在剛剛落下帷幕的“618”電商購物節(jié)中，京東與天貓之間燃起的是不僅是銷量數(shù)據(jù)大戰(zhàn)，更是一場人工智能大戰(zhàn)。畢竟，從前端的消費洞察、個性化算法推薦商品、到銷量預(yù)測、倉庫管理、物流配送等環(huán)節(jié)，如今的電商已經(jīng)將人工智能技術(shù)設(shè)計進了每個業(yè)務(wù)場景中。

然而，并不是所有的行業(yè)與企業(yè)，都能如電商這般思考清楚如何讓每個業(yè)務(wù)場景與人工智能技術(shù)相結(jié)合。有時候，即使一項人工智能技術(shù)已經(jīng)在組織里部署下去，如何針對業(yè)務(wù)去提出正確的問題，正成為難題——因為懂業(yè)務(wù)的人不懂人工智能技術(shù)，而懂技術(shù)的人又不太了解業(yè)務(wù)。

百分點集團董事長兼CEO蘇萌，自2009年起已在企業(yè)級大數(shù)據(jù)服務(wù)行業(yè)深耕了八年，見證了這個行業(yè)的興衰起伏。這些年百分點從大數(shù)據(jù)營銷服務(wù)入手，逐步擴展到了用大數(shù)據(jù)做銷量預(yù)測、智能運營、風(fēng)控管理、政府與公共領(lǐng)域的數(shù)據(jù)治理等。

可以說，蘇萌對大數(shù)據(jù)、人工智能的場景化業(yè)務(wù)應(yīng)用有著深刻的洞察與思考。蘇萌在接受騰訊科技專訪時提出，不能與商業(yè)場景相結(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，并解決實際問題。

深度學(xué)習(xí)不是萬能，仍存四大不足

當(dāng)前，針對人工智能的討論非常之多，也帶火了像深度學(xué)習(xí)、機器學(xué)習(xí)這些人工智能相關(guān)技術(shù)。甚至有些觀點將深度學(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題，不能解決演繹的問題。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。”蘇萌說道。

在蘇萌看來，深度學(xué)習(xí)仍然存在著四大不足：“一、對數(shù)據(jù)量要求高，不適合政府決策、股票預(yù)測等高維度的小數(shù)據(jù)應(yīng)用場景;二、不可解釋，這是連接主義的通病;三、缺乏外部評價與自我優(yōu)化機制;四、深度學(xué)習(xí)模型與領(lǐng)域強關(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)。”

由于業(yè)務(wù)場景千差萬別，使得指望單一型方法/技術(shù)解決所有問題的可能性幾乎為零。在蘇萌看來，當(dāng)前業(yè)務(wù)的實際需求正在推動大數(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，這兩者融合的趨勢非常明顯。而人工智能很多技術(shù)也在走向融合，比如強化學(xué)習(xí)、遷移學(xué)習(xí)等等，現(xiàn)在也出現(xiàn)了‘深度強化遷移學(xué)習(xí)’的模型。”

人工智能未來方向是行業(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繞不開的話題，業(yè)界對此仍然具有很多討論，目前也還有很多人嘗試去建立和實現(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哲學(xué)問題，不應(yīng)該花太多時間在此問題上，著眼解決當(dāng)下實際問題才是最重要。

“純粹的通用型人工智能沒有任何意義，人工智能未來的方向一定是行業(yè)化。”蘇萌說到。

在蘇萌看來，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)驗主義”的錯誤，還能減少技能型的重復(fù)性勞動，人工智能對解決問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題并能利用人工智能的相關(guān)技術(shù)解決問題的人。

“曾經(jīng)我們給國家某權(quán)威機構(gòu)做汽車召回預(yù)警模型，要預(yù)測哪些車型存在被召回的可能，一旦國家啟動召回對車企來說都是數(shù)以億計的損失。”蘇萌說道。

往常，專家組都會做一些排序，把一些存在機械或軟件故障、缺陷的關(guān)鍵點進行量化、排序，并定期組織專家評審會。而百分點的數(shù)據(jù)科學(xué)家團隊做的模型，就是模仿并預(yù)測這些專家的決策。比如專家如何做這個決定，他在每個質(zhì)量問題上花的權(quán)重是多少等等，再把歷史上準(zhǔn)備召回的和實際被召回的做一個擬合，不停地去優(yōu)化擬合的預(yù)測能力。

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

“對那些專家來說，人工智能不是要替代他們，而是把他們從重復(fù)性技能的勞動中解放出來。”蘇萌說道，今后類似于翻譯、司機、收銀員都會被機器替代，并逐步過渡到替代創(chuàng)造性工作崗位，如醫(yī)生、律師等。

人工智能商業(yè)化場景仍然有限

在蘇萌看來，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)團隊越來越多，但真正能找到并實現(xiàn)商業(yè)模式并不太多。

比如現(xiàn)在逐步開始應(yīng)用的人臉識別技術(shù)，主攻的方向就是安防領(lǐng)域。“但安防市場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容量才行。”蘇萌談到，現(xiàn)在所有人都專注在一個方向，但挑戰(zhàn)也不容小覷。

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

“這個社會每隔段時間會出現(xiàn)一個新概念，讓資本興奮起來，讓行業(yè)興奮起來。”他回憶起過去幾年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)興盛時的風(fēng)光與博弈，但經(jīng)歷這些之后，行業(yè)會進行重新洗牌、一系列的并購與整合。

正如《未來簡史》書中提到的，人工智能將會是人類有史以來最偉大的發(fā)明。蘇萌也認(rèn)為，沉浸了60多年的人工智能突然爆發(fā)，也確實隨著資本的助力，吸引更多的頂尖人才進入這個領(lǐng)域，才能帶給社會許多價值。

這種發(fā)明在未來究竟還會有哪些演變，作為行業(yè)從業(yè)者又能在今后推動哪些進步 

7月6日XWorld大會上，蘇萌將與《未來簡史》作者尤瓦爾赫拉利在同臺探討。

來源：百分點