百分點(diǎn)集團(tuán)董事長(zhǎng)兼CEO蘇萌，自2009年起已在企業(yè)級(jí)大數(shù)據(jù)服務(wù)行業(yè)深耕了八年，見證了這個(gè)行業(yè)的興衰起伏。這些年百分點(diǎn)從大數(shù)據(jù)營(yíng)銷服務(wù)入手，逐步擴(kuò)展到了用大數(shù)據(jù)做銷量預(yù)測(cè)、智能運(yùn)營(yíng)、風(fēng)控管理、政府與公共領(lǐng)域的數(shù)據(jù)治理等。

可以說(shuō)，蘇萌對(duì)大數(shù)據(jù)、人工智能的場(chǎng)景化業(yè)務(wù)應(yīng)用有著深刻的洞察與思考。蘇萌提出，不能與商業(yè)場(chǎng)景相結(jié)合的人工智能都將消亡。企業(yè)應(yīng)該思考如何利用大數(shù)據(jù)、人工智能等技術(shù)與業(yè)務(wù)結(jié)合，并解決實(shí)際問(wèn)題。

深度學(xué)習(xí)不是萬(wàn)能，仍存四大不足

當(dāng)前，針對(duì)人工智能的討論非常之多，也帶火了像深度學(xué)習(xí)、機(jī)器學(xué)習(xí)這些人工智能相關(guān)技術(shù)。甚至有些觀點(diǎn)將深度學(xué)習(xí)奉為圭臬，直言深度學(xué)習(xí)成為人工智能的通用途徑。

“人們的思想有推理和歸納兩種，深度學(xué)習(xí)屬于人工智能連接主義流派中的一種方法，解決的主要是歸納的問(wèn)題，不能解決演繹的問(wèn)題。人工智能如果僅僅依靠深度學(xué)習(xí)一種方法是遠(yuǎn)遠(yuǎn)不夠的?！碧K萌說(shuō)道。

在蘇萌看來(lái)，深度學(xué)習(xí)仍然存在著四大不足：“一、對(duì)數(shù)據(jù)量要求高，不適合政府決策、股票預(yù)測(cè)等高維度的小數(shù)據(jù)應(yīng)用場(chǎng)景；二、不可解釋，這是連接主義的通病；三、缺乏外部評(píng)價(jià)與自我優(yōu)化機(jī)制；四、深度學(xué)習(xí)模型與領(lǐng)域強(qiáng)關(guān)聯(lián)，通常A領(lǐng)域的深度學(xué)習(xí)模型到B領(lǐng)域就不適用。深度學(xué)習(xí)離‘通用途徑’仍然很遠(yuǎn)?！?/p>

由于業(yè)務(wù)場(chǎng)景千差萬(wàn)別，使得指望單一型方法/技術(shù)解決所有問(wèn)題的可能性幾乎為零。在蘇萌看來(lái)，當(dāng)前業(yè)務(wù)的實(shí)際需求正在推動(dòng)大數(shù)據(jù)、人工智能等相關(guān)技術(shù)走向融合。“大數(shù)據(jù)與人工智能是相輔相成、互相融合與銜接的，這兩者融合的趨勢(shì)非常明顯。而人工智能很多技術(shù)也在走向融合，比如強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)等等，現(xiàn)在也出現(xiàn)了‘深度強(qiáng)化遷移學(xué)習(xí)’的模型?！?/p>

人工智能未來(lái)方向是行業(yè)化

在人工智能六十余年的發(fā)展歷史中，通用型人工智能是個(gè)繞不開的話題，業(yè)界對(duì)此仍然具有很多討論，目前也還有很多人嘗試去建立和實(shí)現(xiàn)通用型人工智能。蘇萌則認(rèn)為通用型人工智能屬于一個(gè)哲學(xué)問(wèn)題，不應(yīng)該花太多時(shí)間在此問(wèn)題上，著眼解決當(dāng)下實(shí)際問(wèn)題才是最重要。

“純粹的通用型人工智能沒有任何意義，人工智能未來(lái)的方向一定是行業(yè)化?！碧K萌說(shuō)到。

在蘇萌看來(lái)，當(dāng)下利用人工智能最大的益處在于既能夠降低人們犯“經(jīng)驗(yàn)主義”的錯(cuò)誤，還能減少技能型的重復(fù)性勞動(dòng)，人工智能對(duì)解決問(wèn)題的效率和方式都有著巨大提升，關(guān)鍵在于能夠有提出正確問(wèn)題并能利用人工智能的相關(guān)技術(shù)解決問(wèn)題的人。

