Video: IBM's Watson Supercomputer Destroys Humans in Jeopardy | Engadget (Desember 2024)
Untuk Fast Forward edisi minggu ini, saya berbicara dengan Mark Simpson, Wakil Presiden Manajemen dan Strategi Penawaran untuk Pemasaran IBM Watson.
Dan Costa: Banyak orang telah melihat iklan IBM Watson di TV, dan mereka tahu bahwa Bob Dylan ada hubungannya dengan ini dengan cara yang samar-samar, tetapi bagaimana Anda mendefinisikan Watson sebagai produk?
Mark Simpson: Watson adalah produk komputasi kognitif, yang dapat belajar seperti manusia. Ia belajar, memahami, beralasan dengan cara yang sama seperti yang dilakukan manusia dan dapat diajarkan dari waktu ke waktu. Sehingga komputasi dapat diterapkan ke banyak bidang yang berbeda… Pada dasarnya itu adalah penasihat tepercaya yang dapat kita berikan kepada manusia yang dapat mengambil massa data dan membantu mereka dalam keputusan yang mereka buat, menambah kecerdasan mereka.
Saya pikir itu adalah ungkapan yang melekat pada banyak orang. Itu belum tentu kecerdasan buatan, itu kecerdasan tambahan. Ini bekerja dengan manusia untuk benar-benar membantu mereka melakukan hal-hal yang mereka tidak dapat lakukan dengan otak yang diberikan Tuhan kepada kita.
Ya, itulah pembeda utama yang kami gunakan dalam IBM. Banyak perusahaan memiliki kecerdasan buatan dan apa yang tidak kami coba lakukan dengan kecerdasan tambahan adalah… hanya meniru kecerdasan manusia atau mengganti kecerdasan manusia. Kami benar-benar berusaha memberi manusia itu cara untuk membuat keputusan yang lebih baik dengan memiliki lebih banyak informasi. Jadi benar-benar memiliki penasihat yang duduk di sisi mereka yang dapat membantu mereka membuat keputusan yang lebih cerdas atau keputusan yang lebih cepat tergantung pada situasi mereka.
Jadi Watson sendiri, seperti yang Anda sebutkan, perlu diajarkan untuk tampil di berbagai lingkungan yang berbeda ini. Bagaimana proses itu bekerja?
Ya, seperti yang Anda ajarkan pada manusia, sungguh. Anda mengarahkan Watson ke arah yang benar dan Anda memberikannya data dan informasi yang perlu dicerna untuk dapat membuat, untuk dapat belajar dan memahami dan bernalar dengan cara yang perlu dilakukan. Itu terus belajar, jadi Watson awalnya akan membuat beberapa keputusan yang salah juga dan itu perlu membimbing di bidang yang benar, tetapi itu semua adalah bagian dari proses pembelajaran. Jadi sungguh, sebagai manusia akan belajar, Anda memikirkannya dengan cara yang sama untuk Watson.
Anda berspesialisasi dalam bidang pemasaran. Bagaimana cara Watson diterapkan pada bidang pemasaran?
Watson dapat diterapkan atau saya melihat Watson diterapkan dalam tiga cara besar. Pertama, Anda dapat menganggap Watson sebagai seperangkat API komputasi, yang benar-benar dapat diakses oleh siapa saja. Jadi kami melihat pelanggan yang akan menggunakan API tersebut untuk sejumlah alasan, apakah itu melihat menjangkau pelanggan dengan cara yang berbeda, jadi jika Anda mengambil contoh mungkin dari 1-800-Flowers, yang sekarang memiliki layanan concierge di situs web mereka yang disebut Gwyn yang akan… menanyakan pertanyaan tentang apa yang kamu cari. Katakanlah Anda sedang mencari hadiah, hadiah untuk ibumu. apa acara itu atau tentang apa yang diminati ibumu. Kemudian akan mulai memberikan saran tentang hadiah yang tepat untuk diberikan ibumu.
Anda dapat memikirkan Watson dalam istilah yang sangat luas. Cara berpikir kedua tentang hal itu adalah apa yang kami coba lakukan dengan menanamkan Watson ke dalam platform pemasaran kami. Kami memikirkan hal itu benar-benar dalam bagaimana kami dapat menghemat waktu pemasar dan bagaimana kami dapat membuat pemasar membuat keputusan yang lebih cerdas.
