智慧运算包含的未来信息

　　IBM提出“智慧的运算”概念，建立以“为大数据设计”“由软件定义”“开放协作”为特征的新一代智慧运算体系，正在向我们展示未来智能计算新图景，其中包含的新信息值得重视。

　　一、新的计算理念与潮流

　　综合各方面信息显示，未来全球技术最有潜力的方向包括：移动互联网、可扩展的企业服务生态网络、软件定义的系统环境、感知环境的企业、多媒体理解和可视化分析等等。这些发展都是以认知计算与数据科学的创新突破为前提的。例如，移动互联网下一代的发展方向是语义网（WEB），大数据正在引发数据科学的突破（鄂维南院士认为“数据科学将逐步达到与其他自然科学分庭抗礼的地位”）等等。因此从认知计算和数据科学角度观察IBM创新的方向，捕捉其中蕴含的全局方向性的信号，非常有意义。

　　从认知计算和数据科学角度看，IBM的智慧的运算，有几个关键之处，代表了未来真正的方向。

　　首先是情境计算的概念。目前国内外都有一股潮流，把大数据引向集中计算方向。例如把大数据理念片面引向决定论的宿命论，把大数据当成了集中模式的网格计算，在认知计算孤立迷信数学算法，将大数据应用引导到建设集中模式的BI上面。这会整体误导个性化定制的技术方向。

　　我在国内外同IBM的科学家交流中有一个共识，认为这不符合图灵的初衷，违背了人工智能、认知科学在人机关系上的平衡。情境计算可以视为一个方向上的纠偏，IBM在这方面的创新正在颠覆冯诺依曼体系。IBM研究中心（IBM Research）计划领导人Dharmendra Modha表示：“感知电脑必须能整合来自情境依赖形式（context dependent fashion）下不同传感器的输入信息，才能接近人脑的实时感觉运动反馈回路（sensory-motor feedback loop）。”IBM中国开发中心首席技术官毛新生也认为，在将来的企业整合（enterprise integration）和情境加速（context accumulation）中，人们的关系将从交易变为交互体验，转向了感性，其中蕴育着对算法突破的需求。

　　目前除了IBM之外，已有越来越多主流公司如微软、英特尔都认同情境感知（Context Awareness）这一方向。包括一向迷信数学算法的谷歌，在Facebook新算法的冲击下，也开始相信情境计算。

　　与这一计算方向最终同步的，将是商业上的情境定价（Contextual Pricing）模式，情境定价自美国去年12月兴起，将在多年后在中国广泛为人们认知。届时人们会彻底颠覆现在搞反方向的个性化定制。

　　其次，IBM对分析洞察的强调，对大数据的流俗理念也是一个纠偏。目前大数据的流俗理念普遍强调大数据的客体特征，而忽略其主体特征。IBM则以智慧来解大数据。智慧是人的特征，而非物的特征。数据只是物，是工具手段，只有同人的目的结合起来，转化为智慧，才是有用的。为此，IBM在强调大数据的3V——数量（Volume）、多样性（Variety）、速度（Velocity）——同时，着重强调第四个V，即真实性（Veracity）。IBM认为真实性是当前企业亟需考虑的重要维度。强调分析洞察，就是为了把数据转化为真实性判断。否则，大数据只能“乱花渐欲迷人眼”，让人愈发不智慧。

　　在这个方向上，IBM明确以“智慧的分析洞察”为核心的大数据战略，在“大数据平台”外，特别提出“大数据分析”，两手都要硬。这是与众不同之处。

　　这对行业与企业尤为重要。因为按现在的搞法，弄了一大堆数据，却没有加工能力，就好比煤采出来了，却没法加工利用。IBM是目前业界唯一能够集咨询、服务、软硬件综合实力，提供端到端全面整合解决方案的厂商，致力于帮助用户通过大数据分析，向着更具洞察力，反应力和协作力的方向持续转型。

