IT瘾ibm推荐

IBM：人工智能将颠覆律师行业？

Tue, 07 Jun 2016 15:51:40 CST

法律业正尝试让传统上由初级律师承担的枯燥工作实现自动化，年利达(Linklaters)与品诚梅森(Pinsent Masons)就是最新一批投资人工智能的律师事务所。

年利达律师事务所开发了电脑程序Verifi，可以筛查14家英国及欧洲监管登记机构的材料，为银行核查客户姓名。该公司表示，这一程序一夜时间可以处理几千个名字。

年利达银行业合伙人Edward Chan说：“以前，受过训练的初级律师检索一位客户的姓名平均需要12分钟。”

“律师在处理复杂事务时不得不面对日益庞大的数据量，人工智能已成为处理这些数据的必要工具。我们的律师不是工程师，也不是数据科学家。优秀、扎实的法律技能仍是我们的律师应具备的。”品诚梅森律师事务所开发了一个可以读取并分析贷款协议条款的程序。其TermFrame系统还可以在律师处理事务的过程中提供帮助，在进程的每一阶段指引他们参考恰当的先例。

德同国际律师事务所(Dentons)创建了虚拟公司NextLaw Labs，致力于将技术应用在法律事务上。NextLaw投资了一款基于IBM的沃森(Watson)超级计算机系统、名为ROSS的法律顾问应用，该应用可以简化法律检索、节省律师的时间及客户的资金。ROSS目前正在德同等大约20家律所进行测试。

Hodge Jones & Allen律师事务所与伦敦大学学院(University College London)的科研人员合作，开发了评估人身伤害案件是非曲直的软件。

最高法院首席法官(Lord Chief Justice)的技术顾问理查德•萨斯坎德教授(Richard Susskind)曾预测，法律业将发生根本性变化，并指出，在查阅大量文档并选取最具相关性的材料方面，智能检索系统如今可以比初级律师和律师助理做得更好。

上月，他在一场法律会议上表示，律师这一行有5年时间进行自我重塑——从法律顾问转变为法律技术专家。他还批评法学院“培养20世纪律师”。

德勤(Deloitte)最近的一项研究表明，技术进步已导致法律业减少了约3.1万个工作岗位（包括法务秘书），而且还有39%的工作岗位在未来20年将面临被机器淘汰的“高风险”。

有人推断，法律行业将迎来“优步化”(Uberisation)，成为被技术颠覆的下一个目标。

规模较小的律所Riverview Law已与利物浦大学(Liverpool University)的计算机科学系合作研发人工智能产品。

Riverview Law正在创建一家独立的技术公司，以更好地利用其已拥有以及正在开发的软件和知识产权。该公司推出了一款名为Kim的虚拟助手系统，旨在帮助律师团队更快、更好地作出决策。

Riverview Law首席执行官卡尔•查普曼(Karl Chapman)表示，Kim有三个复杂程度等级，在其中一个等级，Kim可以给出律师重新谈判一系列公司合同的最佳顺序。

许多人认为，人工智能不过将使法律工作中的常规环节实现自动化，以使律师专注于客户服务中比较复杂、高价值的领域。

计算机科学家、品诚梅森律师事务所研发主管奥兰多•科纳塔(Orlando Conetta)表示：“我把这比作电脑出现前数学家使用滑动标尺计算总数。电脑并没有淘汰数学家，他们如今可能比以前更受重视。”

您可能也喜欢的文章：
深刻改变SEO行业：谷歌人工智能算法RankBrain对搜索结果重新排序	谷歌研究阻止“人工智能毁灭人类”的办法	牛津大学：人工智能应该享有人权保护	人工智能即将颠覆这8大行业	当机器人顾问遇上人工智能基金经理的“金饭碗”也难保了？
无觅

IBM经验总结:网站设计中不可忽视的可用性原则

Wed, 12 Mar 2014 15:59:07 CST

打造非凡的交互体验，设计一个可用性强的网站，对任何一个设计者来说都不失为一个雄心勃勃的目标。为了使我们的网站更加接近用户的预期，这是一个缓慢的过程，需要技巧和一系列细节性工作及一点点运气，如何让用户方便、快速地找到自己需要的服务，并用最简单的操作方法来完成操作，需要更加注重细节，细节就是您的用户会反复留意的东西，比如友好的界面、清晰的导航、完善的帮助系统、合理的信息架构、出色的视觉设计、优良的网站性能等。以下逐一讨论那些容易被忽略的用户体验基本原则，并提供实例和可用性分析。

　　简介

相互竞争的网站通常提供相似的功能，我们经常能感受到视频网站同质化，团购网站同质化，社交网站同质化，门户网站同质化，它们之间信息内容重复、服务项目雷同，但只有提供了最佳用户体验的那一个才会胜出。在网站设计、开发及发布过程中，通常可用性专家会帮助评估网站的易用性，收集内部反馈，测试团队进行可用性测试。最为糟糕的是网站上线阶段发现界面错误，需要花高昂的代价修复网站界面错误。因此分阶段设计、及早测试、经常测试是极其有必要的。

虽说成功是 99%的汗水加 1%的运气，但有时那 1%的运气往往超过了 99%的汗水。网站设计最终成功与否亦是如此，设计师需要做的是注重用户领域所包含的很多相关原则，逐步实现、测试并完善设计，达到整体目标，勤耕细作，接下来的事交给运气。

　　用户需要什么，想要什么?

未经解构的用户需求在某种程度上来讲是“伪需求”，不能真实体现需求，往往是表面上的需求，洞察用户表象背后的真实需求是网站设计的第一步。有经验的网站设计师往往在用户的显性需求描述基础上，探究他们的真实问题是什么，并打磨需求。亨利·福特曾说过，“如果我最初问消费者他们想要什么，他们应该是会告诉我要一匹更快的马!”，类似地，乔布斯也说过“人们不知道想要什么，直到您把它摆在他们面前”。您需要不断地去观察和理解用户的行为，用户需要一匹更快的马，看似显性需求，但又恰恰正是用户的真实需求，从这角度上讲，并无伪需求一说，这取决于我们如何去理解，我们必需去理解用户如何思考!

在《敏捷估计和规划》一书中介绍了 KANO 模型，我们可以参考确定需求优先级，它定义了三个层次的顾客需求：基本型需求、期望型需求和兴奋型需求。此文不详述，可参考 WIKI：http://en.wikipedia.org/wiki/Kano_model

　　用户如何思考?

用户上网的习惯和逛超市基本类似，大量网页他们几乎不看一眼，而是扫视页面寻找感兴趣的内容。但用户愿意为高质量的内容而忍受广告和糟糕的设计。网站设计者不应对用户的耐心抱有较高的期待，多数用户都扫视页面而非阅读，靠自己的直觉摸索，如果页面没有达到用户预期，使得学习成本负荷越高、直观性越差，用户就会很轻易的离开，寻找替代的页面。

　　一致性的视觉设计

当一个网站的视觉设计整洁连贯，高度一致时，用户很容易不费脑力去理解如何使用网站，不一致的视觉设计，有可能会让人感觉到欺骗，当界面设计得过于跳跃和创新，用户可能在第一眼难以理解，不得不重新学习如何使用那些他们本已经熟悉的东西。视觉一致性可以提高产品所塑造的品牌形象，一定程度上减少用户的认知成本。

达到“一致” 的界面，并非指界面元素需要“统一”，视觉上可以有很多不同的表现手段，世界上没有两个相同的鸡蛋，为了一致，网站信息架构很重要。具体体现在形状、色彩、界面质感、图标、画风、文字描述、提示信息呈现方式等，使得网站在不同的栏目下，设计一致，而不是不同的栏目下页面视觉差异大，一眼看上去，不象一个爹妈生出来的。

　　图 1.LouisVuitton 同一个系列的包，气质一致

　图 2.腾讯产品，导航风格一致

左对齐?右对齐?两端对齐?

