AI的產(chǎn)業(yè)價(jià)值和科學(xué)價(jià)值

時(shí)間：2022-04-08 06:39:02 | 來(lái)源：行業(yè)動(dòng)態(tài)

時(shí)間：2022-04-08 06:39:02 來(lái)源：行業(yè)動(dòng)態(tài)

AI如何產(chǎn)生價(jià)值？只是簡(jiǎn)單地用一些AI工具或者算法，并不會(huì)輕易地創(chuàng)造產(chǎn)業(yè)價(jià)值。任何一個(gè)技術(shù)真正產(chǎn)生實(shí)際產(chǎn)業(yè)價(jià)值，一定有很長(zhǎng)的路要走。

劉鐵巖表示，人工智能不是拿來(lái)開(kāi)箱即用的東西，需要結(jié)合自身業(yè)務(wù)的特點(diǎn)進(jìn)行深入的定制化和共創(chuàng)。通過(guò)跨行業(yè)和跨學(xué)科的創(chuàng)新，AI才能創(chuàng)造更多產(chǎn)業(yè)價(jià)值（如金融、物流、醫(yī)療）和科學(xué)價(jià)值（如生物、物理、環(huán)境）。

人工智能作為人類(lèi)智能的輔助，僅需通過(guò)短時(shí)間的學(xué)習(xí)和調(diào)試，便能在分析和解決復(fù)雜問(wèn)題時(shí)，表現(xiàn)出令企業(yè)決策層驚喜的能力。當(dāng)我們?cè)诓煌男袠I(yè)，找到一個(gè)又一個(gè)的核心應(yīng)用點(diǎn)，就可以由點(diǎn)及面，用AI去逐步打開(kāi)每一個(gè)傳統(tǒng)行業(yè)。

過(guò)去四年中，借助創(chuàng)新匯這一平臺(tái)，微軟亞洲研究院的計(jì)算機(jī)科學(xué)家與各領(lǐng)域的行業(yè)專(zhuān)家緊密合作，激蕩智慧，共同開(kāi)展了多個(gè)前瞻性的合作研究項(xiàng)目。其中與華夏基金在量化投資、與東方海外航運(yùn)在航運(yùn)網(wǎng)絡(luò)運(yùn)營(yíng)優(yōu)化、與順豐在智能理賠預(yù)警和鏈路預(yù)測(cè)、與培生在AI英語(yǔ)教育、與遠(yuǎn)傳電信在網(wǎng)絡(luò)流量智能動(dòng)態(tài)配置、以及與中匯在交易系統(tǒng)性能優(yōu)化等場(chǎng)景中都進(jìn)行了非常成功的技術(shù)探索，其中部分技術(shù)已經(jīng)應(yīng)用到了企業(yè)的實(shí)際業(yè)務(wù)中，幫助企業(yè)攻克數(shù)字化轉(zhuǎn)型過(guò)程中的難點(diǎn)。

劉鐵巖表示，物流行業(yè)對(duì)訂單和需求的預(yù)測(cè)比較強(qiáng)烈，需要在復(fù)雜的物流網(wǎng)絡(luò)進(jìn)行精準(zhǔn)調(diào)度，而這依靠人的經(jīng)驗(yàn)顯然無(wú)法完成，而依靠人工智能技術(shù)可以實(shí)現(xiàn)分鐘級(jí)的調(diào)度。同樣，金融行業(yè)由于具有非常好的數(shù)字化基礎(chǔ)，AI進(jìn)入金融領(lǐng)域可以幫助個(gè)人實(shí)現(xiàn)更理性的投資，讓中國(guó)的金融市場(chǎng)更加高效。

與此同時(shí)，基于這些各自獨(dú)立的項(xiàng)目，微軟亞洲研究院抽象出了核心業(yè)務(wù)場(chǎng)景中的AI邏輯，挖掘問(wèn)題本質(zhì)，打造了通用的人工智能平臺(tái)AI 量化投資平臺(tái)微礦Qlib 和多智能體資源優(yōu)化平臺(tái)群策M(jìn)ARO，并通過(guò)開(kāi)源的方式將創(chuàng)新的技術(shù)成果延伸到了更廣泛的行業(yè)領(lǐng)域，讓更多的企業(yè)受益。

