10月12日，第七屆中國智能產(chǎn)業(yè)高峰論壇在佛山開幕，在第一天的主論壇上，北京拓爾思信息技術(shù)股份有限公司副董事長、總裁施水才發(fā)表了主題為《大數(shù)據(jù)和人工智能發(fā)展的思考》的精彩演講。

在演講中，施水才先生從自身多年大數(shù)據(jù)技術(shù)和服務(wù)領(lǐng)導(dǎo)者角色的角度，介紹了旗下利用大數(shù)據(jù)技術(shù)推出的數(shù)據(jù)增值服務(wù)平臺，并得出了“數(shù)據(jù)——信息——知識——智能——智慧”的價值提升路徑。從大數(shù)據(jù)、云服務(wù)到人工智能，施水才為嘉賓鋪設(shè)了一條如何利用大數(shù)據(jù)去實現(xiàn)人工智能增值的道路，有很大的參考價值。

以下是施水才先生的演講整理稿：

大家上午好。非常感謝中國人工智能學(xué)會邀請我在大會上做分享報告。今天我想給大家分享一下對于大數(shù)據(jù)和人工智能產(chǎn)業(yè)的發(fā)展思考。

我想講的第一點是我認(rèn)為把大數(shù)據(jù)和人工智能產(chǎn)業(yè)進行一些比對，把這兩個事情放到一起比對是非常有意義的。第二點想講的，到底我們是人工智能+行業(yè)，還是行業(yè)+人工智能，談一下我的理解和認(rèn)識，第三點我覺得我們需要突破人工智能現(xiàn)在非常強調(diào)3個要素，就是計算能力、數(shù)據(jù)和算法，我認(rèn)為對于未來人工智能的研究和應(yīng)用，僅有這三點是不夠的，應(yīng)該有其他重要的因素需要加進來。第四點我想探討的是我們現(xiàn)在在人工智能的幾個方向里面，哪一些還有大的機會，來讓我們創(chuàng)新、創(chuàng)業(yè)、賺錢，最后講一講我們自己基于NLP平臺的一些人工智能應(yīng)用實踐。

大數(shù)據(jù)和人工智能產(chǎn)業(yè)的對比

對比大數(shù)據(jù)和人工智能產(chǎn)業(yè)的發(fā)展是有啟發(fā)的。因為人工智能的發(fā)展和數(shù)據(jù)密不可分，而且目前人工智能發(fā)展所取得的成就大部分和大數(shù)據(jù)密切相關(guān)，因此觀察大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展對人工智能產(chǎn)業(yè)發(fā)展很有意義，同時我們認(rèn)為數(shù)據(jù)驅(qū)動的商業(yè)(Data Driven Business)比智能驅(qū)動的商業(yè)更符合產(chǎn)業(yè)的本質(zhì)，實際上大數(shù)據(jù)產(chǎn)業(yè)的落地能力是強于人工智能的，所以大數(shù)據(jù)產(chǎn)業(yè)發(fā)展中出現(xiàn)的問題對人工智能產(chǎn)業(yè)發(fā)展很有意義。

大數(shù)據(jù)的發(fā)展有幾個方面對人工智能的發(fā)展有啟發(fā)。包括數(shù)據(jù)的重要性，數(shù)據(jù)質(zhì)量的重要性，應(yīng)用場景的重要性，行業(yè)知識的重要性、政策法規(guī)的重要性，以及變現(xiàn)的模式的參考意義。大數(shù)據(jù)從2010年在美國白宮首先開始制定一些政策，到2012年我們國家開始熱起來，這幾年出臺了很多政策規(guī)范，甚至搞了很多園區(qū)，但是我們現(xiàn)在發(fā)現(xiàn)整個大數(shù)據(jù)產(chǎn)業(yè)仍然處于非常早期的階段。為什么這么說 第一，它在哪些方面推動了產(chǎn)業(yè)的變革 第二，誰賺到錢了 現(xiàn)在基本上只有互聯(lián)網(wǎng)的大公司通過推薦精準(zhǔn)化營銷、電子商務(wù)等等賺到錢了，但是我們大量從事產(chǎn)業(yè)大數(shù)據(jù)的企業(yè)大部分還在燒錢，行業(yè)也沒有從大數(shù)據(jù)中收益和發(fā)生大的產(chǎn)業(yè)變革，仍然處于非常早期階段。人工智能也是一樣的，大部分的AI企業(yè)仍處于投資和燒錢的階段。

