IBM Research Lab的云与人工智能部门的研究人员兼负责人回到了美国跨国公司IA平台Watsonx的诞生的一年。他和瑞士苏黎世的其他3000名研究人员准备下一个。该计划中有广义的人工智能和象征智能。
这是一头大象的故事，该大象设法像野兔一样快地转动。 2023年，IBM面对强大的创业公司和巨头，例如Google，Amazon和Meta，开始了人工智能竞赛。几个月后，她向Watsonx平台介绍了满足各种需求使用新工具和强大的语言模型。 IBM甚至创建了自己的型号，在电池顶部添加了这个平台，包括红帽和Z服务。
对于苏黎世（瑞士）IBM研究实验室的研究人员罗伯特·哈斯（Robert Haas）来说，2023年是非凡的一年。他在“大蓝色”职业生涯的27年中，认为这次发射是对悲观外部预测的良好报仇。这是一种将成千上万的IBM班轮员工汇集在一起的美好方式。喜欢量子，AI占据了中心位置。邀请15万名跨国公司来进行测试。目的：要尽快实现技术的大小。并参与其中。
01NET：专业流动性和业务寿命不足似乎并没有触及IBM，它设法使您保持了27年的成绩。我们想象许多其他演员想放弃您。你为什么从未离开？
罗伯特·哈斯（Robert Haas）：这很简单：我离开了其他地方，但仍然与IBM在一起。这就是我简单地说的，但这是事实。这是跨国公司的优势，我在同一位置上的工作不超过5年。我从研究到开发，再到业务策略。我回到了研究中。这些经历中的每一个都帮助了我。每当我更改时，我都会对公司感到更加相关。经历过这样不同位置的配置文件使您可以在这个巨大的星座中连接这些点。
随着时间的流逝，我们带来了更多的价值。通过从研究到策略，我能够将与客户的联系增加到我的日常生活中，而当您只从事研究时，这是不可能的。同时，我的研究技能使我对他们更加清晰，更简单地解释他们在研发方面发生了什么。产品和未来发展的现状。然后，当我重返研究时，我还可以从所有这些方面学习并更改过程以找到更好的工作方式。
现在我回到了研究，它非常适合我，因为我可以继续自由表达自己。我执行的项目不一定是明天会导致IBM产品的项目，因此更简单。
01NET：实验室研究人员由于世代的多样性而具有各种观点，特别是关于人工智能的观点吗？
RH：显然，当我观察新的新兵加入我们的团队作为博士生的学生时，对他们来说，工具很自然。有点先天。对于前几代人，这需要努力。但是，IBM有智能可以实现这一目标，升级每个人，并让所有人进行实验，无论他们的帖子，新的人工智能工具。今年我们都以黑客马拉松的形式聚集在一起。我们或多或少150,000。研究，销售，人力资源，沟通...每个人都被邀请测试AI。
通过这些研讨会，我们开始做及时调整，我们意识到我们可以实现的目标。有些已经了解了大语言模型（LLM），远远超出了预期的。但是，在在某个地方阅读它和尝试它之间，存在差异。我们意识到LLM可以解决我们从未训练过的问题。这是当今称为基础模型的主要特异性之一（基础模型）。
01net：一年前与Chatgpt获得了点击。在IBM，您什么时候了解发生了什么？
RH：总体而言，一切发生在2023年，随着WATSONX的整合，我们在年初的思想会议上宣布了这一点。当然，在我们的研发分支机构中，人工智能并不是什么新鲜事。最近，我们与客户进行了一个用于客户支持工具的研讨会，该项目始于三年前。现在，一切都在规模上发生了变化。在效率方面，有一种方法可以超越，而Chatgpt Boom已经表明了这一点。
当时在IBM，我们意识到是时候将所有方向都定向了。汇集我们所做的所有工作并扩大我们的行动。幸运的是，它在内部有理由。因为人们真的感到投入，这要感谢我们组织的黑客马拉松。这具有改变分析师对IBM的看法的影响。
01net：他们的看法是什么？
RH：长期以来，我们一直被视为大象。一个巨大的衬里，需要很长时间才能轮到它。并非每个人都希望我们能做到。但是，我们所表明的是，当IBM置于工作状态并将其所有力量保持在特定目标方面时，它就可以。
现在，这些分析师说，该公司应在这些主题上遵循。他们还告诉自己，我们为客户做得很好。愿我们的产品简化任务，而不是使其更复杂。 AI的潜力，我们知道。困难是要确保我们的产品不作为我们打开的潘多拉盒，并且在我们不了解的一堆信息中失去了我们的失落，并且我们不控制。
与其他公司不同，IBM的历史没有参与大丑闻。许多人工智能公司都支付了高额罚款。公司试图拥有一个允许他们进化而没有风险的合作伙伴。他们现在知道该转向谁。
01net：这是否意味着AI是今天IBM的增长引擎？还是您还在最初的体育场？
RH：我们很快就完成了WATSONX项目中的所有砖块。它只是缺少我们刚刚宣布的治理部分。她加入了Watsonx AI，我们为客户提供许多模型和Watsonx数据，以便客户可以通过使他们与模型培训兼容，以收集他们希望能够集成到AI中的所有信息。 WATSONX治理将确保所有这些新实践都符合艺术规则，而不会给用户带来风险。
我们的客户有需求。我们回答。我们已经开发了这个新的WATSONX平台，该平台被添加到已经拥有的那些平台中。那些像红帽子一样多年工作的人。
01net：我们今天在IBM上知道的AI会保留吗？还是您打算走得更远，尤其是在广义人工智能中？
所有这些都会增长。该平台注定要像其他大型IBM平台一样开发该平台。我喜欢将其与我们在Z平台上所做的工作进行比较。公众不知道它，但负责几乎每次交易中的背景运行在世界上制作的信用卡。大型银行依靠它。这些系统，即使在人群强烈的时期黑色星期五，继续工作，没有问题。他们从不受到病毒的攻击。将来，Watsonx必须具有同样的知名度。
在苏黎世的实验室中，我们正在努力。在接下来的十年中，将有与人工智能技术有关的创新，例如通用人工智能（AG）。更聪明的人工智能。我的团队在这里工作的概念之一是象征性的部分，称为象征情报。这个想法不仅取决于需要大量重复数据才能学习的神经元网络。
我为您举例说明了汽车驾驶系统的示例，以便更容易理解。我们可以让它直接摄入直接摄入驾驶代码并将该概念集成到其中时，而不是在另一辆车到达时停止在十字路口进行大量汽车视频训练。我们将达到同一观点，但是有了经典的神经学习，它需要大量不同的视频，我们将不得不重复几次网络来理解和调整其权重以获得正确的答案。
因此，这项工作是要进行的，并拥有这50页的模型包括所有规则及其描述，然后将此符号智能与基于数据的智能结合使用，深神经网络。这也将更加有效。尤其是在独特的情况下，该模型将无法接受培训。使用驾驶系统，如果汽车遇到落在道路侧面的停车标志，这可能会很有用。我们可以进一步说明我们所谓的分配概括 ：我们在学习过程中提供的数据之外学到的知识的概括。