两端对齐(justification)最大的问题是：当行的原始长度差异过大时，行与行之间有明显的疏密变化。而且对英文来说，如果没有 hyphenation，往往也很难让行间长度差异适合两端对齐。越来越多的浏览器开始实现适用于中文的两端对齐算法，在可以启用 CSS hyphenation(断字)的浏览器，我们可以考虑使用 text-align: justify; 来达到漂亮的两端对齐效果，但如何才是理想效果?需要综合考虑浏览器兼容性，良好的断字是美观文本的必要条件，但正确的断字方法是按照单词的音节将其断开，这样使得用户在阅读时候不必读到下一行才能拼出完整单词，这个问题在单行文本特别长，行间距较小的时候显得尤其重要。

排版上一定要尽量两端对齐的原则不一定适用于现代网站，左端对齐(flush left)、右端参差(ragged right)的排版越来越常见，人们的审美观也在发生变化。如今的互联网上，左对齐也是文本的默认设定。纯英文文本行的长度错落有致，强制右侧对齐不一定是明智之选。设计师可以综合利用hyphens; letter-spacing, text-justify等 CSS 技巧达到美观效果。

　　图 3.利用 hyphens 实现两端对齐

固定元素保持惯例

设计师容易在设计中让自己的创意占据上风，期望界面脱离传统，具有创意无可厚非，但人们已经根深蒂固的元素，保持惯例会更为稳妥。比如

网站标题(header)往往会在网站左上方显示。

LOGO 通常可以点击，以回到首页

退出登录一般会在网站右上方显示

版权信息总是位于最下方 footer

网站搜索框经常会出现在网站右上方或中部上方

切换网站语言版本的功能经常出现在网站 header 右端并配有国旗显示更直观

搜索框必需是一个框

注册通常在页面的右上角

　　让搜索更容易

为了精确搜索或在特定范围内搜索，网站往往提供各种不同的搜索参数。但多数用户更为青睐不需要思考就知道该如何搜索的界面。针对搜索功能最常见的设计就是一个相对显得宽大的输入框，加上“搜索”按钮组成，以提供最为方便的快捷搜索。

这里需要注重的一个原则是，虽然我们有时必需提供高级搜索功能，但较好的用户体验是，即使用户没有提供额外信息的情况下，搜索功能也应该是正常能够工作的。比如：

　　图 4.当用户未选择任意一个 within 下拉列表内容时，搜索照常工作

巨型菜单(Mega menu)的优劣势

我们提倡仅在必要时使用下拉菜单，虽然下拉菜单占较少的屏幕空间，但其缺点也是明显的，例如选项可见性较低，下拉菜单所包含的内容项太多时将造成困扰。然而根据 Jacob Nielsen 对下拉菜单的研究，他认为下拉菜单并不一定要很小，“巨型”导航下拉菜单效果也不错。近年来，mega menu 成为在网页设计中成为一种趋势，尤其是在电子商务网站，如果运用得当，它确实能有效帮助到用户快速获取信息，大的二维下拉面板可以对导航选项进行清晰，组织良好的导航分组，将用户从不得不进行的滚动中解脱出来。运用是否得当成了设计的关键。

巨型菜单的优势：

所有选项一目了然

可通过分隔线、富文本、图标、图片修饰等视觉上手段更加清晰地组织菜单结构

　　图 5.利用图标，分隔线，文字加粗等手段使 mega menu 更易读

巨型菜单的劣势：

未展开前的 mega menu 不易被用户发觉

大量的菜单选项占据了屏幕空间，遮住了一部分内容

缩小浏览器尺寸或在小屏幕手持设备上不易看到全部菜单内容

Load 巨型菜单速度有影响

Accessibility 方面，fly-out 菜单很容易导致可访问性问题，代码书写需要更小心谨慎

　　图 6.缩小窗口后 mega menu 显示不完整，滚动条出现

图 7.窗口高度缩小后 mega menu 显示不完整

需要注意的是：

不能无节制地堆放过量菜单选项，降低友好度

激活 Mega menu 较好的作法是加一个倒三角小图标，暗示用户鼠标经过可展开更多内容。因为 Mega menu 本身不象一个按钮能更直观能告诉用户此处可点击

避免菜单太难使用，鼠标指针轻微失去焦点，就得从头开始。

避免使用多个下拉级别，多个层级的导航必须进行水平滚动，不够友好

避免在 Mega menu 内加“搜索”功能

避免在 Mega menu 区域内右上角加“关闭”按钮，这本身并不是必需的，关闭菜单较好的设计方案是将鼠标移开一定的距离才能关闭它，Jacob Nielsen 的另一个建议是鼠标移开 0.5 秒后，菜单在 0.1 秒内消失

　　单选框、复选框文字可点击

单选框、复选框的设计疏忽通常是未设置 id 和 label 的 for 属性，从易用性和 accessibility 角度而言，for 属性都是不能缺少的，for 属性可以关联控件元素的 id，使文本也可点击选中，扩大了选中焦点区域。HTML5，可以使用 for 属性，或是把表单控件放在 label 元素里面两种方法来实现该关联。但使用 for 和 id 找到控件元素的方法要比将控件放在 label 标签内的健壮性好很多。使用 aria-labelledby 属性跨浏览器和 accessibility 的健壮性要比使用标准的控件元素放入 label 标签下的方法强。所以建议还是第一种方法。

　　图 8.不妥的设计，使得用户较难判断单选框对应于哪一个选项

图 9.点击文字即可选择该复选框，增大了可点击区域

链接

永远不要让用户去猜测一段文本是否可点击。最为稳妥的作法是颜色和下划线的组合使用，使得超链接很容易辨识。同时不能犯的错误是，通过颜色和下划线设计非链接文本，这样会给用户带来困惑。当我们无法即用颜色，又用下划线标识所有的链接时，我们也要尽量在固定的区域内，使用一样的链接风格，比如不能有些链接有下划线，有些链接没有，有些链接是不同的颜色等。

其次要注意链接文本要清晰，准确描述它所指向的目的地，避免使用含糊的描述。

比如工商银行的首页上几乎每个字都是链接，这种情况下不可能采用全部链接带有下划线的作法。

　　图 10.“企业网上银行登录”下的文本都是链接，好的作法是红线所指处的链接与“用户登录”区域块链接表现一致，用黑色

图 11.非链接用了灰色文本，[详细]是可点击链接，设置成与整站统一链接颜色黑色更为合适

图 12.矩形栏目块状内，“客户服务”是链接可点，而“贵宾尊享”是非链接，合适的作法是给“客户服务”同时加下划线，以示区分，减少用户的困惑

注册表单尽量简洁

没有人喜欢填表单，设计高效的网页表单的原则是，尽量使用较少量强制性的输入框，避免增加用户负担。不应在注册页面上放置广告，闪烁图片等效果分散用户注意力。

　　图 13.太多分散用户注意力的内容，对用户专心完成注册没有帮助

文本排版应优雅

文本排版在网页设计中是相当重要的一部分。CSS3 的@font-face 使得页面可以嵌用自定义字体，页面文字显示将更丰富多彩，表现力更强。实现优雅的文本排版，我们需要注意以下：

文本大小：太小的文字使得长篇文章阅读起来很困难

行距：保持适合的行间距增加文字可读性

留白：文字的周围提供充足的空白，使用户不会感到太压抑

Line-height 属性值不应该用 px 作为单位

　　图 14.line-height 设置成绝对值(px)时，当字体增大时有可能出现重叠的问题

清晰的导航

　　通常有以下几种导航的作法，在设计中我们可以综合考虑使用。

　　全局导航：类似于网站地图，突出整体网站结构，大而全

本地导航：针对某个栏目内的导航

　　上下文导航：针对具体的页面内的导航

　　面包屑导航：二级导航模式，用来定位用户当前所处的位置

　　图 15.Amazon 采取混合导航，树状导航，栏目内搜索，全局导航及面包屑

不要忘记保护性设计

我们应该总是设想，用户不按常理出牌，不会按您的预期使用您的网站，或是误用。所以我们一定要有保护性设计，比如，删除一个文档如果没有确认提示，又没有提供恢复功能，这将给用户造成难以接受的后果;再如，如果用户在输入注册信息时关闭浏览器，在没有询问之前不要抛弃他们的数据;或是，当用户请求的一个页面不存在时，需提供一个有用的 404 页面。

