IBM超级计算机Watson 大数据背后新交互

北京时间3月9日消息,IBM">超级计算机系统Watson进驻花旗银行零售部最近IBM展开和花旗银行的合作,即整合了曾经参加美国智力游戏Jeopardy!(危险边缘)的IBM超级计算机系统沃森(Watson)开展花旗银行零售银行业务部的工作。这是作为医疗诊断助手之外的又一项创举。不过,沃森(Watson)职业生涯故事的意义并不仅仅只作为科技圈有趣谈资而存在,而是展现了IBM 和微软这样的公司所具有的一个巨大科技商业潜力,即能够处理大型数据为人类服务的水平。

对于花旗银行来说,零售银行家和信贷员可以利用沃森(Watson)获取银行客户信息并且分析客户下一步需求,进而向消费者出售金融产品。比如,某人为自己的孩子开办了一款信用卡,当孩子被送去上大学后,沃森(Watson)就会分析这位顾客所需要的金融产品。如果之后这对家长有装修厨房的计划,那么使用沃森(Watson)的花旗银行人员会向这位家长推荐装修贷款。

分析数据字节获得意义然后为人类所用是这类海量大数据存在的真正意义。在真正的商务活动中,一张图表或者电子数据表格并不足以支持执行一个项目。沃森(Watson)能通过文字或者对话和人进行交互,这和仅仅是布满数据的文件完全不一样。

沃森(Watson)为企业提供的不包括声音服务,而是基于一个友好的用户页面用书面报告来激发执行行动。不过,在微软看来,建议功能需用声音来实现。今年2月,微软已经为一家基于客服热线的自动声音系统247 Solutions注入资本。

和Clippy不同,微软想要利用其在语音辨识上的优势以及云服务,为用户打造一个更加友好的数据交互页面。因此,当航空公司短信通知你航班取消并且建议你电话重新预订航班的时候,你打电话给航班公司,对方那头就会提前预知来电是谁、来电原因和自己该如何提供帮助。

另一个赫赫有名的语音辨识系统是Siri,它是基于声音和自然语言处理,消费者输入大量数据后会反馈给用户一个结果。和Siri不一样,微软和IBM打造的企业产品试图使用声音和简单的命令把大量输出数据筛选成可以理解的知识信息。

Watson 解决方案的总经理Manoj Saxena解释道,沃森(Watson)处理数据后的输出内容主要是针对移动手机、平板电脑和某种便携式设备的。

Manoj Saxena说,“我们认为未来的知识工作者将会更多的和手机屏幕、iPad式平板电脑交互,而不是桌面端电脑。因此我们着重基于这些客户端设计用户界面。”
Saxena表示,他们正计划开发一款健康应用,帮助患者跟踪自己的诊疗计划,或者帮助他们处理财务问题。

对于花旗银行来说,零售银行家和信贷员可以利用沃森(Watson)获取银行客户信息并且分析客户下一步需求,进而向消费者出售金融产品。比如,某人为自己的孩子开办了一款信用卡,当孩子被送去上大学后,沃森(Watson)就会分析这位顾客所需要的金融产品。如果之后这对家长有装修厨房的计划,那么使用沃森(Watson)的花旗银行人员会向这位家长推荐装修贷款。

分析数据字节获得意义然后为人类所用是这类海量大数据存在的真正意义。在真正的商务活动中,一张图表或者电子数据表格并不足以支持执行一个项目。沃森(Watson)能通过文字或者对话和人进行交互,这和仅仅是布满数据的文件完全不一样。

沃森(Watson)为企业提供的不包括声音服务,而是基于一个友好的用户页面用书面报告来激发执行行动。不过,在微软看来,建议功能需用声音来实现。今年2月,微软已经为一家基于客服热线的自动声音系统247 Solutions注入资本。

和Clippy不同,微软想要利用其在语音辨识上的优势以及云服务,为用户打造一个更加友好的数据交互页面。因此,当航空公司短信通知你航班取消并且建议你电话重新预订航班的时候,你打电话给航班公司,对方那头就会提前预知来电是谁、来电原因和自己该如何提供帮助。

另一个赫赫有名的语音辨识系统是Siri,它是基于声音和自然语言处理,消费者输入大量数据后会反馈给用户一个结果。和Siri不一样,微软和IBM打造的企业产品试图使用声音和简单的命令把大量输出数据筛选成可以理解的知识信息。

Watson 解决方案的总经理Manoj Saxena解释道,沃森(Watson)处理数据后的输出内容主要是针对移动手机、平板电脑和某种便携式设备的。

Manoj Saxena说,“我们认为未来的知识工作者将会更多的和手机屏幕、iPad式平板电脑交互,而不是桌面端电脑。因此我们着重基于这些客户端设计用户界面。”

Saxena表示,他们正计划开发一款健康应用,帮助患者跟踪自己的诊疗计划,或者帮助他们处理财务问题。

文/腾讯科技

(责任编辑:蒙遗善)

时间: 2024-10-11 21:09:41

IBM超级计算机Watson 大数据背后新交互的相关文章

一张图解读IBM如何实现大数据背后价值

文章讲的是一张图解读IBM如何实现大数据背后价值, 作者:陶然 来源:IT168 原文链接:一张图解读IBM如何实现大数据背后价值

IBM李永辉:Watson大数据与分析平台

[CSDN现场报道]2014年12月12-14日,由中国计算机学会(CCF)主办,CCF大数据专家委员会承办,中科院计算所与CSDN共同协办,以推进大数据科研.应用与产业发展为主旨的2014中国大数据技术大会(Big Data Technology Conference 2014,BDTC 2014)暨第二届CCF大数据学术会议在北京新云南皇冠假日酒店盛大开幕. 2014中国大数据技术大会首日全体会议上,IBM 大中华区系统与科技事业部杰出工程师李永辉发表了演讲"IBM Watson 大数据与分

