- IBM 宣布源自Project Debater 的一些關鍵技術首次商業化；
- 將新的能力集成至 IBM Watson，以支持企業開始挖掘和分析人類語言中某些最具挑戰性的方面
2020 年 3 月 11 日，商業人工智慧領域領軍者IBM宣布推出幾項全新的 IBM Watson 技術，旨在幫助組織機構更清晰地識別、理解和分析英語語言中某些最具挑戰性的方面，從而獲取更多洞察。
全新的 IBM Watson 技術代表著Project Debater 所提供的關鍵自然語言處理（Natural Language Processing，NLP）能力首次實現商業化，Project Debater 由IBM研究院（IBM Research）研發，是目前唯一一個能夠就複雜話題與人類展開辯論的人工智慧系統。在此次推出的技術中，IBM 首次界定了一項新型高級情緒分析能力，以識別及分析習慣用語和口語化表達。對於人工智慧系統而言，識別諸如「hardly helpful（幾乎沒有幫助）」或「hot under the collar（怒氣衝天）」之類的短語一直是一項挑戰，因為它們難以被算法識別。通過高級情緒分析，企業可以使用 Watson 應用程式接口（API）來分析此類語言數據，從而更全面地了解自身運營情況。此外，IBM 還將 IBM 研究院的技術應用於理解諸如 PDF 文檔和合同之類的商業文檔，並將這些技術添加到 IBM 人工智慧模型當中。
IBM Data and AI總經理 Rob Thomas 表示，「語言既是表達思想和觀點的工具，也是傳遞信息的工具。正因如此，我們將Project Debater中獲取的技術集成到Watson，我們相信 NLP 將增強企業從人類語言中採集、分析和理解信息的能力，這將有助於企業更好地利用蘊含在數據中的智慧資產。」
今天，IBM 宣布，計劃將在全年致力於將 Project Debater 技術集成至 Watson，並側重於提高客戶使用自然語言的能力：
A、分析—高級情緒分析（Advanced Sentiment Analysis）。IBM 增強了情緒分析能力，能夠更好地識別和理解複雜的單詞組合，比如像包含短語和表達的習慣用語以及所謂的情緒轉換詞組（sentiment shifter），即由不同單詞組成但卻呈現新含義的單詞組合，例如「hardly helpful（幾乎沒有幫助）」。該技術將於本月整合至Watson Natural Language Understanding 。此外，我們還宣布了一項新的分類技術，藉助該技術，客戶將能創建人工智慧模型，更輕鬆地分類採購合同等商業文檔中出現的條款。利用Project Debater 中的基於深度學習的分類技術（deep learning-based classification technology），該新能力可從僅數百個示例中學習，進而快速、輕鬆地執行新分類。該技術計劃將於今年晚些時候添加至 Watson Discovery。
B、摘要提煉—總結（Summarization）。該技術可從各種來源中提取文本數據，為用戶就與特定主題相關的口頭和書面言論提煉一份摘要。今年的格萊美頒獎禮通過Summarization 的一個早期版本分析了超過 1,800 萬篇文章、博客和個人檔案，以提煉關於數百名格萊美藝術家和名人的細微洞察。隨後，該數據被應用到 www.grammy.com 的紅毯視頻直播、點播視頻以及照片中，幫助粉絲更深入地了解當晚主要話題的背景信息。該技術計劃將於今年晚些時候被添加至 IBM Watson Natural Language Understanding 。
C、聚類—高級主題聚類（Advanced Topic Clustering）。基於從 Project Debater 獲得的洞察，全新主題聚類技術將支持用戶對輸入的數據進行「聚類」，從而就相關信息創建有意義的「主題」，用戶隨後即可對這些主題進行分析。這項計劃將於今年晚些時候整合至 Watson Discovery 的技術，還將支持主題專家對主題進行定製和微調，以反映特定企業或行業的語言風格，例如保險、醫療健康和製造行業。
