大數(shù)據(jù)時(shí)代人工智能創(chuàng)業(yè)入口何在？

大數(shù)據(jù) 人工智能創(chuàng)業(yè)

人工智能家 | 2016-04-12 11:15

【數(shù)據(jù)猿導(dǎo)讀】在大數(shù)據(jù)時(shí)代下，大數(shù)據(jù)與人工智能在具體領(lǐng)域中的應(yīng)用問(wèn)題成為當(dāng)今的焦點(diǎn)話題。那么，目前大數(shù)據(jù)和人工智能領(lǐng)域還存在著哪些技術(shù)挑戰(zhàn)？如何找到大數(shù)據(jù)和人工智能的創(chuàng)業(yè)入口，利用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的能力創(chuàng)造出更大的商業(yè)價(jià)值

大數(shù)據(jù)時(shí)代人工智能創(chuàng)業(yè)入口何在？

大數(shù)據(jù)和人工智能領(lǐng)域的技術(shù)障礙

清華大學(xué)機(jī)算機(jī)系崔鵬教授表示不管是大數(shù)據(jù)還是人工智能，從學(xué)術(shù)研究的角度來(lái)講不是新的概念，核心基本都是圍繞在數(shù)據(jù)分析和挖掘、數(shù)據(jù)建模等工作。

目前在大數(shù)據(jù)的不同層面，都出現(xiàn)了一些提供標(biāo)準(zhǔn)化服務(wù)的公司。但大數(shù)據(jù)的核心部分，也就是數(shù)據(jù)的處理和分析，恰恰不容易用一個(gè)通用的框架來(lái)實(shí)現(xiàn)。

大數(shù)據(jù)有很多的數(shù)據(jù)來(lái)源，不同領(lǐng)域的數(shù)據(jù)也呈現(xiàn)出非常強(qiáng)的領(lǐng)域特性，我們不可能搞找到一個(gè)通用的數(shù)據(jù)模型，來(lái)解決所有的問(wèn)題。

因此，大數(shù)據(jù)如果想真正地投入到產(chǎn)業(yè)應(yīng)用的話，一定是需要把懂大數(shù)據(jù)技術(shù)的人，與某一領(lǐng)域背景很強(qiáng)的人結(jié)合起來(lái)，才能夠使大數(shù)據(jù)的分析和處理層面實(shí)現(xiàn)比較大的突破。

其實(shí)硅谷現(xiàn)在有些公司正在試研發(fā)一些大數(shù)據(jù)的標(biāo)準(zhǔn)化工具，但是就我們了解到的情況來(lái)看，盡管能夠獲得投資，他們的存活狀態(tài)并不是太好。

因?yàn)閺钠髽I(yè)的角度來(lái)講，它并沒(méi)有很好的應(yīng)用場(chǎng)景。

規(guī)模比較大的企業(yè)完全有能力自己構(gòu)建一個(gè)數(shù)據(jù)分析團(tuán)隊(duì)，不太可能把所有的數(shù)據(jù)都交給專門做數(shù)據(jù)分析的服務(wù)商

而小公司采用這些服務(wù)，還是會(huì)面臨工具通用性上的問(wèn)題。

另外，大數(shù)據(jù)技術(shù)本身的不可讀性，使它目前存在著技術(shù)風(fēng)險(xiǎn)。目前幾乎所有大數(shù)據(jù)的分析，都是基于關(guān)聯(lián)算法進(jìn)行預(yù)測(cè)。

但這些所謂的預(yù)測(cè)是存在精確度方面的限制的，并且整個(gè)過(guò)程是一個(gè)黑盒子，我們沒(méi)有辦法控制。

因此，目前的大數(shù)據(jù)分析還不能實(shí)際應(yīng)用于某些領(lǐng)域的一些嚴(yán)肅決策之中。

2011年，Judea Pearl憑借因果推理模型拿到圖靈獎(jiǎng)，這也預(yù)示著計(jì)算機(jī)技術(shù)的發(fā)展將有可能打開(kāi)黑盒子模型，使大數(shù)據(jù)分析變成一種可解釋的行為。

這與目前的大數(shù)據(jù)完全是兩條線。

今年我們也看到一個(gè)標(biāo)志性的事件，就是2015年10月份《科學(xué)》雜志出現(xiàn)的文章

只需要非常少量的樣本，只用了幾百個(gè)樣本的數(shù)據(jù)，加上人的推理能力在里邊，它的性能比用數(shù)十萬(wàn)的樣本得到的效果還是好。

這預(yù)示著我們盡管目前大數(shù)據(jù)很熱，在很多領(lǐng)域已經(jīng)實(shí)現(xiàn)了實(shí)際應(yīng)用，但從技術(shù)的發(fā)展來(lái)講，目前的大數(shù)據(jù)技術(shù)并不是一個(gè)進(jìn)口

