instrumentpaneler är många gånger inte tillräckligt dynamiska för att verkligen kunna känna till dessa informationshav.
Du har helt rätt, och jag tänker också om du lägger på att 80 procent av världens data om kunder och data i allmänhet är ostrukturerade och hur en människa kan få sitt huvud runt ostrukturerade data i den typen av skala och den typen av kvantitet är mycket svårt att föreställa sig. Du kan tänka på det i många branscher och marknadsföring vad folk säger på sociala medier och i hälso- eller läkaranteckningar som skrivs och många andra applikationer i andra branscher, att kunna ta in den ostrukturerade informationen, kunna förstå av den ostrukturerade informationen ger bara individer, och i detta fall marknadsförare, den betrodda rådgivaren de behöver för att börja fatta mycket smartare beslut.
Kan du ge oss, nämnde du 1-800-Flowers, kan du ge oss andra exempel på hur Watsons används för att på ett slags sätt känna till dessa datasätt?
Så vi har samarbetat med Staples med deras Easy Buttons. Människor har sett den enkla knappen där du bara trycker på knappen för att beställa fler pennor eller vad du än har på den tiden. Watson samarbetar med Staples för att aktivera och hjälpa till att driva det, så oavsett om du har kort på leveranser och du trycker på Easy-knappen eller om du går in i en app på din telefon eller om du använder Facebook Messenger eller Slackbots eller vad har du att göra beställer nya leveranser via Staples, kommer Watson att känna till vad du gör och det gör det möjligt.
Det kan också börja förutsäga dina behov. Så det finns olika applikationer. Vi har också arbetat mycket nära med North Face som igen har en liknande assistent som Gwyn med 1-800-Flowers där du kan prata med North Face webbplats via din telefon eller på din dator. Du kan också skriva och interagera med den, men du kan berätta för North Face om din resa. Säg att du, jag vet inte, vandra i Himalaya i september och North Face kan gå av och leta upp platsen, ta reda på förhållandena där och det kan komma tillbaka och ge rekommendationer kring redskapet som du är kommer att behöva ha en trevligare resa.
Det finns en intressant övergång som händer där. The North Face är ett bra exempel eftersom det på vissa sätt är ett konversationsgränssnitt som drivs med AI som är väldigt naturligt där du bara ger det lite information, men sedan finns det här massiva dataanalys baksidan där det tar dessa ostrukturerade data och sedan vänder det och gör handlingsbara rekommendationer för dig.
Ja. Titta, att förstå mänskligt språk är inte en lätt sak, vilket är typ av det första steget när du interagerar med det, även genom tal eller text eller dock. Då har du massorna med data bakom det som letar upp plats och väderförhållanden och matchar det mot produktkategorier och skev och sådana saker. Det är ett riktigt spännande sätt att shoppa jämfört med att gå in på en webbplats och klicka på kategorisidor och titta igenom listor och försöka använda filter. Det är ett mycket trevligare sätt att shoppa.
Det verkar för mig som leder oss till det begreppet kognitiv handel där du har en kognitiv dator som möjliggör handelstransaktioner upp och ner.
Ja, absolut. Absolut, och som jag säger, Staples är ett bra exempel på det, att försöka förutsäga när någon blir brist på leveranser baserat på konsumtionens historia och möjliggör att den beställningsprocessen kan hända men någon behöver och var de än är och har den typen av mer omedelbar och just-in-time slags uppfyllande är att det förändrar handeln betydligt, ja.
Hur svårt är det för ett företag att komma igång med Watson? Det här är ganska sofistikerade koncept. Du kan föreställa dig att Staples har ett team av människor som arbetar med detta. IBM är uppenbarligen ett mycket stort företag. Hur svårt är det för en återförsäljare att snurra upp detta?
Om du inte bara tittar på detaljhandeln är det tillgängligt för alla, men det finns uppenbarligen vissa färdigheter som du behöver för att kunna utveckla produkter runt. Watson API: er är öppna för alla. Vi har sett tonåringar använda det för att bygga några riktigt coola appar som slåss mot parkeringsbiljetter till mycket stora företag som använder den för att förstärka och ibland ersätta sin egen AI. Det finns verkligen en enorm skala av användningsfall där.
Hur kan Watson hjälpa dig att slåss mot en parkeringsbiljett?
Det är ett fantastiskt sätt att titta på parkeringsbiljetten och titta på alla parametrar kring den och hur man kanske kan bekämpa den parkeringsbiljetten och hur du interagerar tillbaka till just den myndigheten. Som jag säger, utvecklat av tonåringar, helt fenomenalt. Framgångsgraden är också mycket högre än de är om du använder människor för att göra det.
Stå i rad och gå till domstolen.
Helt rätt.
Mycket bra. Jag tror att en annan viktig sak är förmågan att känna till ostrukturerad data, som att när du har fått ett strukturerat datasats är det relativt enkelt att göra en del analyser och kunna göra några visualiseringar och så vidare, men Watsons förmåga att känna sig ostrukturerad data är en av de saker som jag tror som skiljer dem ut.