IBM 長期以來一直是 NLP 領域的領軍者，致力於開發技術以支持計算機系統更準確、更快速地學習、分析及理解人類語言，包括感情色彩、方言、語調等等。IBM 已通過 Watson 將其 NLP 技術推向市場，其中大部分由 IBM 研究院研發，例如，用於文書理解的 Watson Discovery、用於虛擬代理的 IBM Watson Assistant以及用於高級情緒分析的Watson Natural Language Understanding。
ESPN Fantasy Football使用Watson Discovery和Watson Knowledge Studio分析賽季中每天產生的數以百萬計的足球數據來源，以提供關於Fantasy Football運動員的數百萬個實時洞察。通過自然語言處理，Watson可以識別包括新聞文章、博客、論壇、排名、預測、播客和推特等內容的語氣和情緒，涵蓋了從更衣室洞察到傷病分析等全方位的內容。ESPN Fantasy Football在球員卡中展示了這些洞見，這些球員卡記錄了每個球員的升/降級（Boom/Bust）潛力，以及「球員的關鍵球能力（Player Buzz）」部分，它總結了有關一名球員的正面或負面評論。
四大會計師事務所之一的畢馬威（KPMG），擁有遍布全球的專業服務網絡，它與IBM合作創建了一個基於Watson多種服務的人工智慧解決方案，包括Watson Natural Language Understanding等。該技術使企業能更有效地識別、申報和留存諸如潛在的研發所得稅抵免。該解決方案由畢馬威開發，Watson技術支持在最大限度減少對客戶業務幹擾的同時、快速審查更多文檔，因此該方案可以幫助客戶增加他們獲得的研發所得稅抵免。
過去一年，畢馬威的客戶看到了研發稅收抵免的更多可能性，一些項目的審查文件數量甚至增加了1000%以上。該解決方案在減少對業務幹擾的同時，能幫助客戶發現更多有資格獲得額外所得稅抵免的潛在活動。因此，可以通過減少工程師和科學家用於所得稅合規活動的時間，讓他們更專注於創新的研發工作。
觀看「The Debater」
請欣賞《The Debater》的預告片，這是一部罕見的幕後紀錄片。它通過研究團隊的鏡頭讓我們了解Project Debater的誕生過程，展現了這支不拘一格的研究團隊敢於將人工智慧帶入未知領域的勇氣。來自哥本哈根國際紀錄片電影節（Copenhagen International Documentary Film Festival）的官方精選www.ibm.com/research/debata-film 。
關於 IBM
如欲獲取更多信息，請訪問 IBM Watson。
如欲獲取更多信息，請訪問 IBM 研究院。
開發者和數據科學家可以在IBM Developer中訪問Watson APIs。
點此註冊以查看將於美國東部時間 3 月 18 日下午 1:00 播出的關於該新聞的網絡研討會。
前瞻性和警告性聲明
除關於歷史信息和討論的聲明外，本新聞稿中的所有聲明均可能構成 1995 年《私人證券訴訟改革法》所定義的前瞻性聲明。前瞻性聲明基於公司當前對未來業務和財務業績的假設而作出。該聲明涉及多種風險、不確定性和其他可能導致實際結果與聲明所述內容存在重大差異的因素，其中包括：經濟環境下行和客戶開支預算減少；公司未能實現增長和生產率方面的目標；公司的創新舉措以失敗告終；公司聲譽受損；因投資於增長機會而導致風險增加；公司的智慧財產權組合未能阻止競爭性產品，以及公司未能獲得必要的許可；網絡安全和數據隱私方面的考量；財務業績的波動，當地法律、經濟、政治和衛生狀況的影響；環境事項、稅收事項和公司養老金計劃產生的不利影響；無效的內部控制；公司使用的會計估計；公司吸引和留住關鍵員工的能力以及對關鍵技能的依賴性；與關鍵供應商之間的關係產生的影響；產品質量問題；與政府類客戶之間的業務往來產生的影響；貨幣波動和客戶融資風險；市場流動性狀況變化和客戶信用風險對應收款項的影響；對第三方分銷渠道和生態系統的依賴性；公司成功地管理收購、聯盟和處置的能力；法律訴訟風險；與 IBM 證券有關的風險因素；以及公司的 10-Q 表格、10-K 表格和公司向美國證券交易委員會（SEC）提交的其他文件中討論的其他風險、不確定性和因素，或該表格或文件引用的材料中討論的其他風險、不確定性和因素。本新聞稿中的所有前瞻性聲明均僅代表截至發表聲明的當天的立場。公司不承擔更新或修改任何前瞻性聲明的義務。
免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。