人工智能技術(shù)的智能程度如何？這是與其平臺上存儲密度和容量有絕對正比的關(guān)系，這是今天上午9點(diǎn)，筆者參加IBM在北京舉行了主題為“天工開(kāi)物，人機同行”的2017 IBM中國論壇最大的收獲。

存儲密度容量決定人工智能技術(shù)程度 ——IBM中國論壇

　　人工智能技術(shù)尚無(wú)統一定義標準
　　火了兩年的人工智能這一話(huà)題熱度目前依然在上升，盡管升級于IT行業(yè)，但今天不論任何行業(yè)任何公司在討論未來(lái)發(fā)展時(shí)都只會(huì )強調人工智能技術(shù)的重要性。但人工智能技術(shù)的衡量標準是什么？各家都在說(shuō)自己的人工智能技術(shù)比其他家好，但如果沒(méi)有統一的對比標準，這種好又從何而來(lái)？

　　人工智能技術(shù)離不開(kāi)大數據
　　人工智能技術(shù)離不開(kāi)大數據，而說(shuō)到數據就不得不提到結構化數據和非結構化數據。結構化數據比較簡(jiǎn)單，如果用數據模型來(lái)表示就是二維表（Excel表格就是典型的二維表）。而非結構化數據則比較復雜，數據模型也種類(lèi)繁多，比如樹(shù)形結構圖。

非結構化數據對技術(shù)要求極高

        舉個(gè)簡(jiǎn)單例子，蘋(píng)果。蘋(píng)果的產(chǎn)地，價(jià)格，重量等這些可以量化的數據都可以很清晰直觀(guān)的存儲在數據庫中，這就是結構化數據。那么味道該如何存儲呢？甜？酸？多甜？多酸？這些數據并不直接對應某種屬性，因此需要多種方式來(lái)進(jìn)行解釋?zhuān)�也正因為如此造成數據存儲量大幅上升，而這也給人工智能技術(shù)帶來(lái)極大的挑戰。

　　存儲密度與容量決定人工智能技術(shù)程度
　　以IBM的Watson（沃森）認知系統為例，其中最為重要的就是通過(guò)神經(jīng)網(wǎng)絡(luò )、深度學(xué)習等多種技術(shù)讓機器盡量像人類(lèi)一樣去理解非結構化數據，而若要實(shí)現這一切，首先需要擁有海量的數據來(lái)幫助機器判斷，畢竟在機器的世界中只有簡(jiǎn)單的0和1，而若想實(shí)現最終的“智能”目標還需要一個(gè)從量變引發(fā)質(zhì)變的過(guò)程，這對數據存儲技術(shù)有了新的要求。

第一代IBM存儲器堪比小冰箱

　　以醫療行業(yè)數據為例，2011年的醫療健康數據量是 150 exabytes（EB）， 1EB換算成我們常用的TB單位則是1024*1024=1048576 TB。而據數據分析機構預測，到了2020年，每73天醫療數據量就會(huì )翻一翻。據陳黎明介紹按照目前使用的存儲技術(shù)，每150萬(wàn)個(gè)原子才能存儲一個(gè)比特（bit）的數據，而今年2月IBM在《自然》學(xué)術(shù)期刊上發(fā)表的研究成果已可實(shí)現在單個(gè)原子上存儲1比特數據。直觀(guān)量化來(lái)說(shuō)就是一枚硬幣大小的硬盤(pán)可以存下iTunes里的2600萬(wàn)首歌曲，大幅縮小體積所帶來(lái)的好處顯而易見(jiàn)，除了可以節省大量存儲成本外，最為重要的就是更多的數據將為機器提供更多的參考實(shí)例，讓機器像模仿人類(lèi)思考方向更進(jìn)一步。

　　本次大會(huì )上IBM大中華區董事長(cháng)陳黎明、IBM全球高級副總裁Bruno Di leo等來(lái)自IBM的十余位高管攜手5位分別來(lái)自金融、營(yíng)銷(xiāo)、法律、醫藥、材料、智能硬件領(lǐng)域的公司高管分享了關(guān)于人工智能技術(shù)，云計算以及物聯(lián)網(wǎng)目前的技術(shù)發(fā)展狀況和相關(guān)應用案例。