【IT168 资讯】4月27日，"Power智慧随需 运算决胜千里-2011 Power Unix World论坛"在北京万达索菲特酒店正式举行。作为IBM公司年度重要的会议活动，本届大会上，所有议题围绕云计算、商业智能、系统优化三大关键词展开。
会上，IBM大中华区系统与科技事业部Power系统总经理韩忠恒从当前火热的《非诚勿扰》节目入手，与韩忠恒与Watson研发成员张雷、Power专家徐宁，共同探讨了Watson背后的技术。
▲
韩忠恒谈到，Watson是用90台去年我们发布的Power750服务器组成的，用了差不多2880个Power7核心，用了3.55GHz主频的芯片，它可以完成大量的非结构化数据的搜索，跟以前深蓝有所不同，深蓝的非结构化数据计算能力非常强，而Watson能够处理非常复杂模糊的语言。他提出让Watson来回答一个非常有趣的问题：哪位男主角在《非诚勿扰》是非常非常有名的？进而邀请张雷和徐宁深度解读了Watson背后的工作机制和强大的计算平台。
韩忠恒：大家早上好!
韩忠恒：欢迎大家再次来到IBM的发布会，我非常高兴参加这一环节的节目。Watson在2月份基本上轰动了全世界，过去100年，IBM公司 基于我们研发投入的执著和承诺，以及我们对传统的挑战，我们造就了很多科技的创举和突破，这些科技和突破把我们推到一个不可想象的领域。大家知道的多年前我们用计算机深蓝打败了一个世界冠军旗王，轰动全世界。今年2月份我们又一次轰动全世界。
韩忠恒：Watson非常受欢迎，受欢迎的程度大家都知道，大家都知道智能竞赛，已经有50年的历史，在美国非常非常受欢迎。这是一种问答回答游戏，家喻户晓，它在这50年有28个获奖者，每天差不多有一千万观众，当Watson挑战这两个世界级人物的时候，赢了这场竞赛的时候，可想而知，Watson是一举成名。再次突破我们在科技上的创举。
韩忠恒：Watson到底是什么呢?这只是代表Watson，背后让我来解释一下。Watson其实是用90台去年我们发布的Power750服务器组成的，我们用了差不多2880的Power7核心，用了3.55主频的芯片，它可以大量的搜索非结构化的数据，跟以前深蓝有所不同，Watson主要能够处理一些非常复杂模糊的语言，这需要很大的搜索，而又能够优化系统。
韩忠恒：跟深蓝有什么不同呢?深蓝只是一个超级计算机，我们知道超级计算机是什么。
韩忠恒：我们看一下屏幕上的数学题，能不能知道答案，我看到有嘉宾在用纸笔算，这是传统的方式，我们给你算出来，我们人类已经退化了，我们有了计算器，就不用纸和笔。我们能够在深蓝一秒钟两亿棋步打败了世界冠军，深蓝计算能力非常强。
韩忠恒：现在很多数据都是非结构化的数据，差不多8%都是非结构化的，比如说视频、图片、语音，我们能不能在数学逻辑领域找到答案，找到解释呢?这是一个挑战。
韩忠恒：这就是答案，有没有猜到，小于1，0.0085。我们在非结构化的数据里面就没有长处。
韩忠恒：我今天解释Watson背后到底是一个什么样的技术。我不是技术专家，我是销售出身的。我请IBM里面两位资深的专家，一是张磊，张磊是我们IBMWatson研发团队当中的成员，二是徐宁，他是Power系统里面的专家。有请两位。
张磊：大家好，我是张磊，我来自IBM中国研究院，在过去三年当中，我参与了Watson的研发工作，所以今天很高兴有这个机会来给大家分享Watson背后的技术和背后的故事。
徐宁：大家好，我是徐宁，来自IBM高级技术支持中心，主要负责Power系统技术支持工作。
韩忠恒：你们俩在，我踏实一点，有问题就会请你们回答。
韩忠恒：参加智能竞赛首先有懂得回答一个问题，傅斌讲过，这个问题有时候很绕，在美国30多年的人士都不能回答这个问题，这个是一个高难度的，让一个系统回答，就知道有多大的难度。
韩忠恒：我们先看一段视频。
(播放视频)
韩忠恒：像这样的问题，比如说我用中国的例子，是哪位男主角在《非诚勿扰》是非常非常有名的。
张磊：这是什么什么哥吧。
韩忠恒：对。《非诚勿扰》节目和《非诚勿扰》电影里面都有男主角，如果用Watson来回答这个问题，比较有趣，张磊，你觉得Watson是怎么样了解，怎么抓到这个问题呢?
