第三平臺崛起，商用認知運算成形

我們熟悉的資訊科技（Information Technology）發展至今，已經歷大型主機（Mainframe）、主從式架構（Client-Server）的平臺演變，之後出現了網站應用，使得網際網路開始遍及全球，接下來，雲端服務、行動化應用、社群網路、大資料分析陸續開始成熟，成為支撐當代IT發展的關鍵。

而如此多元、但更重視應用方式的IT路線，顯然又與過去的作法有所不同，也使得最終有人提出了「第三平臺（Third Platform）」，來總括目前的IT技術。市場調查研究機構IDC在2007年的預測分析當中，提出了這個說法，並認為第三平臺終將成為資通訊科技市場成長的新核心動力，他們並將雲端服務、行動化應用、社交網路、大資料分析，視為第三平臺的4大支柱。

已成為加速產業創新的關鍵技術

然而，光是這樣的描述，還無法真正貼近IT的最新發展，因為後續仍有許多新的技術趨勢不斷浮現，例如3D列印、物聯網（IoT）、機器人應用、具有感知能力的系統（Cognitive System）、人機自然介面（Natural Interface）、以及針對新興應用的次世代安全技術。於是，IDC也特別將上述6個領域，視為第三平臺用以推動各產業創新的加速器。

這些技術應用當中，一般人大多有所耳聞，但可能對於所謂的認知系統，會感到相當陌生。認知系統不只能分析來自連網裝置的大量資料，更重要的是能夠藉此觀察、學習，並且提供建議，將現行的服務業應用改頭換面，帶向新的境界。

根據IDC的定義，認知系統的軟體功能，牽涉到資料的挖掘、分析、組織、存取，以及建議的提供。為了達到這些目的，這會用到深度的自然語言處理；系統也要能夠了解如何回答問題、提供建議與方向，並且需基於現有可用的所有證據，來假設、推測出可能的答案；同時，認知系統需透過擷取大量資料來訓練，還要能夠從錯誤和失敗當中，自動適應與學習。

因此，認知系統涵蓋的技術相當廣泛，舉凡多國語文、多媒體的資料，以及資料的標記、搜尋、實體與關係的擷取，而且也包括機器學習、深度學習的技術，產生假設與答題的能力，以及資料的分類、分群、圖像化、過濾、警示、導覽等。當然，這類系統也要具有針對上述這些資料的整合存取能力。

根據IDC在11月提出的預測，2015年全球對於認知系統軟體的投資，將會超過10億美元，呈現指數型的成長。而且，認知系統接下來三年的規模擴大程度，更是相當驚人。他們預言，到了2018年，有一半以上的軟體開發團隊，將認知型服務嵌入他們發展的應用上，藉以提升資料處理的流程，改善客戶的個人化體驗。相較之下，當前只有低於1％的開發團隊，能做到這件事。

程式化電腦時代已發展到極致，即將邁向下一個階段

認知系統走向商用化的風潮之所以興起，也與運算技術接下來的發展有關。

對於絕大多數人而言，長期以來，我們運用資訊科技的方式，一直都是透過程式化的電腦來達成，這意味著無論任何應用，都必須先有人撰寫程式碼、開發出軟體，然後在那些能夠執行這些程式的電腦上操作，才能使用到當中所提供的功能。

然而，資訊科技發展到現在，由於運算技術的進步、儲存資料的能力與存取速度的提升，雖然已經能承擔各式各樣的任務，但其實很多人也逐漸意識到，發展創新應用的速度仍然不夠快，而且使用者執行應用的方式、是否能夠更快完成工作，也受限於系統的操作介面。

例如，在不同運算平臺上，需開發對應的程式；等到網際網路興起，瀏覽器開始普及，再加上Java、.NET程式語言的出現，降低了開發跨平臺應用的難度，但後來又有智慧型手機、平板電腦的盛行，帶動了一般消費者與企業的行動化應用革命，使用者端開始用僅提供簡單功能的App來得到服務，而不像過去，是透過強調整合多種功能的應用程式，或經由網頁介面來操作。

