【IBM 人工智能文章】企业如何用好AI?这三点需要特别注意( 二 )

  2. 专家经验 。 去年 , IBM 建立了一支名为“Data Science Elite”的团队 。 该团队由一些全球最优秀的数据科学家组成 , 为客户提供免费现场支持 。 他们的使命是构建、训练客户的首个 AI 模型 , 并将之投入生产 。 一个单点的成功就能激励整个企业取得更多突破 。

【IBM 人工智能文章】企业如何用好AI?这三点需要特别注意。  我们看到很多客户都取得了成功 , 获得了许多有力的客户证言 , 比如:

  “对我们来说 , 与 Data Science Elite 团队的合作是一股重要的加速力量 , ”Wunderman Thompson 公司首席技术官 (CTO) Adam Woods 表示 , “我们竭尽全力为机器学习构建一个完全分布式的架构 , 但是资源是我们面临的最大挑战 。 我们的团队能够从日常工作中解放出来 , 有组织地学习和构建概念验证(proof of concept) 。 在 Data Science Elite 团队的帮助下 , 我们能展开更密切的合作 。 我们的数据科学家专注于明确迫在眉睫的业务需求 , 而 IBM 团队 则聚焦于技术实现 。 这种通力合作帮助我们通过 Watson 建立了机器学习管道 , 进而充分利用我们的所有数据信号生成模型 , 并使模型性能较之以往提升了 200% , 甚至更多 。 目前 , 我们正积极将这些模型投入生产环境 。 ”

  研究

  为了在 AI 领域与时俱进 , 我们必须持续探寻并一直站在 AI 最前沿 。 IBM 发布的研究会议报告和论文每年增长 93% 。 正如外界所评价的 , 我们投资的 MIT-IBM Watson AI Lab 产生的影响力与日俱增 。 在监管式学习和非监管式学习领域的专利领域 , IBM 位居全球十大企业之列 。 我们还是少数几家拥有专门研究 AI 创新主题的独立研究机构的企业之一 , 这让我们感到无比自豪 。

  今年早些时候 , 我们在 IBM 的 THINK 2019 大会上发布了 AI 辩手—— Project Debater 。 这个项目展示了 AI 系统如何在现场辩论赛中与专业的人类辩手进行辩论 。 事实上 , 这是首个也是唯一一个由 AI 驱动的计算型增强工具 , 它能够接收信息 , 并针对性地提出有说服力的论点 。 自然语言处理 (NLP) 技术是 Project Debater 的核心 , 这也是我将 NLP 称为 AI 神经系统的原因之一 。


推荐阅读