IBM Watson已走過六年：未來AI該是什么樣子？

　　論戰(zhàn)的另外一個切入角度，是投資者的視角。IBM 繼續(xù)它藍色芯片巨人的歷史，面臨著重重壓力。在 Watson 的賭注又太大，股票長期走勢受到影響。

　　Seeking Alpha 的 Nicholas Ward 認為：

　　“藍色巨人在 Watson 上投入了這么多年，投資者一直寄希望于這能推動業(yè)務增長，代替?zhèn)鹘y(tǒng)業(yè)務萎縮的銷售額。時間會證明一切，但現(xiàn)在的增長率很不樂觀。“

　　醫(yī)療媒體 Global HealthCare Insights 的執(zhí)行編輯 David H. Freedman 寫道：

　　“最近，大多數(shù)對 Watson 的媒體報道都十分負面。IBM 收入下滑，股價下挫，分析師們在質(zhì)問 Watson 何時才能創(chuàng)造市場價值。”

　　MD 安德森事件余波

　　回到開頭提到的 IBM 與 MD 安德森癌癥中心的合作。今年 2 月，MD 安德森取消了與 IBM 的 Watson 合約。對此，David Freedman 評論道：

　　“與 MD 安德森分手使得 IBM 的處境十分尷尬——顯得在 Watson 這個問題上，他們像是在自嗨。該合作項目原本的預算是 240 萬美元。當?shù)驴怂_斯大學，即 MD 安德森的管理方，宣布項目終止時，MD 安德森需付給 IBM 的款項共 3900 萬美元。”

　　筆者認為，有句話 Freedman 并沒有說出來，那就是對于一家全球頂尖的癌癥醫(yī)院，有更多方式能更有價值地利用這 3900 萬美元。

　　但是，對于 MD 安德森事件，根本問題在哪兒并不明了：

　　“大多數(shù)對 Watson 的批評，即便是來自 MD 安德森，并不認為 Watson 的技術本身存有缺陷。批評的焦點集中于 IBM 對 Watson 的進展過于樂觀的估計和宣傳：四年過去，IBM 并沒能拿出哪怕一樣能在患者身上臨床使用的工具，現(xiàn)有的全在初步測試階段。”

　　醫(yī)學界對 MD 安德森事件反映出的 Watson 項目的問題，美國癌癥研究所編輯(JNCI) Charlie Schmidt 寫道：

　　“德州大學事后對該項目的審計暴露出許多采購問題、成本超支以及延期。雖然這次審計并不涉及 Watson 的技術基礎和功能，但它描述了一些把 Watson 納入醫(yī)院系統(tǒng)遇到的挑戰(zhàn)。熟悉 Watson 腫瘤科室應用的專家，指出該系統(tǒng)在‘吸收’手寫的病例報告、醫(yī)生筆記或者其它涉及大量文字的醫(yī)療信息上存在諸多問題。”

　　Watson 的弱點

　　2011 年 Watson 參加 Jeopardy!

　　在 2011 年的美國答題秀節(jié)目 Jeopardy! 上，Watson 擊敗兩位前答題冠軍，使得 “IBM Watson” 的大名變得家喻戶曉(至少在美國)。去年的 AlphaGo 大戰(zhàn)李世石與之仿佛。然而，在接下的幾年，IBM 并沒有發(fā)布該平臺的新版本，比如一個大幅升級的‘Watson 2.0’，而是選擇了漸進式的微幅技術提升。

　　相比之下，谷歌、微軟、Facebook、亞馬遜等其它 AI 領域巨頭們產(chǎn)品革新的速度就顯得太快了。

　　沉寂了這么多年后，大眾對 Watson 的信心在一點一點動搖。嗅覺敏銳的風險投資人也在不停嗅著 Watson 的弱點。

　　Watson 的確有弱點：

　　它需要多個月極費人力的訓練，需要專家把海量整理好的數(shù)據(jù)喂給平臺，讓它能夠從中得出有價值的結(jié)論。另外，它僅能根據(jù)訓練過的數(shù)據(jù)得出結(jié)論。