Ketiga, Anda bisa melihat Watson dalam platform pemasaran sebagai cara yang sangat berbeda untuk berinteraksi dengan platform pemasaran kami. Jadi Watson, ketika kita menanamkan Watson sebagai asisten pemasar, ia dapat menganalisis dan memantau kampanye secara berkelanjutan. Anda dapat mengajukan pertanyaan Watson tentang kampanye tersebut dan bagaimana kampanye tersebut dibandingkan satu sama lain agar Anda dapat membuat keputusan yang berbeda dan tepat dengan cara yang lebih cepat untuk mengambil tindakan atas apa yang Anda lihat terjadi dengan kampanye yang sedang Anda jalankan.
Dalam dunia data besar ini, tempat kami mengumpulkan begitu banyak informasi tentang bisnis kami dan tentang pelanggan kami, sehingga informasi yang berlebihan sepertinya itu mungkin masalah terbesar yang dimiliki pemasar. Anda melihat mereka meraih dashboard baru setiap saat untuk mencoba dan memahami semua informasi yang masuk, tetapi dashboard tidak cukup. Dasbor sering kali tidak cukup dinamis untuk benar-benar memahami lautan informasi tersebut.
Anda benar sekali, dan saya pikir juga jika Anda melapisi ke 80 persen dari data dunia tentang pelanggan dan data pada umumnya tidak terstruktur dan bagaimana manusia dapat memusatkan perhatian pada data tidak terstruktur pada skala semacam itu dan jumlah semacam itu sangat sulit dibayangkan. Anda dapat memikirkannya di banyak industri dan memasarkan apa yang orang katakan di media sosial dan dalam perawatan kesehatan atau catatan dokter yang sedang ditulis dan banyak aplikasi lain di industri lain, mampu mengambil data yang tidak terstruktur, dapat masuk akal dari data yang tidak terstruktur hanya memberikan individu, dan dalam hal ini pemasar, penasihat tepercaya yang mereka butuhkan untuk mulai membuat keputusan yang jauh lebih cerdas.
Bisakah Anda memberi kami, Anda menyebutkan 1-800-Flowers, dapatkah Anda memberi kami contoh lain tentang bagaimana Watson digunakan untuk memilah-milah set data ini?
Jadi kami telah bermitra dengan Staples dengan Tombol Mudah mereka. Orang-orang telah melihat Tombol Mudah di mana Anda cukup menekan tombol untuk memesan lebih banyak pensil atau apa pun yang Anda kekurangan saat itu. Watson bermitra dengan Staples untuk membantu mengaktifkan dan membantu menguatkannya, jadi apakah Anda kekurangan persediaan dan Anda menekan Tombol Mudah atau apakah Anda masuk ke suatu aplikasi di ponsel Anda atau apakah Anda menggunakan Facebook Messenger atau Slackbots atau apa yang harus Anda lakukan. memesan persediaan baru melalui Staples, Watson akan memahami apa yang Anda lakukan dan itu akan memungkinkannya.
Itu juga dapat mulai memprediksi kebutuhan Anda. Jadi ada aplikasi yang berbeda. Kami juga telah bekerja sangat dekat dengan North Face yang sekali lagi memiliki asisten yang mirip dengan Gwyn dengan 1-800-Flowers di mana Anda dapat berbicara dengan situs web North Face melalui ponsel atau komputer Anda. Anda juga dapat mengetik dan berinteraksi dengannya, tetapi Anda dapat memberi tahu Pihak Utara tentang perjalanan Anda. Katakanlah Anda, saya tidak tahu, hiking di Himalaya pada bulan September dan North Face dapat pergi dan mencari lokasi, mencari tahu kondisinya di sana dan dapat kembali dan membuat rekomendasi di sekitar peralatan yang Anda gunakan. akan perlu memiliki perjalanan yang lebih menyenangkan.