再細(xì)化一下，我們看看影響整個大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的4個要素：數(shù)據(jù)開放、技術(shù)研發(fā)、產(chǎn)業(yè)生態(tài)、法律法規(guī)。總體上講，目前大數(shù)據(jù)產(chǎn)業(yè)發(fā)展非常早期，仍然是大數(shù)據(jù)投資和創(chuàng)業(yè)的良機，在產(chǎn)業(yè)生態(tài)上主要的特征是壟斷和新的數(shù)據(jù)孤島，大數(shù)據(jù)創(chuàng)業(yè)公司仍需3-5年才能實現(xiàn)規(guī)模盈利，大部分在持續(xù)的燒錢，2017-2018年產(chǎn)業(yè)整合趨勢明顯。在數(shù)據(jù)方面，互聯(lián)網(wǎng)大企業(yè)的數(shù)據(jù)霸權(quán)主義、政府?dāng)?shù)據(jù)公開的艱難(在國際上很落后，60名開外)，行業(yè)和企業(yè)數(shù)據(jù)的難以獲得以及灰色數(shù)據(jù)灰色產(chǎn)業(yè)鏈，以及個人隱私問題都非常的突出，我們國家每年數(shù)據(jù)交易的市場是500個億以上，但是合法的只有10%左右，90%都是灰色數(shù)據(jù)鏈，所以導(dǎo)致最近公安查，說很多大公司被抓起來了，個人隱私問題非常突出，要破解數(shù)據(jù)的魔咒，需要在法律法規(guī)和產(chǎn)業(yè)生態(tài)兩個角度去破局。

除了數(shù)據(jù)及數(shù)據(jù)的質(zhì)量外，應(yīng)用場景是非常重要的，大數(shù)據(jù)的4個V不重要，hadoop/Spark不重要，重要的是應(yīng)用場景，那么對AI來說也是一樣的，因為實際上我們看到大數(shù)據(jù)和AI的熱門應(yīng)用領(lǐng)域?qū)嶋H上重合度很高：金融、健康醫(yī)療、教育、在線廣告、情報分析……。應(yīng)用場景和行業(yè)密切相關(guān)，主要是垂直化和行業(yè)化，一旦進入行業(yè)，你就會發(fā)現(xiàn)，很多問題來了，所以我們說人工智能發(fā)展僅僅強調(diào)數(shù)據(jù)、算力、算法是不夠的。

政策法律也非常重要，在互聯(lián)網(wǎng)時代，我們國家互聯(lián)網(wǎng)發(fā)展為什么快 其中一條人多，人口紅利，還有一條非常重要規(guī)則沒那么嚴(yán)，政府和行業(yè)對互聯(lián)網(wǎng)的支持比較多，企業(yè)層面有時甚至有點蔑視規(guī)則。但是大數(shù)據(jù)和人工智能時代，像互聯(lián)網(wǎng)早期那樣野蠻發(fā)展已經(jīng)行不通了?，F(xiàn)在數(shù)據(jù)開放和隱私保護，從個人隱私到人身安全，因為搞不好會死人的。

小節(jié)一下，通過對比大數(shù)據(jù)和人工智能產(chǎn)業(yè)的發(fā)展，我們可以得到如何幾個結(jié)論： 人工智能產(chǎn)業(yè)仍處于非常早期的階段;數(shù)據(jù)的重要性不容置疑，但問題多多;應(yīng)用才是驅(qū)動力;垂直行業(yè)才是大部分參與者的機會所在。

人工智能+行業(yè) or 行業(yè)+人工智能

今天想和大家分享的第二點是關(guān)于到底是“人工智能+行業(yè)”還是“行業(yè)+人工智能”。 我的基本看法是行業(yè)+人工智能仍然是智能產(chǎn)業(yè)發(fā)展的主流。 我們覺得“行業(yè)+人工智能”可能占到90%，“人工智能+行業(yè)”可能只占到10%。區(qū)別在哪里 人工智能+行業(yè)是創(chuàng)造新模式，更多表現(xiàn)在以前這個行業(yè)不成熟，或者沒有現(xiàn)有的很好的商業(yè)模式，比如像自動駕駛;而行業(yè)+人工智能是對用人工智能技術(shù)對行業(yè)進行變革和改造，要么降低成本，要么提高決策和管理水平。比如法律啊、教育啊、金融啊。很對AI的新技術(shù)在消費領(lǐng)域和工業(yè)領(lǐng)域的應(yīng)用也不一樣，比如消費領(lǐng)域的人臉識別、美顏相機在工業(yè)領(lǐng)域可能是身份認(rèn)證、銀行開戶、安防監(jiān)控、商業(yè)分析;消費領(lǐng)域的語音識別和輸入法技術(shù)可能是智能客服應(yīng)用，深度學(xué)習(xí)和圖像識別在工業(yè)領(lǐng)域可能是智能分揀和安檢應(yīng)用。