　　图 16.尽量让 404 页面信息更有帮助，同时 404 也可以设计得很独特，展现网站个性

及早测试

“早期测试一个用户要比后期测试 50 个用户好”。可用性测试总会产生有用的结果。基本的检查点可以包括以下：

死链接

校对文本

Javascript 不生效时，网站展示效果仍要优雅

404 页面是否缺失

跨浏览器兼容性检查

导航是否清晰

文字表述是否亲和

　　总结

界面设计的原则很多来自于经验和启发，并在不断的探索讨论过程中，建立与用户之间的信任感，不断进行易用性测试。虽然我们不可能做一个普适的设计，比如移动设备、手机之间的差异与电脑就大很多，低端机、智能机、触摸屏手机各有不同，但基本总结通用的易用性原则是：

1. 尽量简洁连贯;

2. 提供信息反馈;

3. 允许简单的撤销操作;

4. 降低短期记忆载荷和学习成本;

5. 及时测试;

6. 信息架构合理

微信号：woshipm，干货天天推荐，欢迎关注

机器将如何帮助我们思考：IBM预测未来5年5大发明

Fri, 21 Dec 2012 09:02:27 CST

IBM首席创新官Bernard Meyerson日前发表一篇文章，介绍了IBM的“Next 5 in 5”项目对未来5年创新发明如何改变世界的预测，从5种感官维度分析新技术将如何越来越像人类的右脑。

Bernard说，从上个世纪40年代的第一批电子计算机，到后来的大型机，个人电脑，互联网和社交网络，60多年间的计算革命是惊人的。 现在我们进入了一个认知计算（ cognitive computing）的新时代——机器将帮助我们思考。

触觉 Touch：你将可以通过移动设备触摸到你在网上购买的物品

新技术会区分纺织物种类、材质和编织式样，让你通过触摸屏幕感知到毛衣，夹克或者是装潢材料。

通过振动重现一种材质的感觉是可行的，只是这些振动还没有被归类收编成像字典一样。只要将每一种振动频率与实物匹配上，移动设备就可以通过发出振动频率来告诉消费者物品的材质。比如当消费者触摸某个在卖丝质衬衫的网页，屏幕就会发出相应的振动频率让消费者有真正触摸到丝绸的感觉。

运用数字图像处理（digital image processing）和数字图像相关（digital image correlation），可以获取各种材质的质量数据并放到一个物品信息管理系统里，相当于一本字典供商家查询并应用到自己的商品上。

这种原理还可以用在其他行业，比如种植业，种植人员可以先通过触摸移动设备来感知健康的农作物的质地，再与自己实际种植的作物做比较；或者用于医疗诊断，比如有人受伤，在送医院前可以立即拍一张伤口的照片给医生，让医生远程触摸伤口并迅速给出诊断及治疗方案。

视觉 Sight：电脑将能看懂图片

当人看到一幅画时，会对颜色、物品的边缘和材质特点进行解析并做出判断，但是对于电脑来说一幅画就是若干个像素，要让电脑做出判断需要借助标签或者文本。但是IBM认为，只要通过采用认知的方法让电脑学习成千上万个特定场景模本，电脑可以对图像做出相应判断——电脑不仅会“看”图，还会帮助人们去理解图片。

在医学领域，很多诊断需要依靠核磁共振、X光和CT图像才能做出，但往往关键的部分在图像里呈现得很轻微或者太小。这个时候视觉上的认知计算技术就可以有效地帮助医生快速识别肿瘤、血块或者其他问题。据说IBM的超级认知达人“沃森”（Watson）就在与美国保险巨头WellPoint合作，借助其超级计算能力在几秒钟内分析2亿页的医学研究报告并做出诊断。

电脑还可以帮助商家通过理解社交平台上被分享或者喜欢的图片来判断消费者的喜好，以提供更精准的折扣广告或者最适宜的商品。

听觉 Hearing：电脑将能听懂不同声音的意义

听懂小孩的哭声——IBM的发明家Dimitri博士3岁失聪，他无法知晓他襁褓中的孩子哭闹是想表达什么意思，其实对于听力健全的家长来说，要通过哭声判断孩子到底是饿了还是不舒服也是件难事。Dimitri博士就发明了一种方法，通过监测大脑、心脏和肺的活动收集不同年龄小孩的声音数据，通过分析构建算法并植入到认知系统里让软件能判断小孩的状态。

听懂自然环境的声音——通过在外界安装传感器，监听各种自然环境的声音，以判断是否会有自然灾害发生。

听懂人为环境的声音——进会场手机忘了关静音，手机自己能听懂所处的是怎样的环境并自动静音。

味觉 Taste：数字味蕾帮你吃得更健康

许多看起来的食物散发出诱人的香气，但很有可能那是添加了化学品的功劳。而通过分析食物的化学成分、构成关系、每种成分的原子数以及成分的形状等，并结合精神物理学的数据和模型找出让人感觉到愉快、熟悉和享受的化学成分，最后认知系统据此创新出健康的食谱。

嗅觉 Smell：你的移动设备将能在你打喷嚏前闻出你感冒了

微型的感应器会被植入手机和其他移动设备，当每一次呼吸，数百万的不同分子被呼出，其中一些分子带有可以反映宿主身体状况的生物信息。通过感应器收取这些信息来判断宿主的健康，并可以及时给医生提供诊断信息。

Bernard说他不认为认知系统会取代人们自己的思考，而应该是帮助人们克服人类的“带宽”局限——处理复杂问题的局限（信息更新越来越快，数据越来越多，情况越来越复杂），专长的局限（只看到擅长的地方，应该有全景决策），客观的局限（基于个人的经历，自我意志和情况做判断），感知的局限（有些地方只有传感设备能去，比如自然灾害）。

IBM 走向賈伯斯的預言：不重視產品開發、過度流程化，最終變成養老院

Wed, 26 Jun 2013 13:30:03 CST

《TO》編按：6 月中的新聞指出， IBM 將在全球裁員 6,000 至 8,000 人，6 月 25 日，消息透露 IBM 中國的裁員計劃已啟動，裁員人數在 500 至 600 人之間。

【i 黑馬導讀】裁員 8000 人，這對於像 IBM 這樣擁有 43 萬多名員工的公司來說不過是 2% 的比例而已，某種意義上，這樣的裁員比例並不值得過多解讀，但越來越多的跡象表明，這家剛剛創下 1968 年以來最高市值的科技巨擘，並非像外界看到的那樣強大。

對 IBM 中國業務夥伴合作部門（BPO）數十名被裁員工來說，6 月 30 日將是他們在這家曾號稱「養老院」公司的最後一天。儘管這些為 IBM 服務了數年的員工將獲得（N+1）*14000 人民幣的離職補償，讓這場裁員看上去安靜而迅速，但對整個 IBM 中國來說仍是一場地震，這意味著全球範圍內的裁員真的波及到了中國區。

為何如此？在近期流出的 1996 年賈伯斯接受采訪的視頻片段中，這位天才對 IBM 今天的窘境進行了精準的預言，賈伯斯稱，

「IBM 或施樂（Xerox）的產品開發人員可以做出更好的產品或計算機，但當你壟斷了市場，能讓公司更加成功的是銷售和市場人員，他們最終會掌控公司，產品人員會被排擠出決策圈之外。」

「當公司變得越來越大時，他們會想著複製最初的成功，大部分人會不知不覺地認為流程有某種魔力可以取得成功。所以他們開始在公司裡把流程製度化，用不了多久，人們會困惑地認為走流程就是工作本身，這最終導致了 IBM 的下滑。」