Ada transisi menarik yang terjadi di sana. Wajah Utara adalah contoh yang bagus karena dalam beberapa hal ini adalah antarmuka percakapan yang didukung oleh AI yang sangat alami di mana Anda hanya memberikan sedikit informasi, tetapi kemudian ada analisis data besar-besaran ini di mana ia mengambil data yang tidak terstruktur ini. dan kemudian mengubahnya dan membuat rekomendasi yang dapat ditindaklanjuti untuk Anda.
Ya. Dengar, memahami bahasa manusia bukanlah hal yang mudah, yang merupakan jenis tahap pertama ketika Anda berinteraksi dengannya, bahkan melalui ucapan atau teks atau bagaimana pun. Kemudian Anda memiliki massa data di belakangnya mencari lokasi dan kondisi cuaca dan mencocokkannya dengan kategori produk dan kemiringan dan hal-hal semacam itu. Ini cara belanja yang sangat menarik dibandingkan dengan mengunjungi situs web dan mengklik halaman kategori dan melihat daftar dan mencoba menggunakan filter. Ini cara berbelanja yang jauh lebih menyenangkan.
Sepertinya saya yang membawa kita ke konsep perdagangan kognitif di mana Anda memiliki komputer kognitif yang memungkinkan transaksi perdagangan naik dan turun di depan.
Ya tentu saja. Tentu saja, dan seperti yang saya katakan, Staples adalah contoh yang bagus tentang hal itu, mencoba untuk memprediksi ketika seseorang kekurangan pasokan berdasarkan pada sejarah konsumsi dan memungkinkan proses pemesanan terjadi namun seseorang membutuhkan dan di mana pun mereka berada dan memiliki jenis seperti itu. jenis pemenuhan yang lebih cepat dan tepat waktu adalah, itu mengubah perdagangan secara signifikan, ya.
Seberapa sulit bagi perusahaan untuk memulai dengan Watson? Ini adalah konsep yang cukup canggih. Anda dapat membayangkan Staples memiliki tim yang menangani ini. IBM jelas merupakan perusahaan yang sangat besar. Seberapa sulit bagi pengecer untuk memutar ini?
Jika Anda melihat tidak hanya ritel juga, itu dapat diakses oleh siapa saja, tetapi jelas ada keterampilan tertentu yang Anda butuhkan untuk dapat mengembangkan produk di sekitar. API Watson terbuka untuk semua orang. Kami telah melihat remaja menggunakannya untuk membangun beberapa aplikasi yang sangat keren seperti memperebutkan tiket parkir ke perusahaan yang sangat besar menggunakannya untuk menambah dan terkadang mengganti AI mereka sendiri. Sungguh ada skala besar kasus penggunaan di sana.
Bagaimana Watson membantu Anda melawan tiket parkir?
Ini cara yang fantastis untuk melihat tiket parkir dan melihat semua parameter di sekitarnya dan bagaimana mungkin melawan tiket parkir itu dan bagaimana Anda berinteraksi kembali dengan otoritas tertentu. Seperti yang saya katakan, dikembangkan oleh remaja, sangat fenomenal. Tingkat keberhasilan juga jauh lebih tinggi daripada jika Anda menggunakan manusia untuk melakukannya.
Berdiri berbaris dan pergi ke gedung pengadilan.
Benar sekali.
Baik sekali. Saya pikir hal penting lainnya adalah kemampuan untuk memahami data yang tidak terstruktur, seperti begitu Anda memiliki dataset terstruktur, relatif mudah untuk melakukan beberapa analisis dan dapat melakukan beberapa visualisasi dan sebagainya, tetapi kemampuan Watson untuk memahami data yang tidak terstruktur. data adalah salah satu hal yang saya pikir membedakannya.
Ya, tentu saja. Dalam pemasaran, jika Anda melihat beberapa tren utama yang sedang terjadi dalam pemasaran saat ini, satu adalah ada ledakan data. Saya pikir kami diproyeksikan memiliki sekitar 20 kali jumlah data pada tahun 2020, yang hanya dua setengah tahun lagi. Itu adalah jumlah data yang sangat besar, tetapi seperti yang Anda katakan, bentuk data itu berubah ketika pelanggan mulai mengungkapkan diri mereka lebih sedikit, mereka secara aktif mencari cara untuk memberikan informasi yang lebih sedikit kepada merek. Teknologi memiliki semacam kemajuan untuk mengaktifkannya juga.
