IBM. Падение и возрождение великой компании

Технология, заложенная в Watson, дошла до уровня, когда у его пользователей оказалась машина, использующая обучение – или когнитивные процессы – для того, чтобы стать более специализированной. Когда маркетинговые специалисты IBM поняли, что именно начали создавать инженеры компании, они предложили продвигать эту эволюцию с помощью поначалу казавшейся неловкой фразы, отражавшей суть происходящего: когнитивные вычисления. Людям просто пришлось привыкнуть к этому термину, поскольку в последующие годы эта форма вычислений будет определять способы и цели обработки информации. Для IBM, ее конкурентов, корпоративных клиентов и всех остальных внезапно открылись новые перспективы. А теперь представьте себе, например, чей-нибудь смартфон, подключенный к подобной системе, которая отвечает на вопросы, касающиеся чего-то большего, чем навигационные подсказки для водителя или ответы, необходимые, чтобы выиграть спор в баре. Вообразите доктора в глухой африканской деревне, который запрашивает у своего смартфона оценку опухоли в груди у женщины, чтобы определить, рак это или нет, и этот запрос выполняется быстро, дешево и настолько точно, что доктор наверняка захочет регулярно использовать смартфон в своей практике. Сотрудничество между IBM и Apple в области мобильных технологий теперь наполнилось новым смыслом. То же самое и по тем же причинам можно сказать о предварительных экскурсах IBM в область массированных вычислений с целью анализа и вывода графического отображения больших данных, а также о криптоаналитике. Сегодня, когда данные собираются датчиками в объемах, на порядки превышающих те, которые собирались ранее, их можно прогонять через такие системы, чтобы сделать понятными для людей. Как говорят исследователи в области подобных вычислений, «среда когнитивных вычислений требует определенного объема данных для выявления закономерностей или аномалий в этих данных», достаточных для того, чтобы «результаты анализа были достоверными и непротиворечивыми». Все это означало получение аналитических оценок – то, что хорошо умели делать высококвалифицированные люди[937]

.

Кевин Келли, основатель и редактор журнала Wired

, – беззастенчивый техноэнтузиаст. Он непосредственно ознакомился с системой Watson где-то в 2015-м, через четыре года после победы в телевикторине Jeopardy!

. За это время технология Watson продвинулась от чисто экспериментальной к версии, которая начала внедряться в облачные решения, предлагаемые IBM. Она превращала облачные решения IBM для клиентов в нечто большее, чем просто менее дорогие возможности обработки данных без необходимости приобретать все эти старые «дурацкие» технологии и платить персоналу за их обслуживание. Келли увидел, что клиенты используют суперкомпьютер с помощью любых имеющихся у них устройств: смартфонов, планшетов и так далее. Его впечатления заслуживают того, чтобы с ними ознакомиться.

«Этот тип ИИ (искусственного интеллекта) можно масштабировать в соответствии с потребностями. Поскольку ИИ совершенствуется по мере того, как люди его используют, Watson постоянно становится умнее; все, что он узнает в какой-то момент, легко переносится на другие ситуации. И вместо одной программы он является конгломератом различных программных механизмов – его модуль логических выводов и модуль синтаксического анализа естественного языка могут работать на разных программных кодах, разных чипах и в разных местах, при этом все это искусно интегрировано в единый интеллектуальный поток»[938]

.

За несколько лет был достигнут значительный прогресс. Кроме того, это был пример неожиданных последствий, так как трудно представить, что ИИ был бы настолько совместим с различными платформами и устройствами ввода данных, если бы IBM в конце 1990-х не приняла решение о переходе на технологии с открытым кодом. То, что IBM стала более платформенно-независимой в отношении программного и аппаратного обеспечения, использующегося с ее продуктами, способствовало развитию технической архитектуры суперкомпьютера Watson.