顯然，賈伯斯在 1996 年的預測與今天的 IBM 不謀而合。上述內部員工承認，除了疏於對產品研發的投入外，越來越繁瑣的流程也是 IBM 今天走向平庸的原因之一，他舉例稱，在郭士納）（Louis V. Gerstner， IBM 前主席兼首席執行官）20 年前大刀闊斧的改革 IBM 時，一項業務審批需要 5 層審批，而 20 年後的今天這一數字已經超過 10 層。過於繁瑣的流程讓 IBM 員工在內部戲稱其為全球第三大官僚機構。

顯然，產品的輕視和流程的複雜讓 IBM 無力改善自身的業務能力，為了實現 2015 年的「大規劃」，8000 人裁員只是一個開始，還將有更多的類似問題出現。對現任 CEO 羅睿蘭（Virginia Rometty）來說，或許真的應該多傾聽離職員工的聲音，放棄取悅華爾街的數字遊戲，專心改善 IBM 自身的軟肋，畢竟比起 20 年前郭士納時代，今天 IBM 的形勢要壞得太多。

（來源：騰訊科技；作者：婁池；圖片來源： Looking Glass, CC Licensed）

An orange a day, keeps your brain awake!

一天吃一顆橘子，天天擁有聰明的腦子！
快加入《TechOrange》的粉絲團每天啃橘子吧！

IBM：到2019年电脑就比你聪明了

Sun, 30 Oct 2011 14:17:39 CST

感谢西安手机的投递
不管你承不承认，近年来电脑已经屡次战翻了人脑。从深蓝vs卡斯帕洛夫、沃森vs Ken Jennings的人机大战到如今的Siri，人类已经多次败给了机器。IBM的蓝色基因计划如今的目标已经不再是战胜人类，而是完全模拟人类的大脑，据称，这个任务已经完成了4.5%。

Big Pattern：比数据更大的是模式

Sat, 18 Feb 2012 19:40:58 CST

前些天我们编译一篇《大数据时代》的文章，宣告了大数据时代的到来。现在这不仅仅是大数据而已。对于企业技术算法的大玩家来说，还要找出数据自身以外更大的东西，即大模式。

在线生活的爆炸以及廉价计算机硬件使得存储海量非结构化信息（像电子邮件或互联网点击流）成为了可能，然后再去搜索存储的信息，从中找到某些可以利用的趋势。真正的难点在于高效地去做这件事情。大规模地去做这件事情的公司会在不同的领域之间寻找相似性，希望能找出一种共同的分析手段。

说到算法，“如果我能够用于电网的话，那么也能把它用到供水上，”IBM软件及系统高级副总裁Steve Mills说。甚至跟水和电类似的交通，如果其流动有效的话，也能重用其中的某些算法。Mills先生周三旧金山举行的高盛技术会议上称之为“新数学成本结构的杠杆化。”

此类异花授粉令人想起华尔街上世纪九十年代开始的做法，招聘天文学家和理论数学家来设计晦涩难解的金融产品。现在计算的成本已经下降了如此之多，以至于把那些人才带到其他行业也有其用武之地。Mills先生说，IBM现在是数学博士在全球的最大雇主，在那里，数学家可以将自己的才能发挥到石油勘探和医学之类的事情上。“另外，我们还从事天体物理学、基因体学以及蛋白质组学研究工作，”他说。

过去五年，为了其大数据计划，IBM在收购分析公司方面的花销大约是140亿美元。“我们在寻找不同业务之间的相近性，”Mills先生说：“如果找不到相近性，我们就永远都得不到回报。”

学术和商业的许多领域都出现了寻找通用性及共同利益这种趋势。在极微的纳米级对细胞进行检查，研究人员说，生物学、化学和物理学开始互相令对方土崩瓦解。在更广的模式寻找中，统计学学生用R语言根据计算绿潮的方法证明中美洲对土著人种族灭绝的模式。网络营销人员在若干上下文的环境中寻找你的行为，然后甚至在你都还不知道自己想要的情况下卖给你需要的东西。

也许万物皆有关联，寻找出这种关联是非常吸引人的。虽如此，但是目前还存在着若干挑战。一个多世纪来，实验室的研究模式对于科学进步和产品研发都是非常重要的；也许不久它还得担负起另一个重任，即仅仅根据模式热点定位来寻找出事实。近期公司将不得不做出艰难的选择—投资什么地方，观察哪些信号。什么都想做最终还是会什么都做不了。

Via：纽约时报

除非注明，本站文章均为原创或编译，转载请注明：文章来自 36氪

有关的故事

HTC与IBM宣布合作研发可进入企业的智能机设备

Sun, 22 Jan 2012 09:04:41 CST

HTC和IBM周五在接受采访时表示，他们将共同研发新的设备，专注于安全和企业应用，早日将Android智能机产品和平板电脑带入工作场所。
实际上这已经不是第一个厂商讨论将智能设备带入企业，摩托罗拉一直在试图将Android企业化，但只取得了有限的成功。

IBM 稳居美国专利拥有数第一宝座，Samsung 与 Canon 分居二、三

Thu, 12 Jan 2012 12:34:00 CST

分类: 科技新闻

科技大厂中，谁的专利库最惊人呢？答案是万年不变的 IBM，已经连续 19 年襌连 IFI 专利拥有数第一名的宝座，同时 6180 的总专利数也超过第二名 Samsung 的 4894 个甚多。第三名是挤下微软的 Canon，总专利数有 2821 个，至于唯一进入前十名的华人厂商是鸿海，以 1514 个专利居于第九位。专利增加最多的厂商，分别为 Qualcomm 和 RIM，各自有 40% 和 38% 的成长，不过整体来说还是亚洲公司的天下，不仅前十名中有八家是亚洲公司，前五十名中也有半数来自亚洲。

引用来源 | 引用来源 | 此文章网址 | 转寄此文章 | 回应

X-RIME: 基于Hadoop的开源大规模社交网络分析工具

Mon, 09 Jan 2012 09:44:57 CST

文 / 陈冠诚，史巨伟，杨博（IBM中国研究院)，杨寅（人民搜索）

随着互联网的快速发展，涌现出了一大批以Facebook，Twitter，人人，微博等为代表的新型社交网站。这些网站用户数量的迅速增长使得海量的用户数据不断被产生出来，而如何有效地对这些海量的用户数据进行社交网络分析（Social Network Analysis）正成为一个越来越热门的问题。本文向大家介绍由IBM中国研究院和北京邮电大学合作开发的X-RIME开源库（ http://xrime.sourceforge.net/），一个基于Hadoop的开源社交网络分析工具。

其实早在90年代初就已经有许多企业和研究机构对社交网络进行过相关研究。然而随着互联网用户的急速的增长，今日的社交网站所需处理的数据已经不是传统的解决方案所能够应对的了。例如，传统的社会网络分析算法和工具往往都是单机形式的，在面对大规模数据集的时候往往会出现存储和处理能力不足等方面问题，再加上原始输入数据和社会网络的内部表示大都属于无结构或者半结构化数据，传统关系数据库并不擅长处理此类数据，使得利用传统的社会网络分析算法和工具对大规模数据集进行处理变得更加困难。另一方面，随着Hadoop的日益流行，许多中小互联网企业可以通过搭建Hadoop集群来方便地进行大规模数据处理。然而，Hadoop并不直接提供社交网络分析的算法库，因此实施海量社交网络分析仍存在较高门槛。基于这些需求，我们设计并实现了X-RIME。

X-RIME是一个基于Hadoop的开源社会网络分析工具。依赖于Hadoop提供的大规模数据并行处理能力，X-RIME实现了对十几中网络分析算法的并行化，提供了一整套用于对大规模社会网络进行分析处理的解决方案。通过使用X-RIME，用户可以方便快捷地对海量社会网络数据进行分析，从这些海量社会网络数据中获取更深层次的有用信息，从而进一步挖掘商业价值，支持商业决策以及发现新的业务增长点。

