智慧運算包含的未來信息

我相信我們能夠建成這樣一個新世界——前提是我們能夠解放思想并和一起思考智慧的地球的未來可能性。

——IBM彭明盛

一、新的計算理念與潮流

綜合各方面信息顯示，未來全球技術最有潛力的方向包括：移動互聯網、可擴展的企業服務生態網絡、軟件定義的系統環境、感知環境的企業、多媒體理解和可視化分析等等。這些發展都是以認知計算與數據科學的創新突破為前提的。例如，移動互聯網下一代的發展方向是語義網（WEB），大數據正在引發數據科學的突破（鄂維南院士認為“數據科學將逐步達到與其他自然科學分庭抗禮的地位”）等等。因此從認知計算和數據科學角度觀察IBM創新的方向，捕捉其中蘊含的全局方向性的信號，非常有意義。

從認知計算和數據科學角度看，IBM的智慧的運算，有幾個關鍵之處，代表了未來真正的方向。

首先是情境計算的概念。目前國內外都有一股潮流，把大數據引向集中計算方向。例如把大數據理念片面引向決定論的宿命論，把大數據當成了集中模式的網格計算，在認知計算孤立迷信數學算法，將大數據應用引導到建設集中模式的BI上面。這會整體誤導個性化定制的技術方向。

我在國內外同IBM的科學家交流中有一個共識，認為這不符合圖靈的初衷，違背了人工智能、認知科學在人機關系上的平衡。情境計算可以視為一個方向上的糾偏，IBM在這方面的創新正在顛覆馮諾依曼體系。IBM研究中心（IBM Research）計劃領導人Dharmendra Modha表示：“感知電腦必須能整合來自情境依賴形式（context dependent fashion）下不同傳感器的輸入信息，才能接近人腦的實時感覺運動反饋回路（sensory-motor feedback loop）。”IBM中國開發中心首席技術官毛新生也認為，在將來的企業整合（enterprise integration）和情境加速（context accumulation）中，人們的關系將從交易變為交互體驗，轉向了感性，其中蘊育著對算法突破的需求。

目前除了IBM之外，已有越來越多主流公司如微軟、英特爾都認同情境感知（Context Awareness）這一方向。包括一向迷信數學算法的谷歌，在Facebook新算法的沖擊下，也開始相信情境計算。

與這一計算方向最終同步的，將是商業上的情境定價（Contextual Pricing）模式，情境定價自美國去年12月興起，將在多年后在中國廣泛為人們認知。屆時人們會徹底顛覆現在搞反方向的個性化定制。

其次，IBM對分析洞察的強調，對大數據的流俗理念也是一個糾偏。目前大數據的流俗理念普遍強調大數據的客體特征，而忽略其主體特征。IBM則以智慧來解大數據。智慧是人的特征，而非物的特征。數據只是物，是工具手段，只有同人的目的結合起來，轉化為智慧，才是有用的。為此，IBM在強調大數據的3V——數量（Volume）、多樣性（Variety）、速度（Velocity）——同時，著重強調第四個V，即真實性（Veracity）。IBM認為真實性是當前企業亟需考慮的重要維度。強調分析洞察，就是為了把數據轉化為真實性判斷。否則，大數據只能“亂花漸欲迷人眼”，讓人愈發不智慧。

在這個方向上，IBM明確以\"智慧的分析洞察\"為核心的大數據戰略，在\"大數據平臺\"外，特別提出\"大數據分析\"，兩手都要硬。這是與眾不同之處。

這對行業與企業尤為重要。因為按現在的搞法，弄了一大堆數據，卻沒有加工能力，就好比煤采出來了，卻沒法加工利用。IBM是目前業界唯一能夠集咨詢、服務、軟硬件綜合實力，提供端到端全面整合解決方案的廠商，致力于幫助用戶通過大數據分析，向著更具洞察力，反應力和協作力的方向持續轉型。

