我們?yōu)槭裁匆J(rèn)識(shí)數(shù)據(jù)的本質(zhì)？

來(lái)源：數(shù)據(jù)觀 時(shí)間：2017-10-12 09:20:30 作者：車品覺(jué)

作者：

車品覺(jué)，代表沒(méi)作品《決戰(zhàn)大數(shù)據(jù)》、《數(shù)據(jù)的本質(zhì)》。

一場(chǎng)以大數(shù)據(jù)為核心的智能盛宴

時(shí)下仿佛大家都在談人工智能，就像當(dāng)年人人都在談大數(shù)據(jù)一樣。在不同場(chǎng)合上，阿里巴巴的馬云、百度的李彥宏及騰訊的馬化騰分別談過(guò)自己對(duì)人工智能的看法和觀點(diǎn)。這種對(duì)話有點(diǎn)兒像金庸小說(shuō)中的華山論劍。到底是氣宗( 大數(shù)據(jù)）還是劍宗（人工智能）更有戰(zhàn)略意義？我認(rèn)為，兩者是相輔相成的。經(jīng)歷了互聯(lián)網(wǎng)20 年的發(fā)展，我們已經(jīng)積累了足夠多的數(shù)據(jù)去驅(qū)動(dòng)一場(chǎng)“智能盛宴”，以大數(shù)據(jù)為核心的人工智能漸露端倪。

有一天晚上準(zhǔn)備睡覺(jué)時(shí)，聽到隔壁傳來(lái)女兒跟蘋果智能語(yǔ)音助手Siri 對(duì)話的聲音。我太太問(wèn)我，這樣正常嗎？我告訴她不用擔(dān)心，這是目前的趨勢(shì)。根據(jù)不久前美國(guó)“用戶普及率調(diào)查”的結(jié)果，語(yǔ)音助手的使用已經(jīng)達(dá)到引爆點(diǎn)，并在走向大規(guī)模普及的階段。

前段時(shí)間，我在美國(guó)舊金山就拜訪了Semantic Machines 的創(chuàng)始人兼CEO丹· 羅斯（Dan Roth），這家公司的成員很多都是Siri 和Echo 的幕后功臣。如今，羅斯領(lǐng)導(dǎo)著一個(gè)匯集了自然語(yǔ)言處理、語(yǔ)義理解、會(huì)話計(jì)算等領(lǐng)域?qū)＜业捻敿?jí)團(tuán)隊(duì)，目標(biāo)是攻破人機(jī)對(duì)話領(lǐng)域這個(gè)老大難的題目。

羅斯把他們正在研發(fā)的革命性技術(shù)稱為對(duì)話式人工智能（Conversational AI）。與Siri 相比，這種技術(shù)能夠更真實(shí)地了解用戶本人的意圖，哪怕用戶從一個(gè)話題跳到另一個(gè)話題，又或者說(shuō)的話不完整、不連貫，而這些正是人類對(duì)話的自然特點(diǎn)。這些特點(diǎn)正是目前這類技術(shù)的難點(diǎn)所在，相信了解破解自然語(yǔ)言難度的人都清楚，這項(xiàng)研究一旦成功，必然會(huì)改變世界。

2010年，“數(shù)據(jù)科學(xué)家”這個(gè)稱謂的發(fā)明者帕蒂爾（D.J.Patil）和杰夫· 哈默巴赫（Jeff Hammerbacher）認(rèn)為，一切應(yīng)該以產(chǎn)品為中心，從數(shù)據(jù)獲取、數(shù)據(jù)清洗、搭建和管理數(shù)據(jù)設(shè)施、原型開發(fā)、產(chǎn)品設(shè)計(jì)等方面，去實(shí)踐數(shù)據(jù)的價(jià)值。我在阿里就經(jīng)歷了從“數(shù)據(jù)產(chǎn)品”到“數(shù)據(jù)作為產(chǎn)品”的階段，后者其實(shí)才是大數(shù)據(jù)的真正產(chǎn)物，也是人工智能的源泉。

誰(shuí)掌握“完美信息”，誰(shuí)就將擁有整個(gè)世界

剛開始進(jìn)入數(shù)據(jù)行業(yè)時(shí)，我一直秉承著這樣一個(gè)理念：在“假設(shè)數(shù)據(jù)都是可獲取的”基礎(chǔ)上，思考問(wèn)題。隨著整個(gè)社會(huì)數(shù)據(jù)化程度的進(jìn)一步加深，以及人與物之間的高度互聯(lián)，以前很多信息的盲點(diǎn)被快速解開。由不同領(lǐng)域積累下的數(shù)據(jù)形成的“完美信息”漸露端倪，這其實(shí)是一個(gè)數(shù)據(jù)從量變到質(zhì)變的過(guò)程。這一“完美信息”具有無(wú)限潛能，足以讓人工智能所向披靡，催生各種智能場(chǎng)景，并讓其如潮涌至。智能時(shí)代，秉承“假設(shè)數(shù)據(jù)都是可獲取的”這一思維方式，才可讓你比別人更勝一籌，從而做到心中有數(shù)。