　　其中，Watson 對 “整理好的” 數(shù)據(jù)這項要求，格外難辦。Watson 客戶不得不雇傭整隊專家咨詢師準備數(shù)據(jù)集，費時費力不說，最受不了的是費錢。

　　Watson 還無法在多個數(shù)據(jù)體(corpora)之間建立連接。因此，即便是最基本的規(guī)律，只要不在單個數(shù)據(jù)體以內(nèi)，也無法收集到。舉個例子，在腫瘤學上訓練 Watson，它不會懂得任何與心臟病有關的東西。這極大限制了 Watson 在臨床環(huán)境的應用。

　　一組 Booz Allen Hamiltonnull 專家，以及 MD 健康事務博客對該挑戰(zhàn)進行了解釋：

　　“在醫(yī)護工作日常涉及的復雜決策中，人類智能比機器學習應用的效果好得多。原因很簡單：機器尚無成熟的感知、推理、解釋能力。另外，雖然近幾年 AI 取得了非常大的進步，即便是最頂尖的機器學習算法，也無法達到臨床決策所需要的敏感度、特異性和精確度(即正預測值)。

　　只憑單個 EHR(電子病歷) 供應商的分析解決方案，以及在自身停留在大數(shù)據(jù)時代前陳舊的分析基礎設置，醫(yī)療組織能實現(xiàn)的進展恐怕有限。”

　　他們并沒有指明說的是 Watson，然而明眼人都看得出來。同時他們認為，Watson (或類似平臺)尚有許多值得挖掘的應用場景：

　　“雖然許多機器學習解決方案尚不成熟，其先進程度也不足以支持復雜的臨床決策。在今天，機器學習仍可以高效地部署在減少日常的費時且浪費資源的瑣碎工作，把更多醫(yī)護工作者的時間解放出來去做更高級的工作。”

　　最后，他們解釋了最有可能產(chǎn)生有價值 AI 醫(yī)療創(chuàng)新的路徑——開源。而 Watson 顯然不屬于這類：

　　“現(xiàn)在的前沿機器學習解決方案，不管是通用型還是醫(yī)療專用型的，都在飛速進化。它們可能出自于初創(chuàng)公司、技術巨頭，也可能來自創(chuàng)新的醫(yī)療體系。許多這些方案是開源的，任何人都可以用。”

　　今天的 Watson，本該是什么樣子?

　　從 MD 安德森事件可看出，IBM 在 Watson 上犯了一個在互聯(lián)網(wǎng)圈頗常見的錯誤：說得多，做得少。David Freedman 注意到，IBM 在 2013 年就宣稱 “一個新的計算時代已經(jīng)來臨”，并且給了福布斯 “Watson 解決了臨床測試難題” 的印象，讓人以為在幾個月的時間里 Watson 就能進入臨床治療，為現(xiàn)代醫(yī)療帶來革新。

　　至于關鍵的問題——Watson 到底能不能用于臨床治療，Bessemer Venture Partners 成員 Stephen Kraus 認為 “很難”：

　　“不可能在現(xiàn)在發(fā)生，五年內(nèi)可能也不行，而且它也不會取代醫(yī)生。”

　　事實上，考慮到技術創(chuàng)新的指數(shù)級步伐，在 2011 年贏得 Jeopardy! 大獎的 Watson，現(xiàn)在應該已經(jīng)出現(xiàn)在我們的 PC 甚至是智能手機里。那年 Watson 獲勝后，“奇點教主” Ray Kurzweil 評論道：

　　“1997 年的專用超級計算機深藍，和 2002 年的 Deep Fritz 之間也只有五年。而 Deep Fritz 只靠八臺 PC 就實現(xiàn)了深藍的性能。”

　　把 Ray Kurzweil 的評論放到今天的背景來看，不僅我們的手機并沒有玩 Jeopardy! 的性能，當前版本的 Watson 似乎也并沒有比 2011 年強出幾個數(shù)量級。

　　失望。

　　似乎，IBM 正在把這波 AI 浪潮的領導地位，拱手讓給新生代具備更強創(chuàng)新能力的初創(chuàng)企業(yè)，以及愿意革新自己的科技巨頭。你可以說 “Watson 就是個笑話” 是句玩笑，但技術的無情革新并不會跟你開玩笑。