人工智能和机器学习是我参加的每个技术会议的热门话题，最近的DLD NYC会议也不例外。
ExB Group的Ramin Assadollahi是一家从事医疗保健认知计算的德国公司，致力于新计算机技术可以帮助我们学习“如何使用软件进行修复”的多种方式。 在谈到当今所使用的许多术语时，他指出，人工智能不必是认知计算，认知计算也不必是机器学习，大数据完全是一个单独的问题。
Assadollahi专注于AI可以改善医学领域的方法。 他指出，病理学家在观察组织数据时通常会在他或她的工作寿命中看到200, 000个样本，但是有了深度学习和现代图形卡，计算机系统可以在两周内处理这么多样本。 他说，有100个样本，一个系统可以和人类一样好。 他说，类似地，计算机系统每天可以摄取28, 000篇技术文章，而人类一生可能只阅读4, 000篇这样的文章。
他说，可以在分子水平上理解单个细胞的AI可以帮助设计更好的药物，而可以帮助弄清哪些药物适合其他药物的软件可以成为救生员，因为不良的药物相互作用每年会杀死100, 000人。 他的公司致力于解决整个健康领域，包括医生，研究人员，药剂师和患者，其重点是“打破孤岛”。 总体而言，他说，随着参与护理的人数不断增加，人工智能不会杀死工作。 他说，这不会取代医生，但可以使医生花更多的时间与病人在一起。
现在担任IBM Watson组负责人的David Kenny谈到了大数据以及在各种应用程序中进行深度学习的潜力。 在IBM收购天气公司之前，肯尼曾是The Weather Company的首席执行官。 它是世界上最大的天气数据提供者。 他说，TWC通过结合使用IoT（物联网）技术，天气信息和云计算，在22亿个位置收集天气信息，开发了一款应用程序，旨在按照Google尝试绘制地球的方式绘制大气图。
他说，在Watson，他对算法和软件的三个主要领域感兴趣：人与人之间的交互，例如视觉，视觉和言语；人与人之间的交互。 深度学习和机器学习以支持此类交互； 和推理。 他说，沃森（Watson）涉及IBM数千名员工，从研究实验室到销售和服务。
肯尼说，沃森在某些方面与其他颠覆性企业不同，因为它需要大量知识，而且拥有知识的成熟公司可以比初创公司更快地成长。 他说，翻译和人与人之间的交流正在改善，但还有一段路要走，人们使用沃森做的很多事情都是在创造对话式“机器人”。
他说，由于人们在交流时会使用不同的语调，口音和细微差别，因此难以理解对话。 他说：“每个月都会变得更好。”现在，用于理解语音的软件的错误率现在为6.9％，低于三个月前的10％。 他说，相比较而言，人为错误率为4％。 他说，他对软件可以在一年内达到人为错误率感到乐观。
肯尼（Kenny）声称，IBM与竞争对手的做法不同。 其他公司通常使用集中式AI，但IBM正在与许多希望使用自己的知识产权或“知识图”构建自己的Watson私有版本的客户合作。 他指出，全球80％的数据都不会通过Internet传输，例如X射线，健康记录和银行帐户。
