为什么说认知计算正在撬动物联网万亿市场的8

责编：王苏静

物联网智库 原创

------   【导读】   ------

当人们获得质变性的、海量的、具有代表性的数据之后，除了能把模型描述的更准确、对规律的认识更深刻外，足以颠覆世界的创新得以产生——机器可以完成一些过去只有人类才能做到的事情。

 

人类观察数据并利用数据的故事自古有之——为了准确预测洪水到来和退去，古埃及人通过观察天象并在观察数据的基础上开创了天文学；开普勒从老师第谷手中继承了大量观测数据之后，幸运的发现了准确描述行星围绕太阳运动轨迹的椭圆模型；古代中国将未来凶吉根据不同条件归纳成六十四种，放于八卦盘上进行推演……早期的数据主要是通过对自然现象的观察得来，积累过程缓慢，但即使如此，在数据量达到一定程度后，人们依然能够从中发现规律并以此指导自己的生产、生活。

 

 

然而，随着信息社会的到来，数据量突然开始呈现指数级暴增，当人们获得质变性的、海量的、具有代表性的数据之后，除了能把模型描述的更准确、对规律的认识更深刻外，足以颠覆世界的创新得以产生——机器可以完成一些过去只有人类才能做到的事情。

 

2011年，IBM的Watson超级计算机正式登上美国最受欢迎的智力问答节目《危险边缘》(Jeopardy)，并且成功击败该节目的两名总冠军，创造性的实现有史以来第一次人机智力问答对决。

 

吴军博士在《智能时代》一书中表示：如果我们把资本和机械动能作为大航海时代以来全球近代化的推动力的话，那么数据将成为下一次技术革命和社会变革的核心动力。

 

物联网是认知计算的催化剂

 

互联网和移动互联网时代，仅仅人与人的连接就产生了PB级别的数据，要知道1PB的歌曲就足够你连续听上2000年了，听起来很多？可这跟物联网时代所将产生的数据相比，仅仅只是九牛一毛而已。

 

市场研究公司Gartner称，2017年全球物联网设备数量将达到84亿——比2016年的64亿增长31%，而全球人口数量仅为75亿，也就是说，2017年物联网设备数量将首次超过全球人口。而到2020年，这一数字将达到204亿，数据爆发之势已然势不可挡。

 

与此同时，数据的类型也发生了巨大的变化，由原来机器可以理解的数据，变成了包含语音、图像、视频，甚至情绪、体征，以及其它更加纷繁复杂的内容。因此，原有的计算技术已经无法解读这部分的数据，这部分的数据被称为“暗数据”，也被称为非结构化数据，占据了物联网数据的80%之多。

 

数据量再多，无法分析利用也是白搭，怎么挖掘这潜藏在冰山一角之下的、包含着更大价值的非结构化数据，也就成了数据科学家心中的头号课题——“认知计算”的概念由此兴起，以期为“沉睡于黑暗”中的数据带来光明。

 

认知计算是一种全新的计算模式。这一概念由来已久，早在1979年，认知科学就已经在美国成为了一门独立学科，国内的清华大学也为认知科学设立了相应的专业，但是直到最近几年，这门带着神秘面纱的前沿科技才被推到了普罗大众面前。究其原因，除了需求侧的拉动，更重要的一点就是物联网的兴起为其提供了营养丰富的“数据沃土”。

 

据Gartner的报告表示，真正能够产生洞察的关键，是能够解读非结构化数据，因此认知计算被认为是未来真正的数据时代所需要的技术。其中，科技巨头IBM是认知计算的忠实拥趸，并在物联网及认知计算领域大举投资30亿美元，构建了独一无二的贯穿咨询、行业应用、平台的物联网能力。

 

 

从杂乱无章的数据到可以产生价值的洞见

 

很多企业其实早已深刻认识到数据所潜藏的价值，他们甚至也已经掌握了足够多的数据。但是这些非结构化的数据无法用固定结构来实现逻辑表达，它们散落在小山一般高的维修报告里，五花八门的专业博客里，乃至公司专业人士深深的脑海里。那将非结构数据变为结构化数据的关键一步是什么呢？

 

 

IBM物联网事业部研发和产品战略总经理ChrisO’Connor在接受物联网智库的采访时表示：“IBM实现这一点主要是通过分析非结构化数据的规律——结构化的数据具有完整的关系，而非结构化数据看似没有这样完整的关系。IBM的能力在于去了解这些非结构化数据里蕴藏的规律和关系，这些规律有可能是人类观察不到的，但是当有足够的数据存在时，机器就能够分析出数据之间的规律。有些规律是我们能够预料到的，有些规律完全是我们预料之外的。”

 

诚如Chris所言，价值产生的的第一步就是了解数据之间的相关性和规律，然后才能在此基础上去做进一步分析，然后了解变化、预知变化。当我们已经将杂乱无章的数据变成机器能够理解的结构化数据之后，产生价值的下一步关键就是分析数据。

 

