IBM Watson科學家：不應把AI理解為人工智慧而是「擴增智慧」|數位時代 BusinessNext

IBM Watson科學家：不應把AI理解為人工智慧而是「擴增智慧」

人工智慧的未來在哪裡？IBM Watson/M首席科學家Grady Booch表示，我們不應該把AI理解為Artificial Intelligence（人工智慧），而應該理解為Augmented Intelligence（擴增智慧）。

這位IBM院士說，不應該把AI理解為Artificial Intelligence（人工智慧），而應該理解為Augmented Intelligence（擴增智慧）。

2016年的科學界有發生了一件具里程碑意義的事件——全球慶祝人工智慧60周年。見證了人工智慧60年歷史的IBM院士、Watson/M首席科學家Grady Booch在上週首次來到北京，在2016世界機器人大會上進行了分享。

Grady Booch深入參與了IBM認知運算系統的策略，這既包括了IBM Watson也包括擴展和超越Watson的系統，現在他是Watson/M的首席科學家，前不久還被美國電氣和電子工程協會（IEEE）授予了IEEE電腦先驅的稱號。

在接受鈦媒體採訪中Grady風趣地說，「『這個M』代表了英文詞Mystery，即神秘的意思。」這項神秘的研究現在還不方便透露，但可透露的是他正在從事的工作叫「體現認知（Embodied Cognition）」，也就是把IBM Watson的能力以工程化方式擴展到萬事萬物裡。

擴增智慧與認知運算

Grady Booch於1977年畢業於美國空軍學院的工科專業本科，後於1979年獲得美國加利福尼亞大學Santa Barbara分校的電子工程專業碩士，基本上生活在1956年開始的人工智慧時代。在談及過去60年人工智慧的未來時，Grady Booch強調， 不應該把AI理解為Artificial Intelligence（人工智慧），而應該理解為Augmented Intelligence（擴增智慧）。

所謂擴增智慧與人工智慧的區別，這也代表了IBM認知運算的觀點。 Grady Booch表示，人工智慧是認知運算和系統的一個理論基礎，但是認知運算和系統要比人工智慧的範圍更廣。認知運算與系統具有理解、推理和學習的能力，而且它是建立在大資料分析的專業和能力之上。但是認知運算不會取代人類，也不會取代人類的專業能力，只會加強人類的認知能力，因稱之為「擴增智慧」。

IBM Watson是繼IBM深藍超級電腦系統之後的下一代超級電腦，曾於2011年登陸美國老牌益智節目「危險邊緣」（Jeopardy！）並贏得了挑戰。這之後，IBM繼續發展Watson的認知運算能力。2014年初的時候，IBM宣佈為Watson創建一個新的業務集團，透過雲端服務模式向商業使用者交付認知運算能力，並於2015年底推出了「認知商業」品牌戰略。

如今，IBM進一步提出應該把「人工智慧」理解為「擴增智慧」。

科學家眼中AI的未來

眾所周知，在全球AI歷史上曾經歷過起起伏伏，最近數年AI一度陷入了寒冬期。那麼，理解了AI走出這一寒冬期的原因，就有助於理解AI的未來。

Grady Booch認為有兩大變化推動了AI走出最近一個寒冬期。首先是出現了巨大的資料處理和運算。晶片、電腦、伺服器、網路和儲存等基礎硬體在近年來的大發展，讓學術界和實業界可以輕鬆實踐過去八十年代提出的AI理論和演算法。比如GPU圖形處理技術在近幾年的發展，讓現在的開發人員可以快速實踐大規模的機器學習和深度神經元網路。

其次是出現了巨大的市場需求。隨著全球經濟的發展，對自動化的需求越來越高。不論是大型企業降低成本和員工數量的壓力，還是優化和提升大型商業基礎設施的需求，自動化的商業運營已經現代企業追逐的主要策略。而隨著智慧硬體與物聯網的發展，全球出現了數以十億計的終端聯網裝置，這些都需要以智慧的自動化方式來處理。

因此，巨大的計算能力和巨大的市場需求推動了AI走出上一個寒冬，這兩大原因其實也在深刻影響著未來AI的方向。因此要預測未來AI的趨勢，就要問未來的運算方向在哪裡，因為AI只是計算的一部分。Grady Booch表示有四大因素互相影響，決定了未來AI的方向：物聯網和數以億計的智慧終端機設備、PB級的資料、AI演算法的進展以及人與機器關係的改進。

把認知計算裝進萬物中

談到AI的未來，這也與Grady Booch現在正在做的事實非常相關：Embodied Cognition，體現認知。所謂體現認知，就是把IBM Watson的能力「裝進」人們身邊的物體和空間裡，從智慧手機到智慧家電、從服務機器人到製造工廠、從會議室到手術室等等，讓認知運算無處不在。

Grady Booch介紹說，實際上在50年代就有AI專家提出了運算會讓人類進入一個非常美妙的世界，那時運算的樣子將是存在於人們身邊熟悉的事物中，就像現在物聯網那樣，這被稱為「Intimate Computing」（親密運算）。 Grady Booch認為在未來世界中，隨著Intimate Computing和認知運算的發展，人們隨身攜帶的將不是手機而是一種認知運算裝置，無論在家裡還是在車上，人們都透過這個裝置與世界不斷互動、親密接觸。

把認知運算裝入人們身邊熟悉的事件中，這可能是一件巨大的工程。據鈦媒體瞭解，IBM Watson已經與希爾頓酒店合作了迎賓機器人，機器人背後的所有推理能力都由IBM Watson提供。而如果把IBM Watson裝進一個會議室裡，那麼會議記錄、幻燈片自動翻頁甚至翻譯工作等都可以由聰明的機器人來完成。

Grady Booch談到的這些並非都是想法或實驗，IBM已經開始把Watson具象到了具體的產品裡。IBM最近與Whirlpool惠而浦展開了合作，把Watson嵌入到惠而浦的家電產品裡——一個惠而浦洗衣機能直接與惠而浦烘乾機「合作」，讓烘乾機「瞭解」何時將期待洗好的衣服以及調優洗衣流程，同時還能學習人們的生活習慣從而自動下單購買清洗劑、濾芯等耗材。

Panasonic松下也正在探索與IBM Watson的合作，其中一個方向是把IBM Watson用於智慧家庭安全防護。也就是用松下的安全防護攝影鏡頭和感測器來探知房屋內的動靜，包括屋內的物體運動、開關門和窗子等行為，再用Watson的認知運算能力來分析圖像、影片中出現的到底是闖入者還是只是鄰居家小孩誤射入了一個足球，如果是闖入者的可能性很高，還能自動通知員警和安防人員。

在談到人與機器的關係時，Grady Booch強調說儘管現在我們事實上處在人類歷史上非常獨特的一個時期，開發出來的機器與系統能夠取代人類的部分工作，但這也讓個人有更多的時間可以從事創造性工作。過去，美國90%的人口都從事於農業相關的活動，而大規模自動化以後只有2%~3%的美國人口從事農業工作，這樣就能夠把這些人解放出去從事更具有創造性的工作。

雖然是一位著名的電腦Geek，但Grady Booch認為自己深具文藝復興思維和氣質，人文精神始終是他思考的重點與出發點。

本文授權轉載自：鈦媒體

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。