1. X-RIME架构介绍

图一描述了X-RIME的整体架构，它主要由四层组成：HDFS，X-RIME数据模型，X-RIME算法库以及基于社交网络分析的商业智能分析应用。

图1. X-RIME整体架构

X-RIME算法库是X-RIME的核心组成部分，他基于Map/Reduce实现了十余种分布式社交网络处理算法。

X-RIME最底层采用了HDFS来存储海量数据。像很多其他基于Hadoop的数据分析解决方案一样，X-RIME也采用了HDFS来构建底层的海量数据存储设施。整个X-RIME算法库的所有的输入文件、中间结果和最终结果都会存储在HDFS上。

处于倒数第二层的X-RIME数据模型层实现了社交网络数据的“数据结构”。我们知道，社交网络的基础模型是图论中的图模型。在这个模型中，社会网络的个体被视为图中的节点，个体之间的关联被视为图中的边。 X-RIME数据模型层包括了近20 种数据结构，主要包括基于Hadoop 的对社会网络中的点、边等抽象概念的具体数据结构表示。在后面一节我们会详细介绍该数据模型的设计原则。

在X-RIME数据模型层之上的是X-RIME核心算法库（它运行在Hadoop的MapReduce框架之上）。在算法库中，我们通过map()/reduce()函数对的形式实现了十余种常见的社交网络分析算法。这些算法通过将多个Hadoop Job按算法工作流程组合在一起来共同完成相应的任务。这些算法都被相同的接口封装起来，这些接口一般包括四种参数：（1）输入文件在HDFS中的路径，它保存了与X-RIME数据模型相兼容的输入文件；（2）输出文件在HDFS中的路径，它用以保存最终的分析结果；（3）MAP/REDUCE的相关参数，例如Mapper数或者Reducer数等；（4）社交网络分析算法相关参数，例如迭代次数等。

图一中最顶层是基于社交网络分析的商业智能分析应用。它通过调用X-RIME核心算法库来实现对社交网络的数据分析。如果需要的话，用户还能将它与已有的数据仓库解决方案集成（例如JAQL，Mahout等），从而提供一个更加完整、高效的综合商业智能分析解决方案。

2. X-RIME 数据模型的设计原则

X-RIME 的设计目标是用来专门做大规模数据集社会网络分析的工具，因此我们对X-RIME 数据模型进行设计时必须考虑以下两点原则：X-RIME 需要处理大规模数据集；X-RIME 分析的对象是社会网络。X-RIME 处理大规模数据集的能力主要依赖于Hadoop的大规模并行处理能力，因此只要X-RIME 中所有的数据结构都是基于HADOOP 的海量数据集接口即可。这里我们重点分析X-RIME分析的对象即社会网络的特点。之前的分析中已经提到社会网络的基础模型是图论中的图模型，在这个模型里，社会网络中的个体被视为图里的结点v ，结点的集合为V ；个体之间的关联被视为图里面的边e，边的集合是E = {e (u, v) | u∈V, v∈V}，因此整个模型就可以看作是G = (V, E)。基于此我们对X-RIME 的数据模型做了如下考量：

2.1 采用邻接矩阵还是邻接表

图2. 稀疏图和稠密图的邻接表与邻接矩阵形式

如图 2 所示，要表示一个图G = (V, E)，有两种标准的方法，即邻接矩阵和邻接表。一般认为当|E|远小于|V|2的图属于稀疏图，反之则认为是稠密图。使用邻接矩阵表示法的优点在于可以很快判断两个给定结点是否存在连接边，缺点在于当要表示的图是稠密图的时候有大量的空间会被浪费。邻接表表示方式的优点在于节省空间，缺点在于判断两个给定结点是否存在连接表需要遍历其中某个结点的邻接表，效率较低。基于以下两点考虑，我们采用了邻接表的方式表示X-RIME 中的图结构：

（1）社交网络一般属于稀疏图结构，因此使用邻接表表示可以节省大量空间，提高空间利用率。
（2）X-RIME 中大部分算法不需要快速判断两个给定结点是否存在连接边。

2.2 边的表现形式

在邻接表中，结点之间的关系需要使用边来承载，边的形式可以有多种，如有向边，无向边，自环边（自己指向自己）等。考虑到在社会网络中，上述几种边都有可能存在，在不同的应用场景中有不同需求，因此我们需要有灵活的数据结构来支持上述各种不同形式的边。此外还有一种情况需要考虑，当有向边用{from, to}来表示时，传统的邻接表表示法只是将这条边信息记录在from 端，但是在社会网络分析中，我们可能存在某种场景需要同时将这条边信息记录在to 端，X-RIME 的设计中考虑了这种应用场景。

2.3 额外的承载信息

图3. 社会网络中结点和边需要存储额外信息

X-RIME 需要处理的社会网络图与传统的简单图不一样，它是个体以及个体之间复杂关系的一种抽象。如图3 所示，在社会网络中，结点自身往往需要存储一些额外的信息，例如当图中的结点表示人的时候，可能需要额外记录这个人的性别、年龄、家庭地址等信息；结点之间的关系（边）往往也需要存储一些额外的信息，例如当图中的边表示两个人是好朋友的时候，可能需要额外记录这条边的强度（好友关系的强烈程度）、边的类型（关系类型，如家人、朋友、同学等）、好友间的物理距离等。基于上述考虑，X-RIME 的设计中必须考虑为结点和边提供额外的信息存储功能。

2.4 比较器

在社会网络中，个体和边需要进行某种程度的对比。例如在好友关系网中，人们可能希望比较得出哪些人是自己最好的朋友，人们同样可能希望比较得出自己在好友心目中的重要程度等。映射到X-RIME 中，大量的运算的确需要对结点以及边进行比较。这种比较可以是简单的数值比较（例如边的权值比较）也可以是复杂的逻辑比较（例如综合边的关系类型，边的强度，结点之间的物理距离等进行比较）。X-RIME 的设计中必须考虑数据类型之间的比较，需要设计各种比较器。

2.5 效率问题

X-RIME 需要处理的是大规模海量数据，如果我们对输入数据的读写处理只是简单地根据原始的文本文件格式进行读写，势必影响效率，因为这样多了一个中间转换过程，需要读入内存再根据特定的数据结构格式进行转换。Hadoop 提供的序列化IO 接口为我们提供了一个有效的方法来提高读写效率。在读取输入数据之前，我们需要预先对原始文本进行转换，通过Hadoop 序列化IO 接口的序列化功能将其转换成二进制镜像文件形式，这样每次X-RIME 读取被序列化产生的二进制文件的时候可以直接通过Hadoop 序列化IO 接口的反序列化功能将镜像文件装载到内存里，输出的时候直接通过Hadoop IO 的序列化功能进行输出，效率大大提高。两种读写方式的示意图如图4 所示。

图4. 两种输入输出方式（左：较为低效的传统方式，右：高效的序列化方式）

3. X-RIME使用介绍

使用X-RIME大致可以分为四步。第一步：获取原始数据，例如使用爬虫获取原始网站数据。第二步：对数据进行预处理以转化成X-RIME数据模型所支持的格式。这个步骤与用户提供的具体数据格式相关，因而通常由X-RIME用户自己实现。第三步：调用X-RIME算法库对这些数据进行社交网络分析。第四步：对X-RIME的输出结果进行整合，生成易于理解的文档。

下面我们来介绍下使用X-RIME对某BBS中一个分论坛进行弱连通分支（Weakly Connected Components，后面简称WCC）算法分析的结果。在BBS中，每一个帖子的发起者A是一个节点，而如果另一个用户B回复了这个帖子，我们说这两个用户间形成了一个关系，即B指向了A。

图5. 弱连通分布

图5中的蓝红紫三条线分别代表该BBS中MilitaryView版， Circuit版和Career_POST版的WCC分布情况。从图中我们可以看到，MilitaryView版和Circuit版中大部分的用户的WCC值都很高。这说明这两个版块中的大部分用户彼此都直接或者间接的联系在一起。相反的，Career_POST版中大部分的用户彼此间的联系都非常松散。其实这个结果非常易于理解，因为MilitaryView和Circuit版是专门的版块，在这个版块的用户大都是基于相同的兴趣而产生的发帖、回帖行为，因此彼此间的互动更频繁、联系更紧密；相对的，Career_POST版主要被用于发布和浏览招聘信息，因此用户的回帖行为不多，用户间的关联性不强。

4. 总结

X-RIME作为基于Hadoop的开源工具，为大家提供了一种方便快捷地进行大规模社交网络分析的新选择。如果您对X-RIME有什么新的需求或者建议，欢迎您直接与我们联系：chengc@cn.ibm.com。

参考文献

[1] X-RIME Homepage: http://xrime.sourceforge.net/

[2] Wei Xue, JuWei Shi, Bo Yang. X-RIME: Cloud-Based Large Scale Social Network Analysis. Proceedings of 2010 IEEE International Conference on Services Computing.