以前瞻性的投資視角來(lái)看，還是應(yīng)該關(guān)注更前沿的技術(shù)發(fā)展。

機(jī)器學(xué)習(xí)如何運(yùn)用于數(shù)據(jù)治理

原英特爾中國(guó)研究院院長(zhǎng)、馭勢(shì)科技CEO吳甘沙認(rèn)為，目前大數(shù)據(jù)與人工智能領(lǐng)域存在的技術(shù)障礙主要有以下兩點(diǎn)：

一是大數(shù)據(jù)工具與特定領(lǐng)域的結(jié)合。過(guò)去幾年大數(shù)據(jù)關(guān)注的是最底層的存儲(chǔ)，去解決分布式運(yùn)算的基礎(chǔ)設(shè)施的問(wèn)題。

現(xiàn)在是時(shí)候考慮如何進(jìn)入到具體運(yùn)用的問(wèn)題。太計(jì)算機(jī)化的工具，絕大多數(shù)用戶是不知道如何使用的。

從某種程度上來(lái)說(shuō)，如何提供實(shí)際可用的工具給不同領(lǐng)域的用戶，有針對(duì)性地提取數(shù)據(jù)中的價(jià)值，這是現(xiàn)在很多廠商都要試圖解決的問(wèn)題。

第二是數(shù)據(jù)治理問(wèn)題。在傳統(tǒng)的數(shù)據(jù)分析流程中，數(shù)據(jù)清洗花費(fèi)的時(shí)間可能占到整個(gè)流程的60%-70%，消耗了大量精力和資源。

現(xiàn)在，已經(jīng)有一些機(jī)器學(xué)習(xí)運(yùn)用于數(shù)據(jù)治理方面的研究和產(chǎn)業(yè)化的嘗試出現(xiàn)，機(jī)器學(xué)習(xí)可以從非結(jié)構(gòu)化的結(jié)構(gòu)中學(xué)習(xí)出結(jié)構(gòu)化的數(shù)據(jù)，并通過(guò)不斷的學(xué)習(xí)把一些歧義消除。

未來(lái)大數(shù)據(jù)和人工智能將出現(xiàn)一個(gè)交匯點(diǎn)，大數(shù)據(jù)解決通古曉今、見(jiàn)微知著的問(wèn)題，人工智能則解決認(rèn)知的問(wèn)題，二者的結(jié)合會(huì)對(duì)一些重要領(lǐng)域的發(fā)展起到里程碑式的作用。

最近IBM提出了“認(rèn)知商業(yè)”的概念，某種程度上我們可以將其理解為人工智能和大數(shù)據(jù)的結(jié)合，相信這兩種技術(shù)的組合將會(huì)有非常好的發(fā)展前景。

深度學(xué)習(xí)很好地反映了技術(shù)上面的發(fā)展，但它未必是一種終極狀態(tài)。

如何把深度學(xué)習(xí)和推理、邏輯這些模型、算法結(jié)合起來(lái)，把人工智能與現(xiàn)代應(yīng)用的需求結(jié)合起來(lái)，對(duì)已有的技術(shù)進(jìn)行重新組合，搭出一些獨(dú)特的架構(gòu)，將人工智能從傳統(tǒng)的感知帶入到擁有決策能力的階段，來(lái)實(shí)現(xiàn)工程上的創(chuàng)新，是未來(lái)非常值得期待的。

人工智能和大數(shù)據(jù)創(chuàng)業(yè)的建議行業(yè)垂直類大數(shù)據(jù)項(xiàng)目受青睞

在創(chuàng)勢(shì)資本創(chuàng)始合伙人湯旭東、極客邦創(chuàng)始人蔣濤看來(lái)，現(xiàn)在一些行業(yè)垂直類的大數(shù)據(jù)項(xiàng)目更被看好，通過(guò)三個(gè)維度對(duì)項(xiàng)目進(jìn)行評(píng)估。

第一是要有基于自然語(yǔ)言處理的核心技術(shù)，二是擁有更多的數(shù)據(jù)源，三是要解決客戶的實(shí)際問(wèn)題，實(shí)現(xiàn)數(shù)據(jù)變現(xiàn)。

即使是目前的市場(chǎng)容量還不大，但如果能真正解決用戶的實(shí)際問(wèn)題，就是值得投資的項(xiàng)目。

集中精力做到領(lǐng)域化和專業(yè)化

雖然吳甘沙創(chuàng)業(yè)的時(shí)間不長(zhǎng)，但卻深有感觸。在吳甘沙看來(lái)，創(chuàng)業(yè)者首先要明確要解決的問(wèn)題和自身專注的領(lǐng)域分別是什么。

