以下是雷濤演講實(shí)錄：（內(nèi)容根據(jù)現(xiàn)場速記整理

時(shí)間：2022-04-02 18:18:02 | 來源：行業(yè)動(dòng)態(tài)

時(shí)間：2022-04-02 18:18:02 來源：行業(yè)動(dòng)態(tài)

今天跟大家分享一下人工智能在DT時(shí)代落地路徑的主題，希望我的演講能給大家一些啟發(fā)。

其實(shí)AI和DT這兩個(gè)內(nèi)容會(huì)有滲透，最早期做DT的時(shí)候，2011年，我們看中國移動(dòng)的一個(gè)項(xiàng)目要用到自然語言去規(guī)?；姆?wù)1.2億用戶，它是數(shù)據(jù)科學(xué)加上數(shù)據(jù)處理的一個(gè)綜合體系的系統(tǒng)工程，像現(xiàn)在很主流的一些平臺(tái)出現(xiàn)是因?yàn)锳NP的概念出來。P更多講是商業(yè)的數(shù)據(jù)產(chǎn)品，定價(jià)、流通，商業(yè)事件。

我們今天看人工智能，ABC又把大數(shù)據(jù)作為第二個(gè)B，又反過來包容，所以現(xiàn)在人工智能這個(gè)領(lǐng)域，大家看的視野差異非常大。媒體看的是阿爾法狗，我們現(xiàn)在看到的是大數(shù)據(jù)應(yīng)用端，就是人臉識(shí)別、自然語言處理，通過人機(jī)交互的處理達(dá)到很多漂亮的路徑，很多漂亮的應(yīng)用。我們看到投資的項(xiàng)目都是在神經(jīng)網(wǎng)絡(luò)在看什么，在推理什么東西，固化在應(yīng)用端，大量基于視覺的項(xiàng)目越來越多。

AI幫助我們改變了很多，像端到端的AI服務(wù)，比如說打車的服務(wù)，它每天要完成上百萬次的路徑計(jì)劃，它已經(jīng)滲透在我們的生活和行業(yè)當(dāng)中了。

今天想跟大家分享的一個(gè)主題，這個(gè)概念非常多，我們?cè)诮?jīng)歷一個(gè)大機(jī)構(gòu)的轉(zhuǎn)型，從一個(gè)大的IT到DT的變化。從數(shù)據(jù)、信息、知識(shí)到智慧，它是一個(gè)逐級(jí)上升的過程，現(xiàn)在我們?nèi)绾翁幚硪粋€(gè)低級(jí)的內(nèi)容呢？原來我們更多的IT是服務(wù)于業(yè)務(wù)人員，業(yè)務(wù)定義的一個(gè)具體流程之后，所有的規(guī)則都是清晰明確的。我參與的15年以數(shù)據(jù)庫為導(dǎo)向，以這樣的技術(shù)堆棧完成我們對(duì)AI的構(gòu)建。原來機(jī)器的角色是機(jī)器執(zhí)行我們的指令，現(xiàn)在它可以達(dá)到我們模糊的一個(gè)技術(shù)邊界指令，我們?cè)贒T里邊處理的數(shù)據(jù)越來越LOW了，這樣DT的信號(hào)和數(shù)據(jù)，我們用幾個(gè)大量的V去描述它，就需要不同的T，早期是以結(jié)構(gòu)化為主含金量很高的體系，在T這個(gè)方面就是ABC了，這個(gè)T改變的是我們整個(gè)行業(yè)無論是技術(shù)內(nèi)部的迭代，還是它所服務(wù)的內(nèi)容。

數(shù)據(jù)本身也發(fā)生了很大的變化，我列了三個(gè)定義，第一個(gè)就是交易性的數(shù)據(jù)，這些數(shù)據(jù)是銀行里邊核心的帳務(wù)系統(tǒng)，或者是某一個(gè)醫(yī)院的掛號(hào)系統(tǒng)，這些數(shù)據(jù)資源存儲(chǔ)在一個(gè)昂貴的陣列里，這個(gè)是由應(yīng)用產(chǎn)生的數(shù)據(jù)，由信息化系統(tǒng)產(chǎn)生的數(shù)據(jù)，它無疑誕生了六千億美金的大公司，主導(dǎo)了我們整個(gè)希望信息化產(chǎn)業(yè)內(nèi)部的三座大山；第二個(gè)數(shù)據(jù)是我們行為交往過程當(dāng)中產(chǎn)生的數(shù)據(jù)，這部分的數(shù)據(jù)更多的是我們?cè)诜窒怼?chuàng)建，通過微博、微信、網(wǎng)頁等產(chǎn)生的行為數(shù)據(jù)，這些行為數(shù)據(jù)的沉淀，數(shù)據(jù)幾十倍于我前面所說的數(shù)據(jù)，我們?cè)隽康臄?shù)據(jù)要處理1700多條，傳統(tǒng)的數(shù)據(jù)處理方式是處理不了的，那么這部分的數(shù)據(jù)就進(jìn)入到大數(shù)據(jù)；我們看到傳感器、可穿戴的手環(huán)，物聯(lián)網(wǎng)大量的設(shè)備，這部分的設(shè)備更是幾個(gè)數(shù)量級(jí)比以前更多的數(shù)量，個(gè)別的獨(dú)角獸企業(yè)也在每一個(gè)局部領(lǐng)域、每一個(gè)垂直的行業(yè)里邊開始發(fā)力，大公司我們相信應(yīng)該是出現(xiàn)在MI這個(gè)領(lǐng)域，更多是以傳感器和物聯(lián)網(wǎng)為出發(fā)大規(guī)模的數(shù)據(jù)資源。