[3] Kai Shuang, Yin Yang, Bin Cai, Zhe Xiang. X-RIME: HADOOP-BASED LARGE-SCALE SOCIAL NETWORK ANALYSIS. Proceedings of IC-BNMT2010.

[4] 杨寅.大规模社会网络分析数据模型的设计与实现. 中国科技论文在线.

关于作者

冠诚, IBM中国研究院, 研究员

关注大规模分布式系统、并行计算。
任何与多核、并行、多线程有关的话题都可以找我聊聊:-)
我的邮箱是chenguancheng AT gmail.com

Buzz 豆瓣新浪微博 Twitter LinkedIn

向文章付费请作者吃饭

IBM以13亿美元收购人力资源软件商Kenexa

Tue, 28 Aug 2012 00:16:33 CST

IBM以13亿美元收购人力资源软件商Kenexa。Kenexa创始于1987年，2005年在纳斯达克上市，产品包括面向全球的招聘流程外包服务、招聘技术解决方案、新员工培训方案、员工评测方案等与人才资源管理相关的各项服务。IBM每股收购价为46美元，交易总额13亿美元。溢价高达42%。

您可能也喜欢：
IBM今日宣布以13亿美元收购人力资源外包供应商Kenexa	IBM收购闪存供应商TMS	RIM：都别闹，等我们光屁股的时候再谈收购好吗？	德国软件巨头SAP拟34亿美元收购云计算新贵SuccessFactors	Facebook不差钱 2012上半年收购公司共花费10.84亿美元
无觅

商业数据库对R语言的支持

Fri, 13 Apr 2012 19:08:48 CST

一直以来，我们在提到使用R进行数据分析、数据挖掘都会使用RODBC、RJDBC、DBI等相关的包来调用数据库，比如我前面罗嗦的一片文章 数据挖掘之R与SQL，但实际基本上各大数据库厂商已有相应的R语言企业级应用产品，这些厂商包括Oracle、IBM、Teradata、Sybase、SAP。

Oracle R Enterprise

Oracle R Enterprise是针对于大数据市场下，用于处理日益丰富的数据。这款产品有以下优势：

企业级的R应用

允许DBA将R语言模型产品化
可以将R模型整合到BI仪表盘（BIEE）
统计学家可以直接使用数据库，而不需去了解具体SQL
减少Oracle数据库外的数据管理成本

减少高昂SA$的使用费用

可完全替代SA$ base，节省SA$的使用年费
分析人员可以直接面对数据库进行个性化分析，而不需要数据导出
超过100内置的统计函数可以同Base SA$兼容

大数据分析的in-database支持

高性能的代数运算(在R中整合 Intel’s Math Kernel Library)
R语句的执行的使用并行化运算方式（包括扩展包）
高度整合了R语言快速开发、数据库并行计算的优势

众所周知，R语言将数据置于内存，数据处理能力有限，Oracle R Enterprise将此瓶颈完全打开，并将性能提升到更高级别。

IBM Netezza®

Netezza 并不隶属于IBM原有产品线，而是针对于“一体机”市场，于2010年17亿美元的价格收购获得，用以扩张其用于销售、市场营销和产品开发的商务分析产品。Netezza对R语言的支持，主要通过Revolution合作，通过调用 R Enterprise from Revolution® Analytics平台来实现。Netezza的特点可以总结为：可扩展的、高性能的、大规模内置并行分析平台。

注：除了R语言外，Netezza还支持SAS、PASW等分析软件

IBM® InfoSphere® BigInsights

IBM BigInsights 同样也整合了R语言资源，提供了Map-Reduce架构的R语言并行化计算环境，包括了大数据集的文本挖掘和机器学习算法。BigInsights可以将构建的R语言模型发布在Hadoop平台上（同IBM Netezza一样，通过调用 R Enterprise from Revolution® Analytics），极大的满足企业级数据需求。

注：为IBM提供R语言商业化应用的公司是Revolution，关于这家公司可以参考这里。

SAP HANA

借助SAP BusinessObjects Predictive Analysis平台，分析师们既可以使用内置的预测性算法来构建模型，也可以整合并使用流行的开源数据统计分析语言——R语言。并且，依托SAP HAHA平台可以提供in-database分析。

Teradata

Teradata提供了免费的 teradataR 包，用于在R环境下连接Teradata数据库、创建数据、条用in-database分析函数。

避免了从Tetadata到R之间的数据移动，有效提高了数据运算性能；
针对于大数据的分析任务，使用Teradata的强大并行计算的能力；
允许在R控制台操作；
将常用的执行任务嵌入到数据库中执行；
R和TetadataR都是免费的；

Sybase RAP

Sybase RAP主要是针对于金融市场的实时分析，其中RAPStore组件提供了内置分析函数，包括时间序列分析函数、OLAP函数、R语言整合函数以及用户自定义函数，适用于大数据环境。

其调用R函数的机理如下：

同时，还可以在R语言环境下通过RJDBC访问Sybase RAP，进行数据预处理，避免在R中数据清洗占用大量内存。

<全文完，请期待R + Hadoop>

减肥也能游戏化？IBM做到了

Mon, 14 May 2012 19:40:58 CST

减肥也能游戏化？IBM做到了

目前市场上以奖励为基础的健康应用程序有很多，但IBM公司却采取了不同的方法。 IBM使减肥也游戏化，与当今货币化方案相结合，旨在让人们在工作场所也能节食。该系统已获得专利批准，并且吃好和积极锻炼的用户会获得金钱奖励，同时也会对热量的消耗等其他健康指标提供实时的反馈。

IBM公司的计划像其他许多健康应用一样，都需要用户提交饮食数量和锻炼自己的数据，虽然相比其他应用更灵活些。发明人迈克尔•保利尼在纽约时报中表示，它的系统可以提供一些指导性的帮助，例如建议用户采取素食或犹太教饮食，甚至可以根据家长支付的股息监察他们孩子的食物摄入量等。保利尼还补充说，该计划提供现金奖励，每个人都明白现金的意义，它是一项不错的激励措施。

保利尼花了大约十年时间来为其系统获得专利，现在他已经授权给健康保险提供商。据介绍， IBM的方案可以针对消费者的健康状况提供更准确的信息给保险公司，从而使他们能够降低成本，而且更能正确的认识员工保险费的重要性。不过，也有些人担心该系统可能会侵犯员工隐私。而其他人则认为保险机构可以很容易地滥用自己的优势。

保利尼说，这些问题是每个雇主在实施IBM的计划不得不考虑的，但是节食会使他们的政权变得更加开放，大多数的消费者习惯于将每天的体重或饮食习惯发布到网上，这主要得益于社会化媒体的兴起。

本文由最科技金鑫编译，转载请注明出处: http://www.zuitech.com/?p=5524|关注我们：腾讯微博 @Zuitech

您可能也喜欢：
苹果在未来可能“兵不血刃”征服游戏市场	GeForce Experience与超级计算机结合优化你的游戏的图形设置	Facebook成为IBM、Friendster、BT、惠普、哈利波顿等公司的专利的买主	Zynga转型，Facebook不再是"我"的唯一	Kinect-like Eedoo CT510控制台在中国售价600美元
无觅