但不論是多種功能同時整合在一起，或是分成多個軟體來執行，使用者終究還是必須在不同的應用程式之間切換，無法以更快、更簡單的方式達到目的，雖然許多系統已經導入不少自動化處理的機制，但能提升的效率還是很有限。

之所以如此，主要是現在的電腦雖然執行速度很快，但不夠聰明，無法做到主動認知、學習與判斷，再加上軟體改版的頻率雖然越來越快，仍受制於人，因為即使有許多工具的輔助，可減少開發程式的負擔，但工作效率與可靠度終究有極限，若有越來越多的電腦具有更強大的感知與判斷能力，充分運用大資料分析技術，做到自我學習、自己發現問題、並找出答案，甚至懂得寫程式來改良自己，屆時，就能逐漸實現認知運算（Cognitive Computing）的理想。

既然認知運算即將崛起，除了讓人回想過去IT是如何發展成現在的模樣，從最早的打孔機運算，到目前興起的認知運算之間，究竟有何關係？

由於這些過程IBM都曾經大力投入、參與，甚至是主導者，當中的差異他們最為清楚，對此，該公司最常引述的說法是資深副總裁暨全球研發中心總負責人John E. Kelly III提出的三個運算世代論。他們認為，當代電腦發展史可以依此分為3個階段：

1.打孔卡片製表機時代：1900到1940年代

運算的起源於單一用途的機械系統，使用者能夠運用打卡卡片來輸入與儲存資料，之後命令機器做事。透過這些打孔卡片製表機（Tabulation Machine），來進行各種資料處理，可支援商業與社會層面的計算需求，有助於組織、理解與管理很多事情，舉凡人口成長到推動全球經濟的進步，都可透過這些設備進行。

2.程式化電腦時代：1950年代至今

二次世界大戰期間，因為軍事與科學發展的需求，機械式打孔製表機開始提升為電子化系統，隨著數位化電腦快速演進，後來擴及商業與政府應用。

由於搭配了軟體當中的指令程式碼，這類系統可以執行if/then的邏輯式操作，以及迴圈處理。起初電腦是用真空管建造，後來受益於電晶體與微處理器的發行，使得電腦發展有了非常巨大的進展，也造就了60年代摩爾定律的誕生──每隔18個月，容量和速度就會增加1倍。

而且，目前我們所熟知的各種運算裝置，都是基於上述的架構一路演化過來的，從大型主機到個人電腦、智慧型手機、平板電腦，都是屬於程式化的電腦。

3.認知運算時代：2011年開始

早在1960年代，已經有人先預見超越程式化電腦的新一代系統樣貌，那就是美國麻省理工學院電腦科學家J.C.R. Licklider，他發表一篇重要論文《Man-Computer Symbiosis（人與電腦共生）》，就提到許多現代化運算系統的概念，雖然還不知道如何達成，但他了解認知運算的發展已經勢在必行的趨勢，而且會從程式化電腦運算架構自然演化過去。而50年過去了，大規模的平行運算日漸普及，累積了非常大量的結構與非結構化資料，足以為認知運算的發展打下良好基礎。

對於認知運算的發展目的與方向，John E. Kelly III在所著作的《Smart machines: IBM’s Watson and the Era of Cognitive Computing（智慧科技：推動大智移雲的利器）》一書中特別提到，「設計新電腦的目的，並不是為了複製人腦，也不是要用機器的思考方式取代人腦的思考方式」，他強調「進入認知運算時代後，我們需要讓人腦與電腦密切合作，各自為合夥關係貢獻擅長的優點，才能達到更美好的成果。」

