大數(shù)據(jù)和AI，純談概念沒意義

大數(shù)據(jù) AI 概念

曹政 | 2016-10-21 14:26

【數(shù)據(jù)猿導(dǎo)讀】前段時(shí)間， Google 的新聞發(fā)布會，有很多與AI相關(guān)的產(chǎn)品推出，其實(shí)很多媒體已經(jīng)說了，Google已經(jīng)是一家AI公司了

最近AI，大數(shù)據(jù)，機(jī)器學(xué)習(xí)這些概念特別火，一個(gè)通用的認(rèn)識是，AI是行業(yè)未來，是下一個(gè)風(fēng)口，是千億美元巨頭的誕生點(diǎn)。但我不想說，寫一篇文章來證明，為什么AI那么重要或者那么有價(jià)值，因?yàn)檫@屬于正確但完全沒用的廢話。就好比你說IT行業(yè)是巨大的市場方向一樣，正確然而并沒有卵用。

AI并不是最新的東西，只是最新技術(shù)發(fā)展的確實(shí)有點(diǎn)快，很多出色的互聯(lián)網(wǎng)產(chǎn)品或其他高科技產(chǎn)品多少都要有AI的成分，從游戲里的Boss，到翻譯系統(tǒng)，搜索引擎，推薦系統(tǒng)，到?jīng)Q策支持系統(tǒng)，自動(dòng)交易系統(tǒng)，工業(yè)機(jī)器人，無人駕駛，以及各種社交機(jī)器人陪聊系統(tǒng)，美圖工具，AI其實(shí)無處不在。就算從傳統(tǒng)領(lǐng)域來說，不說無人駕駛，現(xiàn)在汽車?yán)锏母鞣N安全輔助系統(tǒng)，其實(shí)也可以認(rèn)為是AI系統(tǒng)。

錘子科技的發(fā)布會，訊飛語音輸入法突然走紅，這也是AI 的一個(gè)典型場景，你們知道么，我在十五年前就知道并了解過這個(gè)東西了，你會說吹牛吧，十五年前pc互聯(lián)網(wǎng)才剛起步，移動(dòng)互聯(lián)網(wǎng)還沒人聽說過呢。那時(shí)候，我還在做呼叫中心方案，呼叫中心方案里有個(gè)模塊叫做IVR，中文是交互式語音應(yīng)答，當(dāng)時(shí)國內(nèi)技術(shù)最強(qiáng)，處于近乎壟斷地位的，就是科大訊飛，其實(shí)就是語音識別和自動(dòng)處理，和現(xiàn)在的訊飛輸入法，從技術(shù)原理而言，并無二致，但那時(shí)候，AI 這個(gè)概念還沒火。當(dāng)然技術(shù)也沒現(xiàn)在成熟，實(shí)際上絕大部分呼叫中心，并沒有把交互式語音應(yīng)答當(dāng)作重要的模塊，更多是讓用戶按鍵輸入和人工服務(wù)。

AI最初，是人類制定明確的規(guī)則和邏輯，并提供給機(jī)器可以借用的數(shù)據(jù)資源，讓機(jī)器去執(zhí)行，也就是一樣樣教，機(jī)器一樣樣學(xué)，機(jī)器發(fā)揮計(jì)算力和反應(yīng)速度的優(yōu)勢。但后來大數(shù)據(jù)，機(jī)器學(xué)習(xí)這些東西開始起來后，很多東西就發(fā)生了改變，人類只給一個(gè)基本的學(xué)習(xí)方法和邏輯，然后就是大數(shù)據(jù)集，讓AI通過這些大數(shù)據(jù)，和基本的學(xué)習(xí)方法，自己去學(xué)習(xí)和發(fā)現(xiàn)知識點(diǎn)，這樣AI的能力就得到了飛躍，甚至可以發(fā)現(xiàn)很多人類尚未發(fā)現(xiàn)的知識點(diǎn)，也就是出現(xiàn)了超越人類判斷力的可能。

舉個(gè)例子，比如我有個(gè)系統(tǒng)，需要根據(jù)人的基因測序結(jié)果，來分析和判斷這個(gè)人的健康風(fēng)險(xiǎn)和遺傳疾病可能，在以前呢，是需要對每一個(gè)基因的定義，科學(xué)家做嚴(yán)格的對比測試，把結(jié)論整理清楚，然后告訴這個(gè)系統(tǒng)，這個(gè)系統(tǒng)才知道，你這個(gè)基因到底咋回事，出了什么問題。但后來大數(shù)據(jù)出來了，就有了新的玩法，根據(jù)大量真實(shí)用戶的基因測序結(jié)果和真實(shí)的疾病診斷記錄，系統(tǒng)從中尋找規(guī)律，識別不同基因的可能含義以及對應(yīng)的健康問題。這很多人類尚未明確的一些基因定義，也可能被系統(tǒng)發(fā)現(xiàn)，系統(tǒng)就擁有了超越現(xiàn)有人類知識庫的能力，但如果樣本集不夠大，也可能一些偶然重合的基因被賦予了不正確的定義。

