2011年2月，IBM的沃森（Watson）计算系统在《危险边缘》（Jeopardy！）节目中与两名强大的人类对手进行了对抗：在节目中拥有74场连胜纪录的肯 詹宁斯（Ken Jennings）和累积奖金总额最高325万美元的布拉德 拉特（Brad Rudder）。沃森击败了它的人类对手。在这场播出三天的比赛中，沃森在第二轮比赛之后就遥遥领先对手。尽管人机大战是否公平仍不确定（在节目中获得成功很大程度上取决于按铃的速度，而沃森的优势可能在于它更清楚什么时候按铃），这期节目让人印象非常深刻。

这让很多人想知道这项技术除了参加电视游戏节目以外还能做什么。从2012年开始，IBM就开始对沃森在卫生保健等领域进行试验。该公司从那时起推出了一系列基于该技术的产品，IBM将该技术称为“认知计算”（cognitive computing）。

沃顿知识在线对IBM沃森的首席设计师贝克（Brad Becker）进行了采访，谈论了认知计算当前和未来的应用，以及他希望如何让计算机变得“更人性化”。以下为经过编辑的访谈记录。

沃顿知识在线：你的背景是用户体验设计。这在IBM的沃森项目中发挥了怎样的作用？

贝克：我们设计沃森的理念是技术是服务于人的，而不是人服务于技术。很长时间以来，人们一直在努力更好地理解技术。而沃森则是让技术来理解我们。它更加地人性化，能够帮助人类，它说我们的语言，它可以处理模糊信息，可以创建假设，也可以向我们学习。还有，当然，因为它是一台计算机，它可以进行大规模运算，并且拥有比人类好得多的记忆力。

沃森拥有计算机的传统优势，但在某种程度上它让人觉得更加舒适和高效，或者我喜欢将其称为更人性化。它能够让专业人士，甚至是非专业人士做比原来更多的事情。

沃顿知识在线：你所说的“更人性化的”计算机，这是什么意思？

贝克：传统上来说，技术是由技术人员开发的。这听上去像同义反复，但是通常创造技术的人热爱技术并且接受它本来的样子。艾伦 库伯（Alan Cooper）在《交互设计之路》（The Inmates Are Running the Asylum）一书中探讨了这个问题。那么解决方案是什么？

部分解决方案是花时间专注于谁会使用这项技术，他们的需求是什么，人类如何工作，真正使用这项技术的人的人群特征和认知心理是怎样的。我们如何能让这项技术更好地适应人类？这有点类似家具的人体工学设计。

这里我们用的是IBM Design Thinking，我们看的不仅仅是IBM及其客户的商业问题，还为理解最终用户和他们的具体需求进行了实际研究。我们还考虑了一些更加横向的问题：在一般情况下，该技术如何能够更好地为人服务？你有没有被技术难倒过，并且想“到底是谁发明了这个东西？”或者觉得也许是自己笨，因为自己无法理解本应为我们服务的工具。

这就是我们所真正追求的。我们尝试现在提出未来认知计算的概念。这一概念的全部焦点在于技术应该服务于人，而不是人服务于技术。它始于我们需要什么，以及我们认为什么是对人类有益的。我们如何能够帮助提高人类的能力？自行车没有取代双腿，但它增强了双腿的能力。这就是我们的目标：取人之所长，补人之所短，例如阅读5,000万篇文章并且记住每一个单词对于人类来说是及其困难的；在沃森的帮助之下，我们希望让人类能够做到比原本更多的事。

沃顿知识在线：你能用基本术语解释一下沃森的工作原理吗？

贝克：沃森并不是人脑的复制，但它采用类似的方法解决问题，其运算时有多个完全独立的步骤同时运行。我们根据问题的本质用不同的方式处理不同类型的查询。

我们也从纯粹的问与答转向了发现，也就是说，你寻找的不仅仅是“答案”。即便答案存在，今天的答案也不一定是明天的答案。凡事都在快速变化着；具有模糊性。而沃森则擅于处理这一点。

发现是一项有趣的运用，因为这就好比你在噪音当中寻找微弱的信号。这是一个大数据问题，但你要找的并不仅仅是最明显的东西。这并不像做一个线性回归或者浅显地学习如何使用机器那样简单。这是人类专家与沃森合作共同筛选从而实现大海捞针的一个很好的例子。

最近新闻报道中有一些例子，描述了贝勒大学（Baylor University）为了测试沃森，让它处理所有现有的材料，从而得出了一些发现。他们用比较陈旧的材料测试沃森，看它是否会得出与科学界在过去十年中所得出的相同发现，沃森在几周之内找出了其中一些。

沃顿知识在线：所以你是对人类已经发现的东西进行了回归测试，看沃森是否会得出相同的结论，对吗？

贝克：没错。我们需要18年才能把一个人培养到被我们称为“成.人”的水平。但是，对沃森来说，我们可能只需要几周或几个月的时间就可以把它训练到能够在一个特定的领域提供价值。在前面提到的例子中，贝勒大学通过运用自己的数据来检测沃森技术。当然，沃森能够找到那些既定的隐藏联系。