张磊：想参加人类智力比赛，要理解人类问的问题是什么，如果在现场被主持人说出来，机器要识别人说话的声音，就用语音识别技术，IBM掌握了世界上非常先进的语音识别技术，我们实际比赛当中仍然没有采用语音识别让机器用耳朵听这个问题，因为语音识别技术还做不到百分之百，世界上任何一家公司做不到。我们和节目制作方达成一个协议，当主持人说完这个问题，这个问题就以文本的方式传到Watson。Watson实际上得到一个问题的文本。看似这个问题变简单了，但你要知道这仍然是一个具有挑战的问题，计算机尚未解决的问题，就是如何处理和理解人的自然语言。
张磊：Watson这个项目研发当中，我们有二三十位IBM科学家致力于研究这个问题。终于我们有所突破，掌握了一个突破性的自然语言处理技术。
张磊：我跟大家分享一个小故事。这三年研发过程当中，我编程和调试的过程，我经常用一个英语语法的问题，我晚上传给他，他第二天就给改了传给我。我觉得这个人非常渊博，我看到这个人，是一个白发苍苍的老人，已经在IBM工作了几十年，他最大的发明就是英语语法分析器。正是因为IBM研究院常年的投入和积累，我们才能厚积薄发，在Watson研发短短几年当中可以掌握这个突破性的自然语言技术。
张磊：除此之外，Watson要想能够听懂这个问题，不光要理解语言的语法，还知道我们在语言当中提高的一些百科知识，我说到什么人，什么地点，什么音乐、小说，它必须知道，所以我们给它灌输了两亿页文本信息量，相当于100万本书的内容。Watson读了100万本书的内容之后，才初步理解人类生活当中遇到的一些百科知识。
张磊：除此之外，Watson还有自我学习的能力，《危险边缘》这个比赛在美国已经有几十年的历史了，他们有一个庞大的粉丝群，他们创建了一个网站，把历史比赛数据记录下来，免费公开。Watson利用过去几十年积累的数据，通过对这些数据深度挖掘，掌握了过去几十年比赛出现的规律，这一点也很关键。
张磊：我们给它输入这么大量的数据库，让它学习，这是非常大的计算工作，我们要依赖一个大规模处理的平台，来完成这个任务，所以我们采用了Power7系统。
张磊：有了这些能力之后，我们看到它是怎么把这些能力组装起来，并解答这些问题。左下脚是我们给他们灌输的大量百科知识，用自然语言处理技术，Watson可以阅读这些百科知识，变成机器可以理解的技术，储存在哪儿。右下方是《危险边缘》积累了历史数据， Watson学习了这些历史数据，就得到了一些数学模型，刻划了比赛规律。Watson 为什么答错问题，就是比赛类别在过去几十年当中对比赛影响非常小，那一题当中，恰恰比赛类别信息很重要，所以答错了。Watson实际上对历史数据有一个学习的过程，会形成这些数学模型。有了这些数学模型和知识，就会把这些模型和知识用于处理问题。有一个E码信息处理结架构，这个架构处理完就会得到一个问题的结案。通过这些讲述，大家会有一个初步的了解，Watson怎么 判别问题和回答问题。
韩忠恒：抓住问题的重点，已经是回答问题成功的一半。Watson在3秒钟就可以找到问题的答案，也是一个非常困难的事情。
我们进入下一个视频。
(播放视频)
如果你知道问答的问题，我们去搜索，用Google和百度搜索，你搜韩忠恒是谁，你会得到300到400万的答案，我们如何在3秒钟之内把8%的问题答对。
张磊，你跟我们分享一下吧。
张磊：在Watson赢得了这个比赛以后，有很多人会问我们这样的问题，Watson为什么很快找到那个答案，它和搜索引擎有什么不同。我们知道你给搜索引擎问一个问题，它会给成千上万的网页，但不知道正确的 答案是什么，它是给你大量的网页。Watson怎么能够很快在大量信息当中精确到唯一的答案呢?这依赖于视频当中提出的深度问答的框架、方法和系统。深度问答的框架、方法和系统是综合了大量分析型算法，从很多不同的角度，逐个判断搜索 回来的那些结果当中，哪些有可能是正确答案，哪些不可能是一个正确的答案，这是一个复杂的过程，我给大家解释一下。