最根本的問題還是在商業(yè)模式，我們更多講的還是在技術(shù)迭代的過程中，在DT使用的時(shí)候，人工智能它在三個(gè)層級(jí)發(fā)生作用。第一個(gè)在BI優(yōu)化流程，通過一個(gè)算法的分類也好，聚類也好建模也好，把更好的信息流得到更好的優(yōu)化，我們做一個(gè)專家的系統(tǒng)，每一個(gè)專家系統(tǒng)都是一個(gè)決策數(shù)上的數(shù)點(diǎn)，今天我們開始應(yīng)用一類新的方法，把原有的流程給覆蓋掉，比如說我們?cè)谛庞每ɡ镱^用一些算法，原來的決策數(shù)種一萬顆樹，這是對(duì)已有流程的優(yōu)化；AI不僅僅是對(duì)已有流程的優(yōu)化，更多的是兩個(gè)，一部分是我怎么延展我的服務(wù)，把供應(yīng)鏈的下游和消費(fèi)者的上游兩個(gè)能夠通過人工智能的手段連接回來，形成一個(gè)數(shù)據(jù)的閉環(huán)，這也是我們現(xiàn)在在AI里邊看到的常見的體量的內(nèi)容；第三個(gè)是最激動(dòng)人心的階段，是對(duì)商業(yè)流程的完全替代，就是原來基于大量的商業(yè)經(jīng)驗(yàn)被AI扁平化了，我要買一個(gè)東西，我們要通過貨架才能找到，它都是有精確的擺放位置，以前都是規(guī)則擺放的，一個(gè)算法會(huì)改變我們所有的商業(yè)流程，商業(yè)流程被重構(gòu)，這個(gè)是AI帶來的改變。很多都是由算法來改變，而不是聽業(yè)務(wù)來做業(yè)務(wù)指導(dǎo)。

一個(gè)航班的信息優(yōu)化，我們是用不同的算法來完成是做預(yù)測，航班會(huì)不會(huì)晚點(diǎn)，還是說我要調(diào)度一下擺渡車，這是一個(gè)動(dòng)態(tài)規(guī)劃的問題，你會(huì)發(fā)現(xiàn)算法開始決定了很多商業(yè)體量，而且很多算法是很精巧的，把我們沒法定義的特征用數(shù)學(xué)來表達(dá)。這也是阿爾法狗在做的事兒。管道泄露，我們把兩個(gè)口的兩個(gè)差做出來，然后做一個(gè)壓力差就可以了，現(xiàn)實(shí)當(dāng)中不是有很多個(gè)頭，所以你要做很多的管道內(nèi)容才能真正做出來。真正的問題是沒有那么多的圖紙，多數(shù)的管道都只有一個(gè)圖表，沒有CAD的圖紙你怎么做，當(dāng)人類做的工作都沒有辦法做出來的時(shí)候，你做一個(gè)基于概率統(tǒng)計(jì)的算法是可以找出方法的，當(dāng)然這個(gè)要放在深度學(xué)習(xí)的框架里邊去做。

一個(gè)算法決定了商業(yè)時(shí)代的發(fā)展。面向這種AI服務(wù)的時(shí)候，在DT里邊我們看到了需要大量的AI能力來替代商業(yè)流程和規(guī)則，任何人都開始需要訪問AI了，但是AI是不是少數(shù)人的專利。每一個(gè)新技術(shù)的出現(xiàn)，其實(shí)都經(jīng)歷一個(gè)漫長的過程，第一部的手機(jī)出現(xiàn)，到今天的普及，它經(jīng)歷了一個(gè)很長的周期，第一個(gè)算法的出現(xiàn)，1994年銀碼用谷歌的計(jì)算分子，打敗了IBM40年，基于人類的語言學(xué)家，你我他這樣的主謂賓的體系，用循環(huán)嵌套的方法，但是這個(gè)方?jīng)]有被大量的應(yīng)用在行業(yè)里頭。