Lebih banyak data yang benar-benar tentang perilaku dan mencoba untuk mengekstrak niat dari perilaku individu. Banyak data yang benar-benar tidak terstruktur, jadi saya pikir jenis pemasaran CRM yang lebih tua, sementara itu penggunaannya akan menjadi semakin tidak efektif dan kita perlu menemukan cara baru untuk menarik keluar niat itu dan menggunakannya untuk memasarkan untuk individu yang lebih baik.
Berapa lama sebelum ini menjadi proses proaktif di mana alat sebenarnya tahu lebih banyak tentang kebutuhan masa depan Anda dan keinginan masa depan Anda daripada yang mungkin Anda tahu tentang diri Anda sendiri?
Ya, saya pikir dalam kasus sederhana sudah. Ada banyak kasus di mana Anda dapat melihat bahwa dari keinginan saya sebagai seorang pemasar, ketika saya masuk ke platform analitik kami ingin melihat kampanye, saya ingin melihat apakah ada masalah dengan itu atau sesuatu seperti itu. Watson secara aktif mendorong itu kepada saya sebagai individu sekarang. Saya pikir ada berbagai tingkat ketika Anda melewati berbagai industri dan turun ke tingkat pribadi juga, jadi itu pertanyaan yang sulit dijawab, tetapi saya pikir itu sudah terjadi saat ini. Sungguh saya pikir lihat, kita berada pada tahap paling awal dari komputasi kognitif. Saya pikir hal yang menarik adalah di mana ia dapat membawa kita ketika Anda melihat ke depan karena saya pikir masa depan sangat sulit untuk memahami semua efek yang dapat dimiliki komputasi kognitif.
Mari kita renungkan sedikit tentang itu, masa depan itu hanya dalam sedetik. Saya pikir kami mendapat pertanyaan dari hadirin.
Ya, itu pertanyaan yang bagus karena bidangnya bergerak sangat cepat sepanjang waktu dan saya pikir Anda melihat inovasi baru muncul di mana-mana. Saya pikir bagi saya beberapa pekerjaan yang kami lakukan dalam perawatan kanker dan kanker sangat fenomenal. Anda melihat aplikasi penyembuhan penyakit dan membantu orang yang menderita, dan saya pikir itu adalah elemen yang saya pikir Anda benar-benar tahan terhadap hal ini dan berpikir ini hanyalah bagian fenomenal dari teknologi dan komputasi yang benar-benar perlu kita lakukan. pegang dengan kedua tangan. Jadi saya pikir ada banyak kegunaan yang berbeda di banyak industri yang berbeda.
Bisakah Anda memikirkan industri yang tidak akan diubah oleh komputasi kognitif atau kecerdasan buatan? Karena kita melihatnya digunakan dalam aplikasi pemasaran, kita melihatnya digunakan dalam aplikasi transportasi, aplikasi perdagangan. Sepertinya itu salah satu dari teknologi mendasar yang mengganggu segalanya.
Ya. Saya pikir hal yang menarik adalah sulit membayangkan sebuah industri yang tidak akan terpengaruh. Saya pikir jika Anda melihat contoh-contoh yang ada di industri saat ini, kami telah bermitra dengan H&R Block untuk saran pajak dan mengajukan pengembalian pajak Anda, dengan mempertimbangkan semua perubahan dalam undang-undang perpajakan selama 12 bulan terakhir dan mampu untuk membantu penasihat pajak H&R Block membuat keputusan yang lebih baik dan menghemat lebih banyak uang bagi klien mereka. Anda memindahkannya ke beberapa pekerjaan yang kami lakukan mungkin dengan Kone, yang memproduksi elevator dan eskalator dan bermitra dengan internet bisnis barang-barang kami untuk memungkinkan elevator diperbaiki secara real time dan sebelum terjadi kesalahan. Tidak ada yang suka terjebak dalam lift, kan?