张磊：屏幕当中是问Watson的问题，1898年5月，葡萄牙庆祝了这个开拓者到达印度的400周年。这个开拓者是谁?Watson分析了一下庆祝是这个句子的谓语，有一些关键词，右边是Watson在庞大知识库当中找到这个知识，这个知识5月嘉黎完成周年庆从葡萄牙到达了印度。Watson会分析到一些关键词和谓语，深度问答会用搜索引擎的办法进行关键词匹配，它会从关键词上匹配，这个知识能不能回答这个问题。这也是现在的搜索引擎所采用的方法。这个例子当中关键词匹配得很好，5月匹配5月，庆祝匹配5年，通过关键词的匹配，它告诉我们嘉黎就是这个开拓者，人可以很容易看出来，但是机器不知道，它只知道这个可能是正确的答案。我们还需要更加深层次的分析算法从其他角度去看，到底哪个是正确答案。
张磊：这一页我们举了一些例子，所谓深度分析算法，问题还是同一个问题，就是左边蓝颜色的部分，右边绿颜色是Watson在庞大知识库里面找到另外一条信息。
张磊：这条信息说1498年5月27日达伽马登录在卡巴马海滩，Watson会分析到谓语和关键词，我们会明显的看到，如果仅用关键词匹配，这两个东西是很难匹配，登录和到达不匹配，我们会用深度分析。深度分析有三个算法，一是时序推理，可以计算时间和问题的分析，1898年减去400，就是1498年，二是统计同义判断，这个算法阅读了大量的人类语言以后，它做过一些统计，它会发现登录和到达这个单词在意思上是相近的，三是地理上也可以推理，卡巴马海滩在印度，它会分析出达伽马是真实的答案，Watson通过大量的算法评估才能得到答案。
韩忠恒：通过你详细的解读，我了解了，关键是深问答架构。
韩忠恒：我们看下一段视频。
(播放视频)
韩忠恒：我们知道深度问答是一个架构文件，如果是一个软件，我们是不是可以用别的平台，比如说英特尔，过去几年研发当中，我们不断调优和进化，回答数据也非常快，我们可以用别的代替吗?为什么一定是Power7呢?徐宁回答一下。
徐宁：一开始研发小组尝试过用X86平台作为Watson的系统，但是发现一个问题进入到这个系统，两个小时才可以得到答案，这显然无法参加比，所以研发者就转到Power。Power7从研发开始就把大规模的并行计算作为一个主要研发方向，我们知道Power7芯片里面IBM采用了一个专利技术就是EDY，我们可以把三级缓存集中在芯片之中，我们在芯片内部可以提供超过500G 访问带宽，非常适合大规模并行预算。
徐宁：很多人没有注意过Power7里面一句话，Power7芯片可以同时支持2万个系统耦合的操作，很多人不理解耦合是什么意思?这是芯片里面一个非常关键的技术。北京现在天天堵车，堵车是什么原因呢?当我修了一路，车越来越多，一开始车跑的起来，车再多了，整个路会被堵死，一辆车都跑不动。我们耦合技术就是系统里面同样出现这样情况，应用负载越来越大，系统会被整个堵住。耦合操作相当于路上放了2万个警察，它负责协调各个进程之间的数据访问。如果我路上放了警察负责进程数据访问，负载很高的情况下，系统也可以顺利的运行。很多CPU利用大于90%，还能保证我们运行空间，这是耦合技术非常有关。
徐宁：DQA可以分析问题，需要这个系统有横向扩展能力和纵向扩展能力，Power7芯片中有很多这样的技术，其中有一个智能多线程，当你系统的线程很少的时候，一个CPU就跑一个线程，可以让你线程跑得很快，我可以用一个CPU跑两个线程，甚至四个，我们有一个工作负载优化系统，你需要线程跑得很快，我就调动很少的线程，如果你需要很大的并发量我可以调动很多的线程，你根据不同的需求，进行优化，这就是Watson研发团队为什么选择Power7系统了。
韩忠恒：太好了，Power7还是有很多的优势。过去有很多应用了Power，像深蓝用的就是Power系统，太阳火星探索器也是Power的系统。
徐宁：现在用的是我们Power7平台。
韩忠恒：希望越来越多的系统使用Power7。
韩忠恒：我们接下来再看一个视频，看看Power7的应用。
(播放视频)
Watson是一种商业智能的应用，Watson背后就是Power7，其实它在很多行业里面，包括电信行业、政府行业、金融行业都发挥了Power7的功能和应用，Power7不仅仅限于游戏的应用。
张磊，继Watson这个项目当中，我们研发方面有没有新的发展方向和研发规划呢?请你透露一下。
