IBM通過超級計算機使用大數據來解決大問題

IBM喜歡大數據，獲取的越多，就越能向用戶銷售出更多的服務器、存儲和服務。但是由于IBM獲取的大數據容量已經過大，導致這家公司的研發(fā)人員很難駕馭這些數據。

舉例來說，IBM位于硅谷阿爾馬登研究中心的專家勞拉·哈斯（Laura Haas）去年就曾詢問同事，她為什么不能使用更大的數據集。哈斯當時就曾表示，單是準備數據就花費了他80%的時間。哈斯意識到，IBM研究時間被數據分析耗費的越多，該公司的專家就會耗費更多的時間和精力用于擴展數據集，從而放緩研發(fā)的步伐。

很明顯，這種事情應當交付給專業(yè)的數據科學家來解決，但是這樣的循環(huán)只能讓情況變得更加糟糕。還有，它似乎有悖于大數據的常規(guī)，因為依據存儲能力的擴展或是傳感器成本的下滑，大數據的價值并不受摩爾法則或是克來德法則（Kryder's Law,每10.5年硬盤驅動器的信息密度就要增長1000倍，也就是說，每13個月存儲密度就要翻一番）支配。

當然，大數據更適用于“麥特卡夫定律” （Metcalfe's Law）。該定律指出，網絡的價值等于網絡用戶數的平方數；增加網絡和其他通訊技術的接入用戶數量，將獲得巨大效益。 對IBM的研發(fā)人員而言，情況也確實如此。為解決這一問題，IBM硅谷阿爾馬登研究中心在去年秋季推出了“加速發(fā)現實驗室”（Accelerated Discovery Lab）。這個實驗室有著非常大、開放的空間，能夠裝配舒適的家具、白板以及許多的屏幕，更別提循環(huán)參與的項目團隊、系統(tǒng)管理員、訪問客戶、人類學家和IBM Watson超級計算機。正如這個實驗室的名稱所暗示的那樣，它的目標是使用多元化、鄰近、物理空間的最優(yōu)組合破解代碼。

目前擔任該實驗室技術和運營總監(jiān)的哈斯對此表示，“我們把它稱為哺育‘戰(zhàn)略意外發(fā)現。’這就如同是在淋浴時或飲水機旁找到靈感一樣。我們希望把人們聚集在足夠寬闊的環(huán)境中，讓他們享受于此。通過利用房間的連接，數據的連接以及能夠掌握用戶正在做什么的能力，培育意外發(fā)現。”

加速發(fā)現實驗室的第一個項目是利用Watson超級計算機在新領域的自然語言處理能力，藥物研究則是首選。通過與貝勒醫(yī)學院計算機生物學家的合作，IBM的數據科學家開始在數以百萬計的論文、專利和臨床研究中采集數據，并最終把他們的注意力集中在了腦腫瘤抑制基因TP-53上。在幾個月之內，研發(fā)團隊就找到了四個候選產品。“加速發(fā)現實驗室”展露額和項目開發(fā)總監(jiān)杰夫·威爾瑟（Jeff Welser）表示，“通常找到一個產品就需要約一年的時間。”

這個速度確實已相當快，但能否更快一點？該實驗室的使命之一，便是對自有空間的研究假設。哈斯表示，“我們當前嘗試在項目開始就記錄下來，看看這些白板和顯示屏能否會獲得明顯的成效。”

雖然IBM當前還沒有計劃在其它研發(fā)中心建造類似的實驗室，但是哈斯希望有朝一日能夠開發(fā)出一款軟件工具，幫助公司管理自有資源。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。