Ja absolut. Om man tittar på ett par av de viktigaste trenderna som händer inom marknadsföringen just nu är det en explosion av data. Jag tror att vi beräknas ha cirka 20 gånger mängden data fram till 2020, som bara är två och ett halvt år bort. Det är en enorm mängd mer data, men som du säger, formen på den informationen förändras när kunder börjar avslöja sig mindre, de är aktivt på väg att ge varumärken mindre av sin information. Tekniken har liksom avancerat för att också göra det möjligt.
Mycket mer av dessa uppgifter handlar verkligen om beteende och försöker hämta avsikt från individers beteende. Mycket av dessa uppgifter är helt ostrukturerade så jag tror att den äldre typen av CRM-marknadsföringsstil, medan den har sina användningar kommer att bli mindre och mindre effektiv och vi måste hitta nya sätt att dra ut det avsikt och använda det för att marknadsföra till individer bättre.
Hur lång tid kommer det att ta innan detta blir en proaktiv process där verktygen faktiskt vet mer om dina framtida behov och dina framtida behov än du kanske till och med vet om dig själv?
Ja, jag tror att det i enkla fall redan har gjort det. Det finns många fall där du kan se att från mina önskemål som marknadsförare, när jag går in på vår analysplattform vill jag titta på en kampanj, jag vill se om det finns några problem med det eller något liknande. Watson driver det aktivt till mig som individ nu. Jag tror att det finns olika grader av det när du går igenom olika branscher och ner till en personlig nivå också, så det är en svår fråga att besvara, men jag tror att det redan händer just nu. Jag tror verkligen att vi är i mycket tidiga stadier av kognitiv datoranvändning. Jag tycker att det spännande är där det kan ta oss när du ser fram emot eftersom jag tycker att framtiden är väldigt svår att sortera efter alla effekter som kognitiv dator kan ha.
Låt ryska lite om den framtiden på bara en sekund. Jag tror att vi har en fråga från publiken.
Ja, det är en bra fråga eftersom fältet rör sig så snabbt hela tiden och jag tror att du ser nya innovationer dyka upp överallt. Jag tror att något av det arbete vi gör inom cancer och vård av cancer verkligen är fenomenalt för mig. Du tittar på applikationerna för att bota sjukdomar och hjälpa människor som lider, och jag tror att det är de element som jag tror att du verkligen står vid detta och tror att detta bara är en fenomenal teknik och dator som vi verkligen behöver grepp med båda händerna. Så jag tror att det finns många olika användningsområden i många olika branscher.
Kan du tänka på en industri som inte kommer att förvandlas av varken kognitiv datoranläggning eller artificiell intelligens? Eftersom vi ser att det används i marknadsföringsapplikationer ser vi att det används i transportapplikationer, handelsapplikationer. Det verkar som om det är en av dessa grundläggande tekniker som stör allt.
Ja. Jag tycker att det spännande är att det är svårt att föreställa sig en bransch som inte kommer att påverkas. Jag tror att om du ser exemplen som finns i branscherna för tillfället har vi samarbetat med H&R Block för skatterådgivning och för att lämna in dina skattedeklarationer, med hänsyn till alla förändringar i skattelagen under de senaste 12 månaderna och kunna för att hjälpa H&R Blocks skatterådgivare att fatta bättre beslut och spara sina kunder mer pengar. Du flyttar det till en del av det arbete vi gör kanske med Kone, som producerar hissar och rulltrappor och samarbetar med vår Internet-saker för att göra det möjligt att fixa hissar i realtid och innan de går fel. Ingen gillar att fastna i en hiss, eller hur?
Det är verkligen spännande de olika områdena där det kan tillämpas. En av applikationerna som jag såg förra dagen var med Whirlpool där tvättmaskinen med Watson inbäddad i den kan prata med torktumlaren för att råda torken om hur lång torkcykel ska vara, vilket låter riktigt litet och uppenbart, men om du tänker på det, om du får torkningstiden rätt hur mycket energi som kan spara över hela världen, blir det riktigt spännande. Storleken på några av problemen.
Små effektivitet i skala kan göra stora skillnader.
Exakt. Exakt.
Det är ganska fascinerande och det är alltid intressant att se dessa supers sofistikerade avancerade teknologier komma ner till den mest prosaiska nivån av er vet du vad? Du kommer att spendera mindre pengar på din elräkning eftersom din tvättmaskin kommer att bli effektivare.
Absolut, ja. Din tvättmaskin kommer att bli effektivare och förhoppningsvis får du bättre kundservice eftersom din tvättmaskin kan tala med kundtjänstverksamheten och de kan veta vad som går fel och skicka rätt delar med ingenjören för att fixa det.
Bra samtal. Jag vill gå vidare till de frågor jag ställer alla mina gäster, lite om framtiden. Vilken teknologisk trend är du mest bekymrad över? Vad håller dig uppe på natten?