IBM任命Virginia Rometty为下任CEO

Wed, 26 Oct 2011 09:36:00 CST

IBM任命公司高管Virginia"Ginni"Rometty为公司新任CEO兼总裁，她将是蓝色巨人历史上第一位女性CEO。 Rometty是IBM负责市场和销售的高级副总裁，她将从明年一月一日起接替现任CEO兼董事长Sam Palmisano。Palmisano从2002年开始担任CEO，他在卸任之后继续担任董事长。

IBM说把电邮放到文件夹中是浪费时间

Mon, 10 Oct 2011 15:32:00 CST

世界上有两种办公室职员——一种把电子邮件分门别类放到文件夹，另一种用搜索找邮件。IBM的一项研究发现(PDF)，后一种要比前一种更聪明。 IBM Research和加州圣何塞分校的研究人员调查了345位用户超过85,000次重新寻找邮件的动作，发现使用搜索要快于从文件夹中寻找。用搜索寻找邮件平均耗时约17秒，而从文件夹寻找平均耗时58秒。研究称，依靠复杂的文件夹寻找邮件是没有效率的行为，而且检索的成功率也不高。相比之下，投机取巧式的搜索和基于线程的寻找方法要高效得多。

IBM说把电邮放到文件夹中是浪费时间

Mon, 10 Oct 2011 19:45:23 CST

世界上有两种办公室职员――一种把电子邮件分门别类放到文件夹，另一种用搜索找邮件。IBM的一项研究发现(PDF)，后一种要比前一种更聪明。 IBM Research和加州圣何塞分校的研究人员调查了345位用户超过85,000次重新寻找邮件的动作，发现使用搜索要快于从文件夹中寻找。

用搜索寻找邮件平均耗时约17秒，而从文件夹寻找平均耗时58秒。研究称，依靠复杂的文件夹寻找邮件是没有效率的行为，而且检索的成功率也不高。相比之下，投机取巧式的搜索和基于线程的寻找方法要高效得多。

文/solidot

IBM说把电邮放到文件夹中是浪费时间

Mon, 10 Oct 2011 19:45:23 CST

IBM股价再创新高市值达2229亿美元

Tue, 11 Oct 2011 08:57:00 CST

IBM周一股价创下新高，超过了今年7月份时所创造的记录。IBM股价周一在纽交所上涨2.3%，报收于186.62美元，市值为2229亿美元，超过了今年7月19日创下的185.21美元最高值。美国农业银行信贷证券公司(Credit Agricole Securities USA)分析师艾德・马奎尔(Ed Maguire)表示：“在目前非常不稳定的市场背景下，IBM股票因为更加安全、更稳定性投资而具有吸引力。”马奎尔将IBM的股票评级列为“跑赢大盘”(Outperform)。

IBM股价创新高目标价指向200美元

Sat, 15 Oct 2011 11:39:13 CST

IBM股价周五飙升至记录高点，看涨该股的分析师称其股价可能会继续攀升至200美元，甚至更高水平。数据显示，19位分析师中有8位预计IBM股价将至少升至200美元，比周五收盘价高出7.1%。有3位分析师本周已将IBM目标股价上调至200美元，甚至更高水平。IBM将于10月17日公布财报。Macquarie Capital今日将IBM的初始目标价定位210美元。

IBM将研发模仿人类大脑的仿生计算机

Sat, 15 Oct 2011 07:52:26 CST

IBM的研究主管John E.Kelly今天在墨尔本大学对媒体表示，IBM正在研究一种新型的仿生芯片，利用这些芯片，人类可以实现电脑模仿人脑的运算过程，它能够记忆和学习，并找到相关性甚至自行创造知识，它由一个集成的内存（模仿突触），通信（模仿轴突）和计算（模仿神经元）组成。

IBM称2015年商业分析营收将达160亿美元

Tue, 25 Oct 2011 22:56:21 CST

感谢moncler down jackets的投递
北京时间10月25日晚间消息，IBM今日在拉斯维加斯举行的信息大会上称，将针对苹果iPad推出一项新的分析应用，并针对企业用户推出大数据分析软件。有业内人士称，IBM此举希望在大数据分析市场赢得更多份额。在过去的五年中，IBM已斥资140多亿美元进行了20多笔与数据分析相关的并购交易。

IBM 95年坚持每季度向股东派发股息

Wed, 26 Oct 2011 07:40:41 CST

IBM董事会今日宣布，将于2011年12月10日向2011年11月10日以前登记在册的股东派发季度股息，每普通股派0.75美元股息。如果算上这一次，IBM自1916年、每季度以来每年都向股东派发季度股息。令人吃惊的是，95年来IBM从未中断过，无论世界遭遇天灾还是人祸。这就是世界唯一存活百年的IT公司，它叫IBM，蓝色巨人。

IBM 新掌舵人为女将， Virginia Rometty 将担任 CEO

Wed, 26 Oct 2011 17:58:00 CST

分类: 科技新闻

2012 年还没有到来，各大公司就开始调兵遣将备战即将到来的新战役。今日，IBM 宣布，全球销售主管弗吉尼亚罗曼提 Virginia Rometty 将在 2012 年接替帕尔米萨诺 Palmisano 担任首席执行官 CEO，而帕尔米萨诺将继续担任董事长。是的，新掌门就是上图中的女性人物，这也是 IBM 首次启用女 CEO 。Rometty 将成为科技行业又一个极具影响力的女性人物，之前的代表人物为惠普前 CEO Meg Whitman 。要当上 CEO ，自然也要有过硬的本领，Rometty 当过 IBM 资深副总裁、销售、市场营销和策略集团高管，同时负责过印度和中国市场。弗吉尼亚·罗曼提现年54岁，按照官方说法，其将继续带领 IBM 在 Palmisano 成功的基础上继续前行。目前 IBM 已经跃升全球第二大科技公司，已经超过微软，仅次于苹果。

引用来源 | 引用来源 | 此文章网址 | 转寄此文章 | 回应

澳IBM前女员工因被要求“放低衣服” 吸引订单索赔110万

Thu, 20 Oct 2011 12:28:49 CST

感谢匿名人士的投递
一名前IBM女员工投诉在IBM澳洲公司和当时的经理Mr Arcuri的性骚扰，并要求赔偿一百一十万。据说，她的经历从2007年开始。一次在吃饭时，经理不时把手放到她衣服上。经理还要求她坐在自己旁边，放低衣服。一次，Mr Arcuri说公司业绩在下滑，她应该过时让客户看到她的俏脸，露出胸部得到更多订单。

IBM与3M开发新材料将芯片速度提高1000倍

Thu, 08 Sep 2011 08:09:20 CST

IBM和3M公司计划联合开发粘合剂把半导体封装为密集地叠放的芯片塔，即所谓3D封装。使用这种芯片将提高智能手机、平板电脑、计算机和游戏设备的速度。这两家公司的目标是创建新一类的材料。这种材料可能制造有100层单独的芯片组成的商用微处理器。

IBM新超级电脑支持事务内存

Thu, 01 Sep 2011 19:28:00 CST

蓝色巨人正在为劳伦斯利弗莫尔国家实验室建造20 petaflops的超级电脑Sequoia，其速度将是目前世界最快超级电脑K computer的2倍。 Sequoia采用的处理器是BlueGene/Q，它是第一款硬件支持事务内存（transactional memory）的商业处理器。事务内存来自于数据库管理系统，它为许多应用伸缩并行编程困难的问题提供了一种灵活的方案。BlueGene/Q是基于64位多核PowerPC系统级芯片，芯片有14.7亿晶体管，18个核心，其中16个核心用于实际计算，还有一个用于运行操作系统，最后一个核心用于改进芯片可靠性。每个核心频率是1.6GHz，总速度为204.8 GFLOPS。第18个核心的冗余核心，当芯片中某一个核心检测到存在故障，该核心将会被禁用，然后它会被透明映射到冗余核心。Sequoia将使用10万个芯片，因此这项纠错功能将会变得非常重要。