如果90%的機會在于“行業(yè)+人工智能”，那么錢、數(shù)據(jù)和算法就是不是決定性的因素，如果錢是決定性的因素，那未來也就不會有什么創(chuàng)新了。行業(yè)知識和行業(yè)專家是壁壘，所以說大公司壓迫下的創(chuàng)業(yè)公司仍具有廣闊的空間，那么那些行業(yè)將實現(xiàn)AI爆發(fā)或者說受到?jīng)_擊最大呢 剛才李德毅院士說的很好，四個行業(yè)，制造業(yè)、教育、金融、醫(yī)療，我非常認(rèn)同，我覺得最關(guān)鍵的是要看兩點，一個是行業(yè)本身的成長空間，就是說是否足夠大，是否未來有成長性，另一個是這個行業(yè)是否依賴于人的經(jīng)驗和知識，依賴越大的，被人工智能取代的需求就越大，比如醫(yī)生，主要是專家太少。我們投資過的一個項目，是病理切片癌癥診斷，據(jù)說全國能看病醫(yī)生也就不到1萬個，而合格的專家只有不到500個，你看需求多大，大數(shù)據(jù)和人工智能可以解決這個問題，IBM Watson的思路也是一樣的。另外就是律師和金融行業(yè)的人，主要是太貴，律師一小時多少錢，金融行業(yè)動不動幾百萬，其實你用了大數(shù)據(jù)和人工智能后發(fā)現(xiàn)，其實他們不值這么多錢。剛才李院士說制造業(yè)我國使用機器人的數(shù)量遠遠落后韓國日本等，主要原因我覺得還是成本問題，所以我認(rèn)為最緊迫的可能不是家政機器人之類的，而是取代高成本的人力以及人力不夠的行業(yè)。

人工智能產(chǎn)業(yè)還有一個特點比較鮮明的。就是他是Embedded，嵌入式的，所以可以說AI技術(shù)是一種Enabling Technology。未來所有的企業(yè)都應(yīng)該是AI企業(yè)，所以你看現(xiàn)在包括Google百度都說自己是AI All In。

人工智能的三要素問題

今天想和大家分享的第三點是關(guān)于人工智能的三要素問題?，F(xiàn)在講人工智能，就和大數(shù)據(jù)的4個V一樣， 幾乎每個專家都要將人工智能三要素，數(shù)據(jù)、計算力、算法 。但是真的夠了嗎。我認(rèn)為不夠，為何什么說呢，大家看看，人工智能正從計算智能、感知智能向認(rèn)知智能及創(chuàng)造智能的方向發(fā)展，認(rèn)知智能包括理解、運用語言的能力，掌握知識、運用知識的能力，在語言和知識上的推理能力，主要集中在語言智能即NLP。到了認(rèn)知智能這個階段光有數(shù)據(jù)、算法、和計算資源我認(rèn)為不夠的，需要什么 我認(rèn)為重要的一點可能還需要很多的知識，需要有知識圖譜等別的很多東西，所以知識可能是第四個要素。從另外一個角度，目前人工智能三要素中對應(yīng)用場景沒有論及，所及基本還是從技術(shù)層面來考慮問題的，我們認(rèn)為不夠，所以應(yīng)用場景的問題是否可能成為第四要素 再者人共智能必須考慮人的問題，是人工+智能，人機協(xié)作的問題在很多AI場景中必須考慮。所以我提出一個問題，如何尋找人工智能的第四要素 

人工智能的重點機會和方向問題

今天想和大家分享的第四點是人工智能的重點機會和方向問題。這就是以自然語言處理即NLP為代表的認(rèn)知智能。目前AI硬件領(lǐng)域的投資很厲害，也是大公司的天下，比如GPU，F(xiàn)PGA，ASIC芯片等，在視覺領(lǐng)域的投資，也很多，特別是圖像識別啊、語音識別啊，誕生了不少獨角獸公司，技術(shù)進步也很快，但是太多了。不是未來的投資方向。而以自然語言處理為核心的認(rèn)知智能，目前在國內(nèi)的投資及發(fā)展和美國有不少的差距。根據(jù)騰訊研究院的報告，美國在NLP領(lǐng)域的新創(chuàng)其實差不多是中國的3倍，根據(jù)烏鎮(zhèn)智庫的報告，2000-2016年，全球累計新增自然語言處理企業(yè)數(shù)據(jù)達到543家。2009年以來，美國每年新增的自然語言處理企業(yè)占當(dāng)年全球新增企業(yè)總數(shù)的比例保持在40%左右，根據(jù)調(diào)研公司CB Insights近日公布的“最值得關(guān)注的100家人工智能公司，約25%的項目與“自然語言處理”直接或間接相關(guān)，所以說NLP已經(jīng)成為最值得關(guān)注的人工智能公司。根據(jù)福布斯精選Top50 AI公司2016年融資34.15億美元，其中約16.2%的資金投向“自然語言處理”直接或間接相關(guān)。