不過(guò)，劉鐵巖也強(qiáng)調(diào)，當(dāng)前階段，人工智能還是在一些相對(duì)淺層次的領(lǐng)域發(fā)揮著作用，雖然人工智能在工業(yè)界核心的決策問(wèn)題上應(yīng)用前景很廣泛，但作用仍然很有限。比如人工智能在很多重要的環(huán)節(jié)上面，與人的能力相比還是有所差異。

AI在創(chuàng)造產(chǎn)業(yè)價(jià)值的同時(shí)，其產(chǎn)生的科學(xué)價(jià)值也不容忽視。目前AI主要是在一些科學(xué)研究的輔助問(wèn)題上發(fā)揮作用，比如對(duì)噪聲數(shù)據(jù)進(jìn)行預(yù)處理，對(duì)光譜數(shù)據(jù)、天文圖片進(jìn)行模式識(shí)別，或者是對(duì)一些已有的數(shù)值仿真算法進(jìn)行加速和拓展。

近期出現(xiàn)了一些利用人工智能和大規(guī)模的算力改變科學(xué)發(fā)展現(xiàn)狀的特別出彩的工作，比如AlphaFold2進(jìn)行蛋白質(zhì)折疊，Deep Potential進(jìn)行分子動(dòng)力學(xué)模擬，但是劉鐵巖認(rèn)為，所有這些工作目前還只是星星之火，尚未形成燎原之勢(shì)。

劉鐵巖說(shuō)，要想讓人工智能對(duì)滾滾的歷史車(chē)輪產(chǎn)生更大的推動(dòng)作用，不能閉門(mén)造車(chē)，只在自己的世界里關(guān)心算法和理論的研發(fā)，更需要走出去、跨界共創(chuàng)，這樣才能真正實(shí)現(xiàn)人工智能更大的產(chǎn)業(yè)價(jià)值和科學(xué)價(jià)值。

例如，微軟亞洲研究院與清華大學(xué)聯(lián)合提出DeepRSM模型，能夠精細(xì)地刻畫(huà)空氣污染物濃度，幫助決策者快速找到減排效果更好、成本更低的方案。該研究已發(fā)表在環(huán)境科學(xué)頂級(jí)期刊《環(huán)境科學(xué)與技術(shù)》上。

在生物學(xué)方面，傳統(tǒng)的生物學(xué)方法在某種程度上都遇到了瓶頸，而被稱(chēng)作干實(shí)驗(yàn)的計(jì)算機(jī)模擬和生物學(xué)相結(jié)合的研究，正在利用AI、大數(shù)據(jù)等創(chuàng)新手段，為生物學(xué)研究打開(kāi)了另一扇窗。

高效的數(shù)值仿真是物理學(xué)、環(huán)境學(xué)等多個(gè)科學(xué)門(mén)類(lèi)的痛點(diǎn)之一，這是因?yàn)檎鎸?shí)世界的實(shí)驗(yàn)代價(jià)高昂，而實(shí)驗(yàn)前的仿真是推動(dòng)這些科學(xué)發(fā)展的重要手段。但是迄今為止，多尺度、高緯度、高精度的仿真仍然是非常困難的事情，需要巨大的運(yùn)算量，在很多情況下都是不可能完成的任務(wù)。

人工智能在這些方面都可以扮演重要的角色。這是因?yàn)?，深度學(xué)習(xí)憑借它卓越的逼近能力，有可能可以替代耗時(shí)的數(shù)值計(jì)算的模塊，而強(qiáng)化學(xué)習(xí)又可以高效地探索狀態(tài)空間和構(gòu)象空間，加速數(shù)值模擬的進(jìn)程。

展望未來(lái)，除了生物學(xué)、物理學(xué)、環(huán)境科學(xué)以外，其實(shí)還有太多的空間值得我們用AI去探索，無(wú)論是用AI助力電池材料的設(shè)計(jì)，碳捕捉和碳存儲(chǔ)，還是探索行星的前世今生，甚至發(fā)現(xiàn)全新的基于數(shù)據(jù)驅(qū)動(dòng)的物理定律，我們都有無(wú)限的想象空間。劉鐵巖說(shuō)。