所以大數(shù)據(jù)，機(jī)器學(xué)習(xí)，將AI帶入了一個(gè)新的境界，但這里除了數(shù)據(jù)量，算法，也就是所謂的學(xué)習(xí)方法也很重要。比如圍棋AI，最開始人類用自己的規(guī)則教給他，結(jié)果怎么教都學(xué)不會，特別low，后來蒙特卡洛算法被引用后，圍棋AI上了一個(gè)大臺階，從業(yè)余菜鳥水平迅速躥升到了業(yè)余高手的水平，但這個(gè)算法的潛力很快被挖掘到了極限，所以最近三四年，其實(shí)圍棋AI的能力基本停滯，直到Google 的價(jià)值評估策略橫空出世，一下子從業(yè)余高手突進(jìn)變成職業(yè)頂級水平，由于 Google 公開了論文，僅僅是論文的公開，僅僅最近半年時(shí)間，世界其他的圍棋AI程序紛紛突破瓶頸，全都上了新的臺階。所以好的學(xué)習(xí)算法，也是非常重要的。

所以我們談AI，談大數(shù)據(jù)，談機(jī)器學(xué)習(xí)，在相當(dāng)多場合，可能說的是一回事。

那么問題來了，說了這些，有什么卵用?

1、可復(fù)用的基礎(chǔ)技術(shù)

這一點(diǎn)必須承認(rèn)，Google走的比較靠前。

一些基本的算法和思路，在很多場合可以通用，比如蒙特卡洛算法就是一個(gè)很典型的例子，當(dāng)然，有專業(yè)人士可能會挑刺，這個(gè)算法貌似和機(jī)器學(xué)習(xí)關(guān)系不大哦，好吧，其實(shí)我也不是行家，很多東西我也不是很懂的。

可復(fù)用的基礎(chǔ)技術(shù)，脫離場景的話，你可能不知道這玩意值錢在哪里，或者有什么意義，就好比你贏了圍棋世界冠軍，對商業(yè)來說，又能代表什么?

但這東西會成為很多革命的火種，就好比交流電，當(dāng)特斯拉最開始秀各種電的神奇表演時(shí)，對于大眾而言，誰知道這會成為人類生活各種場景各種工具密不可分的基礎(chǔ)技術(shù)呢。

中國目前的互聯(lián)網(wǎng)公司，從來都是實(shí)用為王，技術(shù)上拼得是我雙11的處理能力，運(yùn)營上拼得是線下幾萬個(gè)快遞小哥的覆蓋能力。在應(yīng)用技術(shù)挖潛上我們可以做到極致，但是在這種基礎(chǔ)能力上，我們還停留在超強(qiáng)的拿來主義原則上。

2、應(yīng)用場景

關(guān)鍵點(diǎn)來了，最終能變成千億美元，或者百億美元的市場空間，一定是要落在具體的應(yīng)用場景里。

以后誰要跟你得瑟說AI是未來，大數(shù)據(jù)是未來，巴拉巴拉的，你就直接噎他一句，具體應(yīng)用場景是哪些。說不出來的都是裝逼犯。

一些基礎(chǔ)可復(fù)用的算法策略，加上針對具體應(yīng)用場景的算法策略，加上海量的數(shù)據(jù)訓(xùn)練集，是讓機(jī)器形成正確和快速判斷的基礎(chǔ)。

幾個(gè)非常明確的場景

翻譯絕對算一個(gè)，想象一下，以后語音識別+自動(dòng)翻譯，出門全球自由行，帶個(gè)實(shí)時(shí)翻譯耳機(jī)，各說各話，全程無障礙溝通。這個(gè)場景將徹底改變旅游，商務(wù)出行的市場格局，并且真正促進(jìn)人類的彼此理解和溝通，社會價(jià)值極為巨大。

有人說翻譯的質(zhì)量不會達(dá)到人類的標(biāo)準(zhǔn)，但其實(shí)這不重要，能夠雙方清晰理解就可以，在大多數(shù)日常溝通情況下，翻譯的目的是雙方理解，而不需要絕對精確。而且這樣會帶來一個(gè)后果，就是也許以后機(jī)器翻譯體可能會開始流行，一些機(jī)器特點(diǎn)的表達(dá)方式會反過來改變語言原本的使用習(xí)慣，不用擔(dān)心，連long time no see這樣的短語，這不老美也都習(xí)慣了。當(dāng)翻譯體都開始流行時(shí)，良性反饋，機(jī)器的翻譯就越來越精確了。