张磊：我们确实有把Watson应用到各行各业的计划，项目研发之初就设定一个目标，我们不光做一个巨大的挑战性问题，一个科研性问题，而且我们要使得这个研发出来的系统尽快的应用到各个行业当中，因为我们意识到在各行各业当中现在都面临一个问题，你有大量的非结构化的信息，你想很简单问它一个问题，立刻告诉我们答案。我相信Watson在各行各业有这种应用。
张磊：我们当初为什么选择Power7系统呢?就是因为它是一个大家马上就可以在市场上买到的，不像多年前深蓝，深蓝用的是特殊硬件和芯片，很难应用于市场。
张磊：Watson用的是负载优化系统，可以应用在各行各业的加速上。
张磊：我们项目开始之初就有这个考虑。
张磊：回过头来，Watson具有很多能力，这些能力可以应用到很多行业，比如说Watson参加这个比赛的时候，要处理百科知识，宽广的领域。我们知道处理百科知识的时候，我们给Watson灌输了100万本书，这个信息量非常非常大。我们开发的时候有一个很有意思的 问题，我们不断要求系统管理员买硬盘，可以想像那个数据量有大。
张磊：Watson还可以解析人类的语言，很多单位都有大量的结构化信息， 应用Watson，就可以企业和机构在文本信息当中获得知识和答案。
张磊：它可以对答案的正确度有很准确的评价，这在比赛的时候很有用，实际应用的时候都很有用。很多机构和企业在用商业智能系统的时候，得到一个结论的时候，往往有疑问，机器给我的结论可靠性到底有多大。现在系统不能告诉我这个事情，Watson可以告诉你，这个答案为什么是正确的，整个正确的可能性有多大。你用商业系统做决策的时候更有把握，你知道你依赖的这个信息有多可靠。
张磊：Watson在3秒之内就可以给你答案，在实际业务当中，很多企业都需要有十时的决策，现在世界变化太大，业务变化也太快了，这个可以帮助你应用在实施决策上。Watson可以应用到很多领域。
张磊：Watson最先看中的一个领域就是医疗，我们知道医疗领域有大量的文献、化验结果、病例等等，这些信息大部分以人类语言方式记录下来，有Watson之前这些信息很难处理，有了Watson处理人类语言之后，就可以容易实现了，Watson不仅可以让一个医生给你看病，它可以让全世界的医生帮你看病。医生有一个疑问，Watson从庞大的知识库里面，可以立刻帮助医生找到这个答案，然后告诉这个答案来源于哪里，正确性有多大，可以辅助医生作出正确的决策。
张磊：Watson还可以应用于金融、电信等其他问题。
韩忠恒：我想问一下Watson项目灵感是从哪儿来的?
张磊：我透露一下内幕，其实这是一个小花絮，得到知道14年前IBM研制深蓝战胜了卡斯帕洛夫，自此那之后IBM研究院就在想下一个挑战，我们想了很久没有答案，有一次科学家和IBM高管还在聊这个问题，一直没有突破。在一个酒吧里面随便聊，想这个问题，突然发现很多人离开这个酒吧了，跑到另外一个房间，看电视，大家都在看《危险边缘》这个项目，这时候IBM科学家和高管就想，为什么我们不去挑战《危险边缘》呢?美国成千上万的人看这个问题，挑战这个问题，IBM更智能了。所以我们IBM研究院决定挑战这个问题。
韩忠恒：谈到人工智能，这是一个很热门的话题，有人担心Watson的人工智能有一天会不会代替人类的思考和判断呢，这是我们应该担心的事情呢?
张磊：Watson出现以后，很多人问我这个问题，Watson会不会取代人类，我觉得很长时间内Watson没有意识，我们让它做什么，它就做什么，还没有达到自我判断和取代人类的目的，我们研究Watson的目的是让它帮助人类，而不是取代人类。
韩忠恒：这样我们就放心了。非常感谢两位技术专家解释Watson背后的技术。
张磊：谢谢大家。
徐宁：谢谢大家。
韩忠恒：Power已经有二十年的历史了，在过去的十年，在中国都有很好的地位，我们在市场已经达到55个百分点，过去十年都是第一。非常感谢大家的支持，对Power系统的热爱。
韩忠恒：现在给大家回顾一下Power二十年的历史，进入Unix World，谢谢大家。
(播放视频)
韩忠恒：Power已经有二十年的历史了，在过去的十年，在中国都有很好的地位，我们在市场已经达到55个百分点，过去十年都是第一。非常感谢大家的支持，对Power系统的热爱。
韩忠恒：现在给大家回顾一下Power二十年的历史，进入Unix World，谢谢大家。