Sungguh mengasyikkan area berbeda yang bisa diterapkan. Salah satu aplikasi yang saya lihat tempo hari adalah dengan Whirlpool di mana mesin cuci dengan Watson tertanam di dalamnya mampu berbicara dengan mesin pengering untuk memberi tahu pengering berapa lama siklus pengeringan seharusnya, yang terdengar sangat kecil dan jelas, tetapi jika Anda memikirkannya, jika Anda mendapatkan waktu pengeringan yang tepat berapa banyak energi yang dapat dihemat di seluruh dunia, itu menjadi sangat menarik. Skala beberapa masalah.
Efisiensi kecil pada skala dapat membuat perbedaan besar.
Persis. Persis.
Itu cukup menarik dan selalu menarik untuk melihat teknologi canggih yang sangat canggih ini turun ke tingkat paling sederhana yang Anda tahu? Anda akan menghabiskan lebih sedikit uang untuk tagihan listrik Anda karena mesin cuci Anda akan menjadi lebih efisien.
Tentu saja ya. Mesin cuci Anda akan menjadi lebih efisien dan mudah-mudahan Anda akan mendapatkan layanan pelanggan yang lebih baik karena mesin cuci Anda dapat berbicara dengan operator layanan pelanggan dan mereka dapat mengetahui apa yang salah dan mengirim bagian yang tepat dengan teknisi untuk memperbaikinya.
Panggilan yang bagus. Saya ingin pindah ke pertanyaan yang saya tanyakan semua tamu saya, sedikit tentang masa depan. Tren teknologi apa yang paling Anda perhatikan? Apa yang membuat Anda terjaga di malam hari?
Ya, sulit untuk membuatku terjaga di malam hari. Saya tidur cukup nyenyak. Saya orang yang agak positif, tetapi saya pikir ketika Anda melihat semua jenis evolusi teknologi, saya pikir hal yang paling mengkhawatirkan saya adalah cara penggunaannya. Kekhawatiran muncul ketika digunakan dengan cara yang tidak etis, terutama dengan laju kemajuan teknologi. Saya pikir ini sangat penting bahwa kita melakukan sebanyak mungkin untuk menggunakannya secara etis dan saya pikir kita melakukan sebanyak yang kita bisa juga untuk meniadakan penggunaan teknologi yang tidak etis juga. Saya pikir itu mungkin jika saya sedang melihat salah satu atau wilayah menyeluruh terbesar saya akan memilih daerah itu.
Apakah Anda berpikir bahwa masing-masing perusahaan harus melakukannya sendiri ketika mereka sedang mengembangkan teknologi dan produk untuk memikirkan konsekuensi dari teknologi ini sebelum membawanya ke pasar?
Saya pikir itu adalah tanggung jawab semua orang.
Ya. Kami punya pertanyaan lain dari penonton.
Sudah ada aplikasi Watson untuk pengobatan. Saya menyebutkan kanker, pekerjaan yang kami lakukan dengan perawatan kanker dan itu akan menjadi lebih luas juga, sehingga Watson dapat menelan catatan dokter. Itu dapat menganalisis ribuan jurnal medis yang diproduksi setiap hari untuk duduk di sana sebagai penasihat. Ingat, kami menasihati dokter tentang keputusan yang harus mereka ambil. Bukannya Watson akan mengambil alih. Watson benar-benar akan bekerja bersama di bidang kedokteran. Sama halnya, dalam bidang hukum, saya benar-benar dapat melihat bahwa Watson akan duduk bersama pengacara dan mereka yang berprofesi hukum untuk memungkinkan mereka membuat keputusan yang lebih baik, ya.
Kami telah melihat bahwa masalah augmentasi bermain khusus dengan Watson di mana Watson dapat mengalahkan master catur agung.
Ya. Lihat, itulah cara kita menumbuhkan semua yang kita lakukan. Seperti yang kita katakan, kecerdasan augmented daripada buatan.
Karena Anda adalah orang yang positif, di sisi atas, apa yang paling Anda optimis? Apa yang paling Anda harapkan?