　　为此，IBM对企业提供了五项面向商业价值而非技术价值的关键建议，包括：以“客户为中心”，制定前期“大数据战略规划”、制定全面完整的企业“大数据蓝图”、从现有数据入手，设定并完成短期和阶段性的“大数据战略目标”、根据业务优先级，逐步建立分析体系，循序渐进提升“大数据分析能力”以及定制可衡量的指标分析“大数据 ROI（投资回报率）”。这无疑是一个正确的方向。对当下以自我为中心，为技术而技术的大数据错误潮流，是一个有力的纠正。

　　二、新一代智慧运算体系的启示

　　当前大数据还面临初级阶段发展的特有问题，发展不成体系，呈现把行业当业务去做的“大规模的小生产”现象。但凡成点规模的公司，人人都想定制出个大数据系统，由于缺乏底层科学基础，弄得顾头不顾尾，封闭有余，开放不足，虽可以满足一时应用，但给将来的升级和持续发展留下隐患。相当于给未来的大个子穿上了一件小衣服。

　　作为行业领导者，IBM的智慧运算体系及时给大家做出了示范，我们可以从中看出适合未来产业做大后的体系框架。

　　“智慧的运算”提供了一种数字平台，用于整合硬件、基于分析的软件、网络管理服务和虚拟化，整个基础架构正在变得可以由软件定义，且工作负载可被所需分配到可编程的基础架构上。这一平台可通过三个主要特征来描述：

　　1.为大数据设计（Designed for Big Data）。大数据和信息集成功能可以从大量数据中获得洞察力，从根本上改变公司使用信息的方式。

　　2.由软件定义（Software-defined Environments）。为了应对当前的数据数量、多样性和速度，企业数据中心必须更动态、更灵活，在“由软件定义”的环境中，网络、存储和服务器以及软件可以随需地根据工作负载进行调试。

　　3.开放协作（Open and Collaborative）。只有通过开放标准和平台，企业才能在当前丰富的创新生态系统中支持日益增多的非结构化数据、设备和服务，并且开展业务。

　　这三个特点，代表了三个重要的方向，都很有针对性。

　　目前许多厂家搞出的大数据，更象是为一大堆数据设计，而非为大数据设计。缺点是看不出给未来分析加工留下的发展纵深在哪里。举例来说，大家一窝蜂都去搞互联网支付，但将来形成的数据怎么处理？现有方案多是为自己处理数据设计，而没有考虑将来外包数据分析的需要。一旦各行各业发展起细分的支付信息分析需求和分析能力，这样的系统不可能象自用那样，为别人一一定制。就会出现当年用友的“定制”不受行业认可那样的尴尬局面。所以光有大数据平台还不够，还需要分析平台，分析生态系统设计甚至硬的分析实力。到2015年IBM在大数据分析方面的收入将有望达到160亿美金。这方面投入值得注意。

　　由软件定义不难，但关键难在“更动态、更灵活”。最早的时候，要实现行业与业务扩展，需要对软件系统不断进行定制，成本极高；后来SOA、中间件兴起，情况在PC时代得到极大缓解；但在移动互联网和云计算时代，更加复杂的应用环境，要求架构上的进一步创新。IBM在这方面的创新，可能代表一种新的方向。其特点类似于把软件做成一个松耦合体系，一方面是半成品软件（相当于面向体操规定动作），另一方面是根据应用待定的编程接口系统（相当于面向体操自选动作）。特别之处在于，将来APP部分是否会向自组织编程方向发展，值得密切关注。

　　开放标准的重要性虽然大家都知道，但真干起来，各家有各家的现实保留。现在有的做法是在安卓架构中塞入一个WEB模块，走一步瞧一步。这不是真正的开放。真正的开放需要吃透Linux的本质，不简单照抄Hadoop，深入到体系的底层把握非结构化数据的本质。在这方面，IBM所代表的风向值得高度重视。

　　IBM提出‘智慧的运算’概念，以此支撑更加多元化、更加复杂的企业运转的需要，对于新的企业现代化必将起到重要推动作用。

关注读览天下微信， 100万篇深度好文， 等你来看……