Ja, det är svårt att hålla mig uppe på natten. Jag sover ganska bra. Jag är en ganska typ av positiv person, men jag tror att när du tittar på all slags teknikutveckling, tror jag att det som mest berör mig är att det används. Oroerna är när det används på ett oetiskt sätt, särskilt med den tekniska utvecklingen. Jag tycker att det är väldigt viktigt att vi gör så mycket vi kan för att använda det etiskt och jag tror att vi gör så mycket vi kan också för att ogiltiga den oetiska användningen av denna teknik också. Jag tror att det förmodligen om jag tittade på ett eller det största övergripande området skulle jag välja det området.
Tror du att enskilda företag bör ta det på sig när de utvecklar teknik och produkter för att tänka på konsekvenserna av dessa tekniker innan de släpper ut dem på marknaden?
Jag tror att det är alla som ansvarar.
Ja. Vi har en annan fråga från publiken.
Det finns redan tillämpningar av Watson som är sant för medicin. Jag nämnde cancer, det arbete vi gör med cancervård och det kommer att gå bredare också, så Watson kan äta läkares anteckningar. Den kan analysera de tusentals medicinska tidskrifter som produceras varje dag för att sitta där som rådgivare. Kom ihåg att vi ger läkaren råd om beslut som de måste fatta. Det är inte så Watson kommer att ta över. Det är verkligen Watson kommer att arbeta tillsammans med medicin. På samma sätt kan jag i lag absolut se att Watson kommer att sitta vid sidan av advokater och de i juridiska yrket för att göra det möjligt för dem att fatta bättre beslut, ja.
Vi har sett att frågan om augmentation spelar upp specifikt med Watson där Watson kan slå en storslagen schackmästare.
Ja. Titta, det är så vi främjar allt vi gör. Som vi säger, förstärkt intelligens snarare än konstgjord.
Eftersom du är en positiv person, på uppsidan, vad är du mest optimistisk för? Vad är du mest hoppfull på?
Titta, som ni ser blir jag väldigt entusiastisk av AI och det är svårt att inte bli riktigt entusiastisk av det. Jag tror att det finns några slags stora händelser som händer genom människors liv, och jag tror att AI är en av de stora händelserna. När du tittar på tillämpningen av AI och när du tittar på tillämpningen av kognitiv teknik,. Det är svårt att förstå var det kommer att nå. Jag tror att det är ett riktigt spännande område att tänka på hur vi kan tillämpa det på ett bättre sätt, hur vi kan hjälpa människor mer genom att använda kognitiv datoranvändning. Om jag tittar på så vet jag att du alltid frågar om vilken typ av människors favoritappar.
Om jag tittar på typ av, mitt liv under de senaste 40 åren, fanns det några stora större händelser som hände genom det, vilken typ av upphetsa dig och du använder enheter eller vad det än är. Du tror att när datorn verkligen blir mainstream är en. När smarttelefonen lanserades för tio år sedan är det bara 10 år sedan en annan och jag tror att AI är en annan av dem. Jag tittar på det arbete vi gör, jag har nu ett par små barn, det arbete vi gör med företag som Sesame Street som har haft 45 år med barn och vi bygger appar för att hjälpa barnens lärande. Jag vet att det kommer till skollovet, jag vet att min fru kommer att vara angelägen om att hitta nya sätt att underhålla och utbilda barnen genom skolhelgen, men det arbete vi gör där tycker jag är riktigt spännande.
Ja. Det finns en generation av barn, och jag tror att det beror på att vår generation i rätt ålder där vi investerat i dessa teknologier på ett nytt sätt och på samma sätt som jag blev hemma framför TV: n, det kommer inte att hända med denna nya generation. De kommer att ha programverktyg som hjälper dem att lära sig på varje skärm som de bär.
Absolut. Absolut. Jag skulle gärna vilja få min äldste bort från TV: n och du kan redan se det skiftet. Du kan redan se övergången till iPad och datorn för att undersöka och ta reda på mer. Jag tycker att det är en spännande framtid.
Om du hade en app eller produkt eller tjänst som du skulle behöva peka på och säga: "Den här saken förändrade mitt liv", vad skulle det då vara?
Ja. Jag ser, som jag säger, det finns några större händelser som har hänt tror jag. Du ser när jag var ung och fick vår första dator i huset. Du tittar på smarttelefonen och har allt till hands när du än är en annan av dem. Som jag säger, AI är en där jag tror att det verkligen kan ta det till en annan nivå också. Jag tror att genom människors liv finns det några riktigt stora där du ständigt kommer att upptäcka att du får nya, slags nya möjligheter att lita på något som är riktigt stort. Jag tror att AI förmodligen är nästa revolution.
Okej. Om människor vill följa vad du gör, vad IBM gör, vad Watson gör, är det upp till dessa dagar, hur kan de hitta dig online?
Ja, så jag är på LinkedIn. Jag är på Twitter. Jag har faktiskt ett nytt Twitter-konto. Min sista jag inte kan få tag på.
Har du tappat ditt Twitter-konto?
Jag tappade mitt Twitter-konto.
För var det dåligt beteende?
Det var inte dåligt beteende, nej. Inget att göra med det. Jag tappade lösenorden och e-postadressen med det, så mitt nya konto @SIMMOMJ.
Okej, vi kommer att försöka få dig några följare att sortera upp det snabbt.
Exakt. Det skulle vara en hjälp.