無人駕駛是一個(gè)，用車成本會極大降低。想象一下，出租車的費(fèi)用會減少一半，這是啥概念，而且不會再有繞路，拒載的事情。就算是私家車，能夠安心的看風(fēng)景，或者看書，或者處理工作或?qū)W習(xí)的事情，而不是緊張兮兮的捏著方向盤在車流里尋找見縫插針的機(jī)會。

醫(yī)療健康會有機(jī)會，至少基因的大數(shù)據(jù)分析已經(jīng)開始，但是從成本考慮，獲得足夠多的樣本建立訓(xùn)練集應(yīng)該還是一個(gè)比較長時(shí)間的事情。此外，機(jī)器導(dǎo)診會不會出現(xiàn)，基于海量病歷，針對患者病情描述和必要的檢查，給出導(dǎo)診建議，或給醫(yī)生輔助建議。比如，有23%的幾率是A病癥，5%的幾率是B病癥，建議做什么什么檢查。短期內(nèi)取代人類醫(yī)生可能還不太敢，但作為輔助方式，這個(gè)其實(shí)技術(shù)上應(yīng)該已經(jīng)沒有太大門檻了，缺的就是足夠的數(shù)據(jù)量和必要的學(xué)習(xí)算法。

教育我不好講，但也存在一些想象空間，一個(gè)學(xué)生通過智能教育系統(tǒng)做題，根據(jù)其答題表現(xiàn)，給出下一步的學(xué)習(xí)方案和復(fù)習(xí)計(jì)劃。每個(gè)學(xué)生都會根據(jù)自己的能力和自己的實(shí)際表現(xiàn)，采用不同學(xué)習(xí)進(jìn)度，不同的學(xué)習(xí)方向發(fā)展自己。個(gè)性化的教育是不是有機(jī)會，至少可以想一下。

軍事我就不說了，有個(gè)大佬說了，這種技術(shù)最先肯定是在軍事領(lǐng)域應(yīng)用，因?yàn)樘娲杀靖甙?，比如米國，一個(gè)士兵的死亡成本是多少，派個(gè)無人機(jī)過去，替代成本高，這事就容易推動(dòng)，值得投入。

正在寫這個(gè)文章的時(shí)候，突然有個(gè)安全高手在微信群提到了風(fēng)控AI。如何識別騙子，識別欺詐，識別有問題的賬戶或者用戶，現(xiàn)在都是人工去把出問題的內(nèi)容拿出來看，然后總結(jié)規(guī)律，形成規(guī)則交給機(jī)器和算法，但是不是可以形成一套基于歷史數(shù)據(jù)挖掘的自動(dòng)系統(tǒng)，只要發(fā)現(xiàn)壞數(shù)據(jù)，就回溯源數(shù)據(jù)，然后加入樣本庫學(xué)習(xí)，對比好數(shù)據(jù)，然后自動(dòng)形成風(fēng)控的策略，從而在保持門檻寬松的前提下，降低壞賬率。對于一些小額貸款的p2p金融項(xiàng)目來說，這簡直就是核心競爭力有沒有，你玩得起對手玩不起，拼得就是壞賬率和風(fēng)控水平。

金融市場的自動(dòng)交易就不說了，人家都搞了快幾十年了，會不會出現(xiàn)一個(gè)超級BT的新算法吊打各種傳統(tǒng)策略?值得期待一下，但很多血淋淋的教訓(xùn)在前面呢。比如BAT試圖用大數(shù)據(jù)邏輯來做基金啥的，紛紛被打臉，呵呵，呵呵吧。有人說，以后投資基金都不需要專業(yè)人士了，靠大數(shù)據(jù)分析就夠了，不知道這個(gè)以后有多久，至少目前的大數(shù)據(jù)分析策略，還差的挺遠(yuǎn)。

圖像識別和圖像處理這幾年也非常火，除了娛樂應(yīng)用外，安防風(fēng)控，電商都有應(yīng)用場景，此外還有一個(gè)分支，鑒黃，但概念火了好幾年，卻沒有看到特別有價(jià)值的商業(yè)表現(xiàn)。依然是缺乏特別殺手級的應(yīng)用場景，大概也和技術(shù)仍然不夠強(qiáng)大有關(guān)。想象一下，尋人，包括走失，包括拐賣，包括抓捕，在警方后臺提交一個(gè)照片，自動(dòng)提示全國的哪個(gè)攝像頭這個(gè)人最后經(jīng)過了，這個(gè)價(jià)值大不大，但問題是，現(xiàn)在的技術(shù)實(shí)現(xiàn)不到這個(gè)級別呢?，F(xiàn)在也就是火車站，機(jī)場安檢能查指定逃犯，遠(yuǎn)談不上大數(shù)據(jù)。

最后總結(jié)一句，大數(shù)據(jù)和AI，純談概念沒意義，要回歸場景，可復(fù)用的通用技術(shù)固然重要，但只有落在場景里，我們才知道其明確的價(jià)值在哪里。

來源：“caoz的夢囈”公眾號

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)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時(shí)，也請務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責(zé)。