如果沒有IBM和IBM提供的技術，我們無法登上月球。

在2019世界人工智能大會的IBM展臺前，很多參觀者都會為這句話駐足，而今年，又恰好是人類成功登月的五十周年。

這兩者之間有什么關系？

IBM大中華區(qū)董事長陳黎明，在IBM分論壇上說了這樣一個故事。

1969年，當飛船距離月球表面只有120米、燃料僅剩20秒的時候，登月艙顯示無法繼續(xù)著陸，飛行指揮中心也接到同樣信號。

但IBM科學家依據(jù)事先做過的無數(shù)次模擬和測算，卻堅定地建議NASA，飛船可以繼續(xù)著陸，這才有了阿姆斯特朗踏上月球的那雙腳印。

對于探月來說，那的確是“個人一小步，人類一大步”。至于IBM而言，也是其在科技，在人工智能領域邁出的堅實一步。

IBM大中華區(qū)董事長陳黎明能陪伴宇航員的AI機器人

在太空探索方面，IBM早已不僅是為保障飛船成功發(fā)射返回而“寫代碼”了。

2018年，IBM與空客公司等共同開發(fā)了一款AI機器人——CIMON。它是一個助手，可以幫助宇航員提高在太空站中的工作效率；它更是一名伴侶，會說話，可以和宇航員進行互動。

IBM人工智能顧問Sophie稱，宇航員在地球上第一次見到CIMON時，心中還有些存疑，可當他在太空站里和CIMON進行越來越多交互后，他感到的是振奮，還有幸福。

IBM人工智能顧問Sophie

Sophie還在現(xiàn)場透露了一些CIMON的“幕后花絮”。

比如作為陪伴機器人，CIMON必須要理解宇航員的感受，因此IBM加入了解語義的算法，讓它能夠對人類一些有情感的語言，做出相應的分析和反應。

此外，CIMON“說話”也不只有普通機器人那樣冷冰冰的聲音，而是會在一些特定情境下有特殊的發(fā)音。

舉例來說，當宇航員說想家的時候，CIMON可能就會發(fā)出具有同理心的語調來回應；當宇航員不開心的時候，也可以讓CIMON來講一個笑話。

5G對于AI，不只是速度快

說到人工智能，不得不提的還有5G。AI在生活場景中運用的多與少，很大程度上取決于網(wǎng)絡連接是否夠快夠充分。

在IBM中國研究院院長、IBM全球杰出工程師林詠華看來，當前5G有三大很突出的特點：可靠的連接、十倍甚至一百倍于4G的速度、幫助我們連接超大規(guī)模的設備。

但實際上，5G還有兩個很重要的特點。林詠華認為正是這兩點，才使得5G不再只是一個通訊行業(yè)話題，而是關系到各行各業(yè)。

首先是5G的開放性，而開放性的第一步是軟件化。對于構成蜂窩通信網(wǎng)絡的接入網(wǎng)和核心網(wǎng)來說，以前2G、3G和4G都需要用特定設備來實現(xiàn)，而5G用軟件方法即可。

5G將基于開放的技術來構建5G的網(wǎng)絡。大家今天看到的5G，已經是IT和CT的融合，在下面使用IT架構服務器，中間啟用云計算的開放技術。這是很重要的開放的一部分。

其次，未來80%在5G里產生的應用和新數(shù)據(jù)，都會在邊緣云上去落地，而不是所有都回到公有云上。也就是說，未來這些數(shù)據(jù)都將在網(wǎng)絡邊緣側的智能網(wǎng)關上就近處理，不需要再傳到遠處的公有云上來處理。

林詠華稱，這讓更多的企業(yè)有機會將AI應用放到邊緣云上。

5G加上邊緣云，釋放的是最后一公里，釋放了企業(yè)人工智能無限的價值空間。

IBM中國研究院院長、IBM全球杰出工程師林詠華AI真的可信嗎？

在人工智能技術高速發(fā)展的今天，關于AI的深層思考正逐步顯現(xiàn)。

騰訊董事會主席兼首席執(zhí)行官馬化騰之前于開幕式上提到AI的治理，表示其緊迫性越來越高。此次分論壇上，IBM副總裁、大中華區(qū)首席技術官謝東提及了相關的另一點——AI的可信性。

AI給到人類的建議都是對的嗎？

如果一個AI醫(yī)生給我們做了一個新的治療方案，我要聽它的建議嗎？

如果一個AI分析師給你做一個投資建議，我能相信他嗎？

如果一個AI老師根據(jù)你的能力制訂了一套完整的培訓方案，聽AI的嗎？

IBM副總裁、大中華區(qū)首席技術官謝東

在謝東看來，可信性并不是現(xiàn)在才出現(xiàn)的問題。他舉了個例子，在計算機系統(tǒng)出現(xiàn)的時候，人們也非常關心計算機的算法是否可信。

而當計算機算出了人類從地球飛向月球的軌道，當有完整的物理定理，能夠證明這樣的算法是可信的可靠的，這才說服了人們去信任計算機。

換做AI再來看這個問題，它比計算機更為復雜，有一些以深度神經元為代表的算法，先天就有一些不可解釋性。

因此謝東認為，包括人工智能系統(tǒng)在內的新技術，必須是透明的。要讓大家知曉，什么時候運用了人工智能的方案，用怎樣的數(shù)據(jù)和方法訓練了人工智能模型。

人工智能系統(tǒng)都是通過人提供的數(shù)據(jù)、人打的標簽或者是人歷史上以前的經驗訓練出來的，其實不能保證我們前面所提供的這些數(shù)據(jù)是沒有偏見的，但是我們真的不希望把人造成的偏見帶到AI系統(tǒng)里，使這個訓練出的AI模型也是有偏見的。