数说云计算大会 寻找大数据背后的商机

本文讲的是数说云计算大会 寻找大数据背后的商机,上周,云计算大会在高温中落下帷幕.本次大会正值盛夏,但会场三天依旧人头窜动,高温酷暑也阻挡不住大家对云计算的热情.今天为您盘点一下本届云计算大会上的各种数据,看看能否从这些数据背后找到新的商机. 1.1天=19天 中国大数据专家委员会主任委员,中国科学院院士 怀进鹏: 一个PB的数据,光用现在最快硬盘读取速度1.9天,一个GB的数据需要五年左右完成,百度一天网页超过10个PB,百度用最快硬盘把数据读完就需要19天,一天数据需要19天读完,显然在数据

大数据时代下,CIO需要挖掘大数据背后的价值

云计算.大数据.移动化的技术浪潮中,创新管理与产品模式不断--云管理.云手机.云电视等陆续推出.在企业级市场,作为企业IT系统的核心基础设施,数据中心的建设.管理与运维也被推至举足轻重的地位. 云计算.大数据.移动化的技术浪潮中,创新管理与产品模式不断--云管理.云手机.云电视等陆续推出.在企业级市场,作为企业IT系统的核心基础设施,数据中心的建设.管理与运维也被推至举足轻重的地位. 大数据时代下,CIO需要挖掘大数据背后的价值,这就要求既要拥有海量数据,又要拥有海量数据的接入设备,以及实时的计

窥尽大数据背后被遮掩起来的财富

当我们在谈大数据的时候,我们在谈论什么?大数据产业火爆的背后,有着深厚的利益驱动性,于是各大商家与企业纷纷趋之若鹜,想要窥尽大数据背后被遮掩起来的财富.毫无疑问,变现,是大数据火爆的背后原因. 大数据被潮流所接受,皆因它能够带来进步与利益 纵观古今,博览中西,能够经历历史的洗刷而留存下来的精粹,都是能经得住各种考验的东西,都是能够真实满足人类各种需求的东西.这些"东西",要么是从物质上说能给人类带来利益的--如农业.手工业.商贸等;要么是从情感上说能够给人类带来快感的--如绘画.舞蹈.

大数据、新媒体与商业的未来

由数据驱动管理的发展简史看,现在我们来到了大数据时代. 1970年代,赫伯特•西蒙提出,由于人们在决策过程中的理性是有限的,所以需要用计算机支持决策系统,帮助决策者扩大理性范围.此时出现了IBM研究员发明的关系型数据库--这种数据库结构化高.独立性强,之后出现了大型的信息管理系统.随着1980年代数据仓库的出现,数据挖掘开始兴盛,沃尔玛"啤酒+尿布"的故事是人们经常说到的案例.1990年代初,令人震惊的联机分析开始出现,这种分析方法可以从任何一个角度把数据切片化.然后就是商务智能.联机

大数据背后的神秘公式(下):“贝叶斯革命”

在上一篇文章<大数据背后的神秘公式(上):贝叶斯公式>中我们讲到贝叶斯公式在联邦党人文集作者公案和天蝎号核潜艇搜救中大显身手后,开始引起学术界的注意和重视,而其上世纪八十年代在自然语言处理领域的成功,向我们展示了一条全新的问题解决路径.计算能力的不断提高和大数据的出现使它的威力日益显现,一场轰轰烈烈的"贝叶斯革命"正在发生. 一. 真正的突破 自然语言处理就是让计算机代替人来翻译语言.识别语音.认识文字和进行海量文献的自动检索.但是人类的语言可以说是信息里最复杂最动态的一部

大数据背后的神秘公式(上):贝叶斯公式

大数据.人工智能.海难搜救.生物医学.邮件过滤,这些看起来彼此不相关的领域之间有什么联系?答案是,它们都会用到同一个数学公式--贝叶斯公式.它虽然看起来很简单.很不起眼,但却有着深刻的内涵.那么贝叶斯公式是如何从默默无闻到现在广泛应用.无所不能的呢? ◆ ◆ ◆ 什么是贝叶斯公式 18世纪英国业余数学家托马斯·贝叶斯(Thomas Bayes,1702-1761)提出过一种看上去似乎显而易见的观点:"用客观的新信息更新我们最初关于某个事物的信念后,我们就会得到一个新的.改进了的信念."

如何让隐藏在大数据背后的价值发挥出来?

对于普通人来说,大数据离我们的生活很远,但它的威力已无所不在:信用卡公司追踪客户信息,能迅速发现资金异动,并向持卡人发出警示;能源公司利用气象数据分析,可以轻松选定安装风轮机的理想地点;瑞典首都斯德哥尔摩使用运算程序管理交通,令市区拥堵时间缩短一半--这些都与大数据有着千丝万缕的关系. 牛津大学教授维克托·迈尔-舍恩伯格在其新书<大数据时代>中说,这是一场"革命",将对各行各业带来深刻影响,甚至改变我们的思维方式,但同时它也引发"数据暴政"的担忧. 如今