IBM建世界最大数据中心

Fri, 16 Sep 2011 18:24:01 CST

本报讯近日，IBM正在部署磁盘容量为120拍字节(PB)的数据存储中心，这一容量比目前世界上最大的存储中心还要大8倍左右。美国加利福尼亚州圣何塞市的IBM专家们正在开发世界上最大的数据中心，其容量将达到120拍字节。这一容量足以拷贝约240亿个MP3文件，足以将Facebook所有用户的数据保存大约13年。

Google 补充弹药，向 IBM 购买千余项专利

Sat, 17 Sep 2011 19:56:00 CST

分类: 科技新闻

这故事我们好像似曾相识 -- ~~很久很久以前~~有位护子心切的爸爸买了一堆专利来保护他的绿色小宝宝，免于受到巨大邪恶帝国们的专利诉讼伤害...故事完！不过，有别于以往直接把硬件制造商买下以扩展自己的专利实力的做法（我绝对不会说这与前面故事有什么关联的），Google 这次转而向 IBM 直接购买 1,023 款专利，涵盖范围极其广泛，从填充印刷电路板专利到档案管理系统的专利都有。目前可以确定的是 Google 不光是为了自己，也为了兄弟们将面对的这场专利保卫战，还正在努力不懈中！而对于这次购买专利内容有兴趣的朋友，也可透过引用来源了解这千余款专利啰。

引用来源 | 引用来源 | 此文章网址 | 转寄此文章 | 回应

Google 補充彈藥，向 IBM 購買千餘項專利

Sat, 17 Sep 2011 08:56:00 CST

這故事我們好像似曾相識 -- ~~很久很久以前~~有位護子心切的爸爸買了一堆專利來保護他的綠色小寶寶，免於受到巨大邪惡帝國們的專利訴訟傷害...故事完！不過，有別於以往直接把硬體製造商買下以擴展自己的專利實力的做法（我絕對不會說這與前面故事有什麼關聯的），Google 這次轉而向 IBM 直接購買 1,023 款專利，涵蓋範圍極其廣泛，從填充印刷電路板專利到檔案管理系統的專利都有。目前可以確定的是 Google 不光是為了自己，也為了兄弟們將面對的這場專利保衛戰，還正在努力不懈中！而對於這次購買專利內容有興趣的朋友，也可透過引用來源了解這千餘款專利囉。

3M和IBM联合研制出3D芯片，让处理器速度快1000倍（更新视频）

Sun, 11 Sep 2011 00:41:42 CST

3M和IBM发明了一项新技术，可以让处理器的速度提升1000倍。更令人拍案叫绝的是，他们没有使用什么惊天地泣鬼神的高科技，看上去很低科技：胶水。

这种胶水当然不是普通的胶水，它可以大幅提升散热效率，采用所谓的3D封装技术，让芯片层叠加在一起，最高可达100层，并能保持芯片塔冷却，这样芯片的速度就会更快。大幅提升台式机、笔记本、平板电脑和智能手机的运算速度。

未来IBM将提供微型处理器和硅技术，3M提供超级冷却胶水，两家公司将一起打造融合了处理器、内存芯片和网络功能的硅“塔”。至于速度，将是现有最快的处理器的1000倍。

粘合剂是3M的46个核心技术平台之一。

IBM称这种处理器将在2013年前投产，最先应用到处理器上，再过一年才面向个人用户推出。

稍后我将通过穿墙术给大家带来一段视频介绍。（更新：已添加无声视频）

via IBM

除非注明，本站文章均为原创或编译，转载请注明：文章来自36氪

Google 从 IBM 买来 1023 项专利巩固 Android 防线

Thu, 15 Sep 2011 07:00:58 CST

据彭博社报道，Google从IBM手里买下了1023项专利，以继续巩固自己的Android防线，防止Apple和微软的专利诉讼。Google发言人今天也确认了这一交易，他们是从8月17日购买的专利，于9月13日生效。

这些专利覆盖面很广泛，从服务器架构到无线设备都有。SEO by the Sea的Bill Slawski在分析了这些专利之后认为其中Google最感兴趣的应该是以下这些跟手机和移动设备有关的专利：

Google曾经于今年7月买入过1030项IBM专利，但那些专利是关于制造内存和微处理器、计算机架构包括服务器和路由器有关的数据库和面向对象编程有关的。

Google最近已经入了不少专利了，估计可以扛住Apple和微软的专利诉讼了吧？

Via TNW
Pic via lazytechguys.com

© musiXboy 发表于谷奥——探寻谷歌的奥秘 ( http://www.guao.hk ), 2011. | 4 条评论 | 永久链接 | 关于谷奥 | 投稿/爆料
Post tags: Google Company, IBM, patent

IT瘾ibm推荐

IBM：人工智能将颠覆律师行业？

IBM经验总结:网站设计中不可忽视的可用性原则

机器将如何帮助我们思考：IBM预测未来5年5大发明

IBM 走向賈伯斯的預言：不重視產品開發、過度流程化，最終變成養老院

An orange a day, keeps your brain awake!

一天吃一顆橘子，天天擁有聰明的腦子！ 快加入 《TechOrange》的粉絲團每天啃橘子吧！

IBM：到2019年 电脑就比你聪明了

Big Pattern：比数据更大的是模式

HTC与IBM宣布合作研发可进入企业的智能机设备

IBM 稳居美国专利拥有数第一宝座，Samsung 与 Canon 分居二、三

X-RIME: 基于Hadoop的开源大规模社交网络分析工具

1. X-RIME架构介绍

2. X-RIME 数据模型的设计原则

2.1 采用邻接矩阵还是邻接表

2.2 边的表现形式

2.3 额外的承载信息

2.4 比较器

2.5 效率问题

3. X-RIME使用介绍

4. 总结

参考文献

相关日志

IBM以13亿美元收购人力资源软件商Kenexa

商业数据库对R语言的支持

Oracle R Enterprise

企业级的R应用

减少高昂SA$的使用费用

大数据分析的in-database支持

IBM Netezza®

IBM® InfoSphere® BigInsights

SAP HANA

Teradata

Sybase RAP

相关文章：

减肥也能游戏化？IBM做到了

IBM任命Virginia Rometty为下任CEO

IBM说把电邮放到文件夹中是浪费时间

IBM说把电邮放到文件夹中是浪费时间

IBM说把电邮放到文件夹中是浪费时间

IBM股价再创新高 市值达2229亿美元

IBM股价创新高 目标价指向200美元

IBM将研发模仿人类大脑的仿生计算机

IBM称2015年商业分析营收将达160亿美元

IBM 95年坚持每季度向股东派发股息

IBM 新掌舵人为女将， Virginia Rometty 将担任 CEO

澳IBM前女员工因被要求“放低衣服” 吸引订单 索赔110万

IBM与3M开发新材料 将芯片速度提高1000倍

IBM新超级电脑支持事务内存

IBM建世界最大数据中心

Google 补充弹药，向 IBM 购买千余项专利

Google 補充彈藥，向 IBM 購買千餘項專利

3M和IBM联合研制出3D芯片，让处理器速度快1000倍 （更新视频）

Google 从 IBM 买来 1023 项专利巩固 Android 防线

一天吃一顆橘子，天天擁有聰明的腦子！
快加入《TechOrange》的粉絲團每天啃橘子吧！

IBM：到2019年电脑就比你聪明了

IBM股价再创新高市值达2229亿美元

IBM股价创新高目标价指向200美元

澳IBM前女员工因被要求“放低衣服” 吸引订单索赔110万

IBM与3M开发新材料将芯片速度提高1000倍

3M和IBM联合研制出3D芯片，让处理器速度快1000倍（更新视频）