Lihat, seperti yang Anda lihat, saya sangat tertarik dengan AI dan sulit untuk tidak benar-benar tertarik dengan itu. Saya pikir ada beberapa peristiwa besar yang terjadi dalam kehidupan orang-orang, dan saya pikir AI adalah salah satu peristiwa besar itu. Ketika Anda melihat penerapan AI dan ketika Anda melihat penerapan teknologi kognitif,. Sulit untuk memahami ke mana ia akan mencapai. Saya pikir berpikir tentang bagaimana kita dapat menerapkannya dengan cara yang lebih baik, bagaimana kita dapat membantu orang lebih banyak dengan menggunakan komputasi kognitif adalah bidang yang sangat menarik. Jika saya melihat semacam, saya tahu Anda selalu bertanya tentang semacam aplikasi favorit orang.
Jika saya melihat pada semacam itu, hidup saya selama 40 tahun terakhir ini, ada beberapa peristiwa besar yang terjadi melaluinya, seperti apa yang menggairahkan Anda dan Anda menggunakan perangkat atau apa pun itu. Anda berpikir ketika PC benar-benar menjadi mainstream adalah satu. Ketika smartphone diluncurkan 10 tahun yang lalu, hanya 10 tahun yang lalu adalah hal lain dan saya pikir AI adalah salah satunya. Saya melihat pekerjaan yang kami lakukan, saya sekarang memiliki beberapa anak kecil, pekerjaan yang kami lakukan dengan perusahaan seperti Sesame Street yang telah memiliki 45 tahun bekerja dengan anak-anak dan kami sedang membangun aplikasi untuk membantu pembelajaran anak-anak. Saya tahu ini akan datang ke liburan sekolah, saya tahu istri saya akan tertarik untuk menemukan cara baru untuk menghibur dan mendidik anak-anak melalui liburan sekolah, tetapi pekerjaan yang kami lakukan di sana saya pikir sangat menarik.
Ya. Ada generasi anak-anak, dan saya pikir itu karena generasi kita pada usia yang tepat di mana kita berinvestasi dalam teknologi ini dengan cara yang baru dan cara yang sama ketika aku ditinggalkan di rumah di depan TV, itu tidak akan terjadi dengan generasi baru ini. Mereka akan memiliki alat perangkat lunak yang membantu mereka belajar di setiap layar yang mereka bawa.
Benar. Benar. Saya ingin mendapatkan yang tertua dari TV dan Anda sudah bisa melihat perubahan itu. Anda sudah dapat melihat pergeseran ke iPad dan komputer untuk menyelidiki dan mencari tahu lebih lanjut. Saya pikir ini adalah masa depan yang menyenangkan.
Jika Anda memiliki satu aplikasi atau produk atau layanan yang harus Anda tunjuk dan berkata, "Hal ini mengubah hidup saya, " apakah itu?
Ya. Saya melihat, seperti yang saya katakan, ada beberapa peristiwa besar yang terjadi, saya pikir. Anda melihat ketika saya masih muda, mendapatkan komputer pertama kami di rumah. Anda melihat smartphone, memiliki segalanya di ujung jari Anda di mana pun Anda berada adalah salah satunya. Seperti yang saya katakan, AI menjadi satu di mana saya pikir itu bisa benar-benar semacam membawanya ke tingkat lain juga. Saya pikir melalui kehidupan orang-orang ada beberapa yang benar-benar besar di mana Anda akan terus-menerus menemukan bahwa Anda mendapatkan peluang baru semacam untuk mengandalkan sesuatu yang sangat besar. Saya pikir AI mungkin adalah revolusi berikutnya.
Baiklah. Jika orang ingin mengikuti apa yang Anda lakukan, apa yang dilakukan IBM, apa yang dilakukan Watson, hingga hari ini, bagaimana mereka bisa menemukan Anda online?
Ya, jadi saya di LinkedIn. Saya di Twitter. Sebenarnya saya punya akun Twitter baru. Yang terakhir saya tidak bisa kuasai.
Anda kehilangan akun Twitter Anda?
Saya kehilangan akun Twitter saya.
Karena itu perilaku buruk?
Itu bukan perilaku buruk, tidak. Tidak ada hubungannya dengan itu. Saya kehilangan kata sandi dan alamat emailnya, jadi akun baru saya @SIMMOMJ.
Baiklah, kami akan mencoba membuat Anda beberapa pengikut untuk semacam meningkatkan dengan cepat.
Persis. Itu akan sangat membantu.