目前行業(yè)面臨人才的稀缺的窘境，德勤有一個(gè)報(bào)告，AI的畢業(yè)生98%被谷歌、蘋果等公司接收，畢業(yè)生起薪都是30萬美金，AI在人才上面是非常短缺的，而培養(yǎng)一個(gè)人也是需要很長的時(shí)間，有人說需要花數(shù)年的時(shí)間來培養(yǎng)一個(gè)博士。以前我們做一個(gè)大規(guī)模的語言項(xiàng)目處理的時(shí)候，第一期沒有用現(xiàn)在的新技術(shù)，NOP的方法。博士交給你的項(xiàng)目，所有的照會(huì)率都很完整的時(shí)候，連回收都不能做那就是邏輯包。一部分是云計(jì)算代表的核心技術(shù)人員、工程人員，還有一類是數(shù)學(xué)、物理、控制的PHD，怎么把這兩類人才，兩類能力做有效的融合，其實(shí)在整個(gè)市場去擴(kuò)展AI的時(shí)候都碰到了一個(gè)高昂的成本問題。像BAT能夠賦能與程序員一樣，我們能不能給AI也做一個(gè)藍(lán)翔技校把這些功能賦能。

從2015年開始有大量的公司投入這個(gè)領(lǐng)域里頭，這個(gè)圖是原來Facebook的負(fù)責(zé)人，后來他去了另外一個(gè)公司，在整個(gè)AI的工程里頭它是一個(gè)系統(tǒng)性的工程，從數(shù)據(jù)的獲取到探查，特種工程這是是一個(gè)很大的工作，然后到后面的評(píng)估，上線這是一個(gè)整個(gè)的體系，這個(gè)在整個(gè)AI里邊最重要的是調(diào)參?，F(xiàn)在的AI體系的內(nèi)容只是完成了一小部分，所以我們的觀點(diǎn)是像移動(dòng)互聯(lián)網(wǎng)一樣，我們需要一個(gè)新的平臺(tái)機(jī)制，谷歌在2016年底的時(shí)候定義了，他們的CEO講，我們谷歌要從移動(dòng)有限轉(zhuǎn)向AI有限。

我們把主流的九大類算法用新的分布式體系重構(gòu)一遍。三年之前大家的關(guān)注度并不多，今年上半年英特爾這些巨頭也開始推，整個(gè)算法庫包讓大家重新意識(shí)到CPU來跑算法很明顯，尤其是結(jié)構(gòu)化數(shù)據(jù)的深度學(xué)習(xí)，在金融里頭一個(gè)簡單的全子網(wǎng)絡(luò)，它的效果遠(yuǎn)遠(yuǎn)要超過其它的內(nèi)容。

第一個(gè)我們?cè)趺赐ㄟ^算例來提供一個(gè)算法的支撐，第二個(gè)就是數(shù)據(jù)資源的全量再現(xiàn)，數(shù)據(jù)我們?cè)诓粩嗟耐诰颉Ｎ覀冏隽艘粋€(gè)項(xiàng)目，現(xiàn)在基于微信的營銷流數(shù)據(jù)的形態(tài)越來越及時(shí)化，這些數(shù)據(jù)不可能一個(gè)星期后再做處理。我們對(duì)于一個(gè)服務(wù)行業(yè)而言，催收的數(shù)據(jù)有一百萬級(jí)別，被催收的數(shù)據(jù)其實(shí)就是違約數(shù)據(jù)，銀行的壞客戶已經(jīng)被標(biāo)注出來，我們把它回到審批端，做審批端優(yōu)化的，這樣學(xué)歷背景的人是不是可以做貸款或者是發(fā)信用卡。那么這個(gè)也是要做訓(xùn)練，每天有一百萬條的訓(xùn)練記錄。這是一個(gè)在線反欺詐，原來申請(qǐng)的人寫的內(nèi)容用大量的規(guī)則來描述，它是不是一個(gè)欺詐用戶，現(xiàn)在犯罪分子到農(nóng)工去招工，拿了一些錢去收集一些身份證號(hào)辦一個(gè)卡。我們把大量的特征值，每天上百個(gè)件彼此的關(guān)聯(lián)性，尋找網(wǎng)絡(luò)特征，再輸入到端里邊，然后來識(shí)別是不是欺詐行為。

湯森路透是一個(gè)金融財(cái)經(jīng)的服務(wù)商，他每年要讀幾十萬份公告，然后把一級(jí)市場的金額波動(dòng)分析出來，怎么重組，什么時(shí)候增發(fā)，怎么做可轉(zhuǎn)債，這個(gè)以前是靠人去做解讀的，后來我們做分析器給它出了一個(gè)的解決方案。

心血管疾病的案例，這些案例有些是我們直接參與的，有一些是我們的賦能平臺(tái)，就像APP商店和IP的關(guān)系，通過平臺(tái)的賦能，讓他們?cè)贏I的平臺(tái)上（不用寫代碼的情況下）來完成深度學(xué)習(xí)這樣一個(gè)復(fù)雜的操作。

所以今天我主要表達(dá)的一個(gè)觀點(diǎn)就是通過一個(gè)AI的賦能工具化平臺(tái)，將AI最初走到現(xiàn)在，來獲取機(jī)器智能像讀書一樣簡單。謝謝！