‧ IBM通過超級電腦使用大數據來解決大問題

騰訊科技 明軒

IBM喜歡大數據，獲取的越多，就越能向用戶銷售出更多的伺服器、儲存和服務。但是由於IBM獲取的大數據容量已經過大，導致這家公司的研發人員很難駕馭這些資料。

舉例來說，IBM位於矽谷阿爾馬登研究中心的專家蘿拉·哈斯（Laura Haas）去年就曾詢問同事，她為什麼不能使用更大的資料集。哈斯當時就曾表示，單是準備資料就花費了他80%的時間。哈斯意識到，IBM研究時間被資料分析耗費的越多，該公司的專家就會耗費更多的時間和精力用於擴展資料集，從而放緩研發的步伐。

很明顯，這種事情應當交付給專業的資料科學家來解決，但是這樣的迴圈只能讓情況變得更加糟糕。還有，它似乎有悖於大數據的常規，因為依據儲存能力的擴展或是感測器成本的下滑，大數據的價值並不受摩爾法則或是克來德法則（Kryder's Law，每10.5年硬碟驅動器的資訊密度就要增長1000倍，也就是說，每13個月儲存密度就要翻一番）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，網路的價值等於網路使用者數的平方數；增加網路和其他通訊技術的接入使用者數量，將獲得巨大效益。 對IBM的研發人員而言，情況也確實如此。為解決這一問題，IBM矽谷阿爾馬登研究中心在去年秋季推出了“加速發現實驗室”（Accelerated Discovery Lab）。

這個實驗室有著非常大、開放的空間，能夠裝配舒適的傢俱、白板以及許多的螢幕，更別提迴圈參與的專案團隊、系統管理員、訪問客戶、人類學家和IBM Watson超級電腦。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、物理空間的最優組合破解代碼。

目前擔任該實驗室技術和運營總監的哈斯對此表示，“我們把它稱為哺育‘戰略意外發現。’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境中，讓他們享受於此。通過利用房間的連接，資料的連接以及能夠掌握用戶正在做什麼的能力，培育意外發現。”

加速發現實驗室的第一個專案是利用Watson超級電腦在新領域的自然語言處理能力，藥物研究則是首選。通過與貝勒醫學院電腦生物學家的合作，IBM的資料科學家開始在數以百萬計的論文、專利和臨床研究中採集資料，並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，研發團隊就找到了四個候選產品。“加速發現實驗室”展露額和專案開發總監傑夫·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，“我們當前嘗試在專案開始就記錄下來，看看這些白板和顯示幕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中心建造類似的實驗室，但是哈斯希望有朝一日能夠開發出一款軟體工具，説明公司管理自有資源。