每個(gè)領(lǐng)域都有不同的問(wèn)題，你要解決的問(wèn)題是不是用戶真正的需求。

第二是短期內(nèi)目標(biāo)能不能實(shí)現(xiàn)。有時(shí)不光是技術(shù)上的問(wèn)題，還要對(duì)市場(chǎng)和政策等方面進(jìn)行綜合考量。

第三是合伙人。在人工智能領(lǐng)域創(chuàng)業(yè)還是存在一定的技術(shù)壁壘。如想想做出與眾不同的產(chǎn)品，還是需要能力很強(qiáng)的專業(yè)人才，如果能忽悠到很強(qiáng)的人和你一起創(chuàng)業(yè)，一定是事半功倍的。

利用技術(shù)實(shí)現(xiàn)產(chǎn)業(yè)上的創(chuàng)新

圖靈機(jī)器人創(chuàng)始人俞志晨認(rèn)為，在人工智能和大數(shù)據(jù)領(lǐng)域創(chuàng)業(yè)，不僅技術(shù)壁壘很強(qiáng)，對(duì)創(chuàng)新能力要求同樣很高。

人工智能和大數(shù)據(jù)是一個(gè)長(zhǎng)線的發(fā)展過(guò)程，怎樣用技術(shù)創(chuàng)造出符合當(dāng)前環(huán)境要求、更具創(chuàng)新性質(zhì)的產(chǎn)品，是最值得關(guān)注和探索的。

憑借數(shù)據(jù)的力量提升領(lǐng)域競(jìng)爭(zhēng)力

不管是零售還是商城，許多行業(yè)都可以受益于數(shù)據(jù)驅(qū)動(dòng)的方法和技術(shù)。

崔鵬教授分析到，大數(shù)據(jù)的投資熱也持續(xù)了很長(zhǎng)一段時(shí)間，“大數(shù)據(jù)”的概念也慢慢被透支。

如何判斷這個(gè)公司是不是真正利用大數(shù)據(jù)技術(shù)的本質(zhì)在做產(chǎn)品，利用數(shù)據(jù)的力量提升在某一垂直領(lǐng)域競(jìng)爭(zhēng)力，而不是只扣一個(gè)概念。

對(duì)于用戶來(lái)說(shuō)，自己做大數(shù)據(jù)分析是一什非常奢侈的事情，因?yàn)樗皇琴I幾個(gè)工具就可以做成的，而是要真正懂得怎么樣對(duì)數(shù)據(jù)進(jìn)行建模，怎么樣進(jìn)行數(shù)據(jù)分析，并和公司里其他部門深度耦合才能解決。

一些初創(chuàng)公司不具備這樣的實(shí)力，可以向一些研究機(jī)構(gòu)或是高校尋求“產(chǎn)學(xué)研”方面的合作，這也是很好的方式。

利用已有的技術(shù)能力和基礎(chǔ)加速進(jìn)展

數(shù)據(jù)堂CEO齊紅威說(shuō)過(guò)，他在創(chuàng)業(yè)的過(guò)程中同樣經(jīng)歷了很多的失敗和挫折，總結(jié)出三點(diǎn)建議和大家分享。

1，專注。尤其是在創(chuàng)業(yè)初期，精力和時(shí)間都是有限的，領(lǐng)域化、專注化非常重要。

2，開(kāi)放的思維。尤其是在VR、AR和大數(shù)據(jù)領(lǐng)域，一定要想辦法利用已有的能力和基礎(chǔ)，比如數(shù)據(jù)層面的基礎(chǔ)或者技術(shù)層面的技術(shù)，這樣會(huì)加速你的進(jìn)展，不要所有的事情都自己從頭做。

3，耐心。這件事情不比其他的領(lǐng)域，尤其移動(dòng)互聯(lián)網(wǎng)靠一定模式砸出來(lái)，要累積技術(shù)能力，要有很強(qiáng)的耐心。

大數(shù)據(jù)的人工智能的未來(lái)是我們不能預(yù)測(cè)的。但我們不能質(zhì)疑的是大數(shù)據(jù)與人工智能將成為企業(yè)發(fā)展的強(qiáng)大助力，產(chǎn)生更大的商業(yè)價(jià)值。

來(lái)源：人工智能家

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來(lái)源與作者；轉(zhuǎn)載我們?cè)瓌?chuàng)內(nèi)容時(shí)，也請(qǐng)務(wù)必注明“來(lái)源：數(shù)據(jù)猿”與作者名稱，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。