这就要求构建数据模型的人对垂直行业有深厚的专业知识，正所谓“隔行如隔山”，如果不是某个行业的实际从业者，是很难为这个行业提供好的服务的。如果在工业领域不了解机械设备的具体劣变状况，在农业领域不知道翻地要深入多少公分，谈何做什么物联网解决方案？IBM在医疗、金融、交通、零售等领域深耕过年，为企业客户提供过数十年的服务，相关行业有什么法律法规，相应的数据代表着什么意义，全都一清二楚。

 

依靠强大的认知计算能力和对垂直行业的深刻理解这“两轮驱动”，IBM试图帮助中国企业更加顺利的拥抱物联网。

 

物联网发展没有预期的快？落地的应用就在眼前

 

近日，有不少企业家和投资人觉得很困惑，认为物联网的发展普及速度是低于自己预期的，对行业未来的发展趋势也觉得很迷茫。

 

 

针对这一现象，IBM大中华区Watson物联网事业部总经理李国志表示：“从全球来看，中国物联网增长的速度其实是跟美国相当的，之所以会有这种感觉，是因为我们的期望值是很高的。这也说明了中国经济模式的改变，当一个企业期望采纳物联网技术和应用的时候，会更加追求它的价值和收益，而不仅仅是投资。像IBM这样类型的公司和行业工作伙伴一起，正在每一个行业创造价值，当这个价值真正能看得见、摸得着的时候，更多企业就会快速投资和迅速兴起……”

 

事实上，在主题为“万物赋能，人机同行”的2017 IBM物联网论坛上，笔者看到了许多借由IBM的认知物联网平台和强大的认知计算能力创造的令人兴奋的用例，领域涉及制造、交通、物流、零售等各行各业。

 

在电子制造领域，利用物联网数据，企业可以深入了解客户在何时何地与他们的产品进行互动，以及产品的性能。基于这种洞察来开发个性化的产品和体验，再加上更好的售后服务，可以有效提高客户满意度。惠而浦（Whirlpool）通过IBM物联网的认知分析、数据管理和保护，能够更好地服务消费者，让消费者享受智能电器的便利性。惠而浦推出的智能洗衣机一旦觉察到运行效能降低，就能进行自我维护。当洗涤剂快用完时，洗衣机还可以自动订购新的洗涤剂。

 

在电子行业质检领域，以前的光学检测设备不够智能，导致检测标准制定非常困难，如果将检测标准定的太高，会增大误判率。台湾无线网路通讯业者正文科技采用IBM认知视觉检测解决方案，在第一阶段试行阶段就成绩显著，节省了75%的人工检测工作，解决了人工检测成本高，效率不稳定，无法发现太过细微的缺陷等问题，工厂的品质检验效率大幅提高。

 

在交通运输行业，法国国家铁路公司（SNCF）利用IBM基于云的物联网平台连接了其整个铁路网络，通过成千上万个组件，从火车运输、铁路轨道和车站中获取各类数据及信息，并产出实时洞察，辅助SNCF管理设备，从而提高其火车运输的质量、安全性和可用性。。SNCF工程师无需再调运每列火车进行年检，只需点击一下鼠标就可以同时对200列运行中的火车运行进行检查。

 

在零售行业，IBM的认知型物联网可以让零售商深入了解客户的数字化购物行为，通过在商店里收集的洞察，为客户打造个性化的购物体验。比如，全球知名的办公用品公司史泰博（Staples）就借助IBM的认知物联网技术开发出名为“易键通”（Easy Button）的智能采购系统。该智能采购系统配有传感器，并采用无线网络技术，客户只需按下按钮，就可以通过语音对话，订购食品、办公用品等。通过分析这些数据，系统可以为客户提供更加个性化，更符合客户需求的商品与服务。

 

在水环境治理领域，为了提高水资源的管理能力和水环境的治理水平，水行业客户投资建设了许多视频采集系统，但视频信息的监视处理还依赖人工，工作量大、实效性差，信息遗漏风险高，无法完全满足管理单位的需求。IBM与江河瑞通推出的认知图像识别和语音智能交互解决方案，可以让江河瑞通的图像识别产品对视频图像进行缺陷特征分类学习，并识别自然水体及相关内容，视频图片识别的准确率能高达95%以上。产品有望在河长制、防洪减灾、海洋水环境保护等多个领域落地，有效解决视频站点多、利用价值低等问题。

 

总之，在全球数据量按每年平均40%的速度飞速增长的背景下，当今的世界已经转变为由软件驱动的世界。然而，很多企业却没有为开发出由软件驱动的复杂互联产品做好准备，企业流程在新的数字时代已经远远落后，传统制造企业与客户的关系越来越远……面对这种环境，企业需要借助认知物联网的能力，实现数字化重塑。

 

第一，面向互联互通，软件驱动世界的研发设计。产品的研发应符合物联网世界的需求，由软件驱动并与上下游合作伙伴的系统无缝衔接。

第二，利用万物洞察，追求完美卓越的运营绩效。让设备充分互联，利用产生的数据，及时了解系统运营的状况，针对潜在的危险和意外及时采取措施，从根本上降低运营和维护费用，提高运营效率。

第三，寻找独树一帜，持续彰显不凡的领先模式。通过物联网所获得的洞察，打破思维局限，创造出新的商业模式、产品和功能，从而获得可持续的竞争优势。