為此，IBM對企業提供了五項面向商業價值而非技術價值的關鍵建議，包括：以\"客戶為中心\"，制定前期\"大數據戰略規劃\"、制定全面完整的企業\"大數據藍圖\"、從現有數據入手，設定并完成短期和階段性的\"大數據戰略目標\"、根據業務優先級，逐步建立分析體系，循序漸進提升\"大數據分析能力\"以及定制可衡量的指標分析\"大數據 ROI（投資回報率）\"。這無疑是一個正確的方向。對當下以自我為中心，為技術而技術的大數據錯誤潮流，是一個有力的糾正。

二、新一代智慧運算體系的啟示

當前大數據還面臨初級階段發展的特有問題，發展不成體系，呈現把行業當業務去做的“大規模的小生產”現象。但凡成點規模的公司，人人都想定制出個大數據系統，由于缺乏底層科學基礎，弄得顧頭不顧尾，封閉有余，開放不足，雖可以滿足一時應用，但給將來的升級和持續發展留下隱患。相當于給未來的大個子穿上了一件小衣服。

作為行業領導者，IBM的智慧運算體系及時給大家做出了示范，我們可以從中看出適合未來產業做大后的體系框架。

\"智慧的運算\"提供了一種數字平臺，用于整合硬件、基于分析的軟件、網絡管理服務和虛擬化，整個基礎架構正在變得可以由軟件定義，且工作負載可被所需分配到可編程的基礎架構上。這一平臺可通過三個主要特征來描述：

1.為大數據設計（Designed for Big Data）。大數據和信息集成功能可以從大量數據中獲得洞察力，從根本上改變公司使用信息的方式。

2.由軟件定義（Software-defined Environments）。為了應對當前的數據數量、多樣性和速度，企業數據中心必須更動態、更靈活，在\"由軟件定義\"的環境中，網絡、存儲和服務器以及軟件可以隨需地根據工作負載進行調試。

3.開放協作（Open and Collaborative）。只有通過開放標準和平臺，企業才能在當前豐富的創新生態系統中支持日益增多的非結構化數據、設備和服務，并且開展業務。

這三個特點，代表了三個重要的方向，都很有針對性。

目前許多廠家搞出的大數據，更象是為一大堆數據設計，而非為大數據設計。缺點是看不出給未來分析加工留下的發展縱深在哪里。舉例來說，大家一窩蜂都去搞互聯網支付，但將來形成的數據怎么處理？現有方案多是為自己處理數據設計，而沒有考慮將來外包數據分析的需要。一旦各行各業發展起細分的支付信息分析需求和分析能力，這樣的系統不可能象自用那樣，為別人一一定制。就會出現當年用友的“定制”不受行業認可那樣的尷尬局面。所以光有大數據平臺還不夠，還需要分析平臺，分析生態系統設計甚至硬的分析實力。到2015年IBM在大數據分析方面的收入將有望達到160億美金。這方面投入值得注意。

由軟件定義不難，但關鍵難在“更動態、更靈活”。最早的時候，要實現行業與業務擴展，需要對軟件系統不斷進行定制，成本極高；后來SOA、中間件興起，情況在PC時代得到極大緩解；但在移動互聯網和云計算時代，更加復雜的應用環境，要求架構上的進一步創新。IBM在這方面的創新，可能代表一種新的方向。其特點類似于把軟件做成一個松耦合體系，一方面是半成品軟件（相當于面向體操規定動作），另一方面是根據應用待定的編程接口系統（相當于面向體操自選動作）。特別之處在于，將來APP部分是否會向自組織編程方向發展，值得密切關注。

開放標準的重要性雖然大家都知道，但真干起來，各家有各家的現實保留。現在有的做法是在安卓架構中塞入一個WEB模塊，走一步瞧一步。這不是真正的開放。真正的開放需要吃透Linux的本質，不簡單照抄Hadoop，深入到體系的底層把握非結構化數據的本質。在這方面，IBM所代表的風向值得高度重視。

IBM提出‘智慧的運算’概念，以此支撐更加多元化、更加復雜的企業運轉的需要，對于新的企業現代化必將起到重要推動作用。