為什么是這樣的情況呢 因為在目前AI領(lǐng)域，依托大數(shù)據(jù)和深度學(xué)習(xí)，進展最快、效果得最好的是機器識別，機器識別結(jié)合機器學(xué)習(xí)在很多AI應(yīng)用場景下實現(xiàn)了較好的機器智能，但是識別不等于理解，未來實現(xiàn)強機器智能或“智慧”，還需要解決機器理解和推理的難題，特別是自然語言理解/生成(自然語言處理技術(shù))。如何讓機器像人一樣思考，理解人類語言、用人類語言表達、感知和表達情感、進行推理、規(guī)劃、決策、具備自學(xué)習(xí)進化能力這些都是NLP的難題。

NLP包含的內(nèi)容也是保羅萬象，從詞法、句法、語義、篇章、語言表示等基礎(chǔ)技術(shù)，到分類、聚類、情感分析、知識圖譜、機器翻譯、自動摘要、自動問答、信息抽取等核心技術(shù)，到搜索引擎、智能客服、輿情監(jiān)控等NLP+，再到各垂直行的“行業(yè)+NLP”。早期大家認(rèn)為深度學(xué)習(xí)對NLP貢獻不大，這兩年有所突破，我們在6個數(shù)據(jù)集上的測試表明，深度學(xué)習(xí)對自動分類的貢獻還是比較大的，平均可以提高5個百分點，所以深度學(xué)習(xí)對NLP有用，但是提高的精度還不夠。

整個在自然語言處理里面，有幾個東西我認(rèn)為現(xiàn)在非常熱，第一個就是聊天機器人或者虛擬助理。明天有一個專門的論壇講這個，特別好，我在這里不多講了。為什么這樣說 因為它是所有自然語言處理技術(shù)的集大成，而且是未來爭奪入口的一個焦點，所以蘋果、微軟、臉書、亞馬遜都在搞，而且未來這些平臺都會走向開源。

總的來說國內(nèi)目前在自然語言處理的投資遠遠落后于對視覺處理領(lǐng)域的投資，這是我們的一個機會。 但是自然語言的處理障礙壁壘更大，和行業(yè)結(jié)合得更加緊密，這是它的一個特點。

最后和大家分享一下我們公司基于大數(shù)據(jù)+NLP技術(shù)做的一些事情，拓爾思是一家以大數(shù)據(jù)+人工智能為發(fā)展戰(zhàn)略的創(chuàng)業(yè)板上市公司，拓爾思的人工智能的發(fā)展戰(zhàn)略，首先是AI All in的路線，即我們所有的技術(shù)產(chǎn)品、應(yīng)用產(chǎn)品和云服務(wù)都是內(nèi)嵌AI技術(shù);第二是大數(shù)據(jù)驅(qū)動，利用大數(shù)據(jù)的技術(shù)和應(yīng)用基礎(chǔ)來支撐和驅(qū)動AI技術(shù)和應(yīng)用的發(fā)展;第三是應(yīng)用場景優(yōu)先，因為沒有業(yè)務(wù)場景這些技術(shù)的東西就沒有用武之地，需要應(yīng)用場景來前導(dǎo)拉動和價值變現(xiàn)。當(dāng)前拓爾思AI技術(shù)主要拓展的場景在金融、安全、傳媒、司法、情報等垂直行業(yè)領(lǐng)域;此外，拓爾思再技術(shù)發(fā)展路徑方面強調(diào)兩條，第一個是云服務(wù)落地，逐步把業(yè)務(wù)都做成云服務(wù)的模式，第二條致力于垂直整合，如果不能形成垂直整合的生態(tài)閉環(huán)，你就不能賺大錢，實現(xiàn)更高的盈利能力和競爭門檻。同時我們也強調(diào)與巨人同行，技術(shù)上既采用開源開放的框架和平臺，又要研發(fā)出自己專攻領(lǐng)域超越和創(chuàng)新的成果。

總結(jié)，我認(rèn)為我們分析比較大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展對人工智能的產(chǎn)業(yè)發(fā)展非常有意義;第二我們認(rèn)為行業(yè)+人工智能仍然是主流，行業(yè)里有更大的空間可以供大家去創(chuàng)新和創(chuàng)造;第三面對人工智能的落地和進一步發(fā)展需要，人工智能三要素還不夠，還需要知識作為第四要素;第四是在自然語言處理領(lǐng)域的里的創(chuàng)新機會和拓爾思在這方面應(yīng)用實踐。希望與大家共同努力，推動我們國家人工智能產(chǎn)業(yè)特別是自然語言處理技術(shù)領(lǐng)域更快更好地發(fā)展。

我的分享就到這里，謝謝大家!

來源：億歐網(wǎng)