「電腦雖有百科全書般的記憶容量與人類無法企及的計算能力，但在創造力、專業或直覺判斷、同理心與道德規範上，無法與人腦相提並論。」

資料處理走向認知分析

運算技術的長期發展，與資料分析的應用息息相關，過程可分為資訊基礎、描述式分析、預測性分析、建議式分析，最後成為認知式分析，一路走來，對於資料前後文的分析能力逐漸提升，使用者在執行這些分析時的操作方式，也變得越來越自然、直覺，並獲得更多自動化處理的輔助。（圖片來源／IBM）

廠商爭相併購新創公司，積極發展商用化認知系統應用

若要發展認知運算，突破程式化電腦應用的瓶頸，我們在開發軟體時，不能繼續停留在傳統的作法，仰賴人來驅動系統的發展，因為這樣終究無法跳脫現有架構的桎梏，那麼該怎麼做？有人找到方法了嗎？能否大量普及？

這幾年以來，陸續有廠商投入認知運算技術的開發，他們也已經推出一些新的系統或服務，獨樹一格，有別於過去的產品，如今，一般人或企業想要大量採用這類方案的機會，也開始出現了。

在業務應用、商用領域裡面，最出名的是IBM的Watson，而在消費端應用上，已經有不少廠商將相關技術整合在手機、平板電腦等行動裝置上，以智慧型語音助理的服務或App形式執行，像是蘋果的Siri、Google Now、微軟Cortana。

除此之外，許多IT廠商和大型網站業者也積極布局，與認知運算技術有關的新創公司被這些公司併購的消息，最近接連不斷地傳出。

像是IBM在2014年買下語音虛擬助理公司Cognea，今年則買了深度學習與自然語言處理的軟體服務商Alchemy API；微軟也在去年併購身分安全公司Aorato，今年併了文字分析公司Equivio；Intel則在2013年買下語音辨識公司Indisys，今年10月底，他們併購大資料決策支援公司Saffron。

而Google在2013年買走自然語言處理公司Wavii，2014年陸續併購人工智慧公司Deep Mind，以及開發出文字即時通訊智慧助理App的公司Emu。同樣是2014這一年，Facebook買走語音辨識公司Wit.ai，Twitter併購Madbits這家以深度學習分析理解圖片內容的公司，Yahoo買了推出行動數位助理App的公司Incredible Labs。

此外，就連零售業龍頭Walmart也想發展認知運算系統，旗下的Walmart實驗室在2013年併購了大資料與智慧型預測公司Inkiru。

不過，就實際的市場營收來看，並非每一家廠商都被視為認知系統軟體的供應商。根據IDC對這類產品的統計，2014年有將近6億美元的規模，而這樣的市場主要由7家廠商來支撐，其中我們較熟悉的有IBM、Saffron、Eviti和Nuance，至於仍在努力發展認知系統軟體的，有微軟、Google、蘋果、Facebook、百度等公司。

就這樣的發展態勢而言，認知系統或者所謂的認知運算走向商業化，甚至大量普及的機會相當高，人工智慧的研發與應用不再只是學術理論，或只有少數廠商能夠有足夠的資源發展，同時也在消費應用上遍地開花，而有了更多企業投入，認知系統可說是後市看漲。

認知系統被視為推動下一波產業創新的關鍵技術

歷經大型主機、主從式架構，如今我們所普遍應用的行動化應用、雲端服務、社交網路、大資料分析，形成了所謂的第三平臺，而這些技術也將推動未來的產業創新風潮，市場調查研究機構IDC認為，有6種技術的發展將是達成這個目標的關鍵，其中包括了認知系統（Cognitive System）的應用。（圖片來源／IDC）

認知運算結合多種資料處理的作法，能夠不斷自我改良

認知運算的概念是運用了自動發現處理流程的組合，像是辨識、分析與學習模式，以便用於預測、推薦與建立假設。這些推薦與預測之後能實際測試，結果會回饋給系統，使軟體功能日益精進。由於這種運算平臺並非是用單一模式所發展出來的靜態系統，而是使用多種技術與演算法，因此能夠持續進化。（圖片來源／IDC）