“曾經(jīng)我們給國(guó)家某權(quán)威機(jī)構(gòu)做汽車召回預(yù)警模型，要預(yù)測(cè)哪些車型存在被召回的可能，一旦國(guó)家啟動(dòng)召回對(duì)車企來(lái)說(shuō)都是數(shù)以億計(jì)的損失?！碧K萌說(shuō)道。

往常，專家組都會(huì)做一些排序，把一些存在機(jī)械或軟件故障、缺陷的關(guān)鍵點(diǎn)進(jìn)行量化、排序，并定期組織專家評(píng)審會(huì)。而百分點(diǎn)的數(shù)據(jù)科學(xué)家團(tuán)隊(duì)做的模型，就是模仿并預(yù)測(cè)這些專家的決策。比如專家如何做這個(gè)決定，他在每個(gè)質(zhì)量問(wèn)題上花的權(quán)重是多少等等，再把歷史上準(zhǔn)備召回的和實(shí)際被召回的做一個(gè)擬合，不停地去優(yōu)化擬合的預(yù)測(cè)能力。

“到現(xiàn)在，專家無(wú)論開不開會(huì)，我們的系統(tǒng)和模型都能做出與專家非常接近的預(yù)測(cè)，哪些車該召回，哪些不該召回?！碧K萌認(rèn)為，當(dāng)這種智能模型放到業(yè)務(wù)系統(tǒng)里面，機(jī)器是可以輔助人們?nèi)ソ档徒?jīng)驗(yàn)主義的錯(cuò)誤。甚至可以解放人去減少一些重復(fù)性的勞動(dòng)。

“對(duì)那些專家來(lái)說(shuō)，人工智能不是要替代他們，而是把他們從重復(fù)性技能的勞動(dòng)中解放出來(lái)?！碧K萌說(shuō)道，今后類似于翻譯、司機(jī)、收銀員都會(huì)被機(jī)器替代，并逐步過(guò)渡到替代創(chuàng)造性工作崗位，如醫(yī)生、律師等。

人工智能商業(yè)化場(chǎng)景仍然有限

在蘇萌看來(lái)，去年人工智能的火爆，仿佛讓他看到了3年前大數(shù)據(jù)的火爆，讓他深刻思考的是人工智能如何落地。他認(rèn)為，真正能落地的只有行業(yè)人工智能和商業(yè)人工智能。盡管現(xiàn)在創(chuàng)業(yè)團(tuán)隊(duì)越來(lái)越多，但真正能找到并實(shí)現(xiàn)商業(yè)模式并不太多。

比如現(xiàn)在逐步開始應(yīng)用的人臉識(shí)別技術(shù)，主攻的方向就是安防領(lǐng)域?！暗卜朗袌?chǎng)究竟能否容納下那么多估值10億美金以上的公司，必須得有上千億元的市場(chǎng)容量才行?！碧K萌談到，現(xiàn)在所有人都專注在一個(gè)方向，但挑戰(zhàn)也不容小覷。

然而蘇萌也確信，一項(xiàng)技術(shù)的進(jìn)步是不斷迭代升級(jí)的，淘汰、積累、沉淀、創(chuàng)新的過(guò)程會(huì)周而復(fù)始，在這期間資本的投入會(huì)帶動(dòng)人才的涌入，慢慢鑄成商業(yè)的形態(tài)。

“這個(gè)社會(huì)每隔段時(shí)間會(huì)出現(xiàn)一個(gè)新概念，讓資本興奮起來(lái)，讓行業(yè)興奮起來(lái)?！彼貞浧疬^(guò)去幾年IBM提出了認(rèn)知科學(xué)的概念，然后有了大數(shù)據(jù)，現(xiàn)在的人工智能又重復(fù)著大數(shù)據(jù)興盛時(shí)的風(fēng)光與博弈，但經(jīng)歷這些之后，行業(yè)會(huì)進(jìn)行重新洗牌、一系列的并購(gòu)與整合。

正如《未來(lái)簡(jiǎn)史》書中提到的，人工智能將會(huì)是人類有史以來(lái)最偉大的發(fā)明。蘇萌也認(rèn)為，沉浸了60多年的人工智能突然爆發(fā)，也確實(shí)隨著資本的助力，吸引更多的頂尖人才進(jìn)入這個(gè)領(lǐng)域，才能帶給社會(huì)了許多價(jià)值。

這種發(fā)明在未來(lái)究竟還會(huì)有哪些演變，作為行業(yè)從業(yè)者又能在今后推動(dòng)哪些進(jìn)步？7月6日，蘇萌將與《未來(lái)簡(jiǎn)史》作者尤瓦爾赫拉利同臺(tái)探討。

xiesc