我在阿里時(shí)就曾參與設(shè)計(jì)了一款智能營(yíng)銷工具 “Look-Alike”。通過(guò)機(jī)器學(xué)習(xí)，我們可以利用過(guò)去積累的客戶消費(fèi)特征（每個(gè)客戶有高達(dá)上萬(wàn)個(gè)標(biāo)簽），作出精準(zhǔn)推送廣告的決策。有別于過(guò)去的廣告規(guī)劃，我們不會(huì)問(wèn)廣告主如何描述其目標(biāo)客戶群，而是讓廣告主給出500 個(gè)喜歡某品牌的用戶名單，我們就可以幫他找出5 000 個(gè)，甚至5 萬(wàn)個(gè)類似的客戶。這種方法可以在幾個(gè)小時(shí)之內(nèi)快速“掃描”出最有效的營(yíng)銷方案。通過(guò)這項(xiàng)技術(shù)，我們基本可以實(shí)現(xiàn)讓廣告主喜出望外的精準(zhǔn)廣告投放效果。但問(wèn)題是，這種產(chǎn)品真的能為廣告業(yè)及阿里帶來(lái)新的價(jià)值嗎？這還只是大數(shù)據(jù)革命的開端，大家可以拭目以待！

現(xiàn)實(shí)中，我們從數(shù)據(jù)收集、整合、判斷，以至行動(dòng)、再到反饋的過(guò)程并不完美，而形成數(shù)據(jù)閉環(huán)系統(tǒng)的阻力往往是人為因素居多。谷歌無(wú)人駕駛汽車項(xiàng)目的偉大之處正是給了我們重要的啟發(fā)，讓我們意識(shí)到自動(dòng)化及智能化所需要的數(shù)據(jù)閉環(huán)系統(tǒng)是如何做到了既封閉又開放，其中的里應(yīng)外合正是未來(lái)的發(fā)展趨勢(shì)。我在阿里就經(jīng)歷了4 個(gè)不同階段：數(shù)據(jù)驅(qū)動(dòng)決策、數(shù)據(jù)驅(qū)動(dòng)流程、數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品、數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)。在此過(guò)程中，你會(huì)發(fā)現(xiàn)，數(shù)據(jù)驅(qū)動(dòng)的目標(biāo)越模糊、數(shù)據(jù)越零散、人的互動(dòng)環(huán)節(jié)越多，智能項(xiàng)目開展起來(lái)就越吃力。

從數(shù)據(jù)戰(zhàn)略到數(shù)據(jù)治理，別讓數(shù)據(jù)成為累贅

如前所述，數(shù)據(jù)資源的積累是發(fā)展數(shù)字經(jīng)濟(jì)的前提。企業(yè)在向往智能時(shí)代所帶來(lái)的機(jī)遇的同時(shí)，更要為企業(yè)的未來(lái)目標(biāo)制定數(shù)據(jù)戰(zhàn)略。企業(yè)不僅要關(guān)注自己現(xiàn)在有什么數(shù)據(jù)，更要了解未來(lái)會(huì)欠缺什么。然后，再去探討欠缺的部分有多少可以靠自己補(bǔ)充，有多少需要求助他人、與他人合作以實(shí)現(xiàn)補(bǔ)充。有人把數(shù)據(jù)比喻為電能，這個(gè)比喻很生動(dòng)，但與電能不一樣的是，數(shù)據(jù)是可以被重復(fù)使用的。

在阿里時(shí)，我是怎么處理部門間數(shù)據(jù)互通這件事情的呢？很簡(jiǎn)單，首先是找出大家有意愿共用的部分，我稱其為企業(yè)內(nèi)的公共數(shù)據(jù)，然后安排資源把這一部分先建設(shè)起來(lái)。選擇公共數(shù)據(jù)也有一定的技巧，簡(jiǎn)單歸類就是：各部門已經(jīng)在高頻率但低效率的單線流通的數(shù)據(jù)，被野蠻重復(fù)復(fù)制到各部門的相同數(shù)據(jù)，大家都有意愿首先標(biāo)準(zhǔn)化的數(shù)據(jù)。當(dāng)這些帶有公共性質(zhì)的核心數(shù)據(jù)建立起來(lái)之后，大家就能更容易地感受到數(shù)據(jù)高質(zhì)量流通的意義及好處。要保證這些數(shù)據(jù)的質(zhì)量和新鮮度也相對(duì)變得容易了。

所以從戰(zhàn)略意義上來(lái)說(shuō)，第二使用權(quán)的合規(guī)性變得非常微妙。大數(shù)據(jù)背后的邏輯是數(shù)據(jù)積累越多越好，在過(guò)去兩三年，很多企業(yè)都相信有了大量數(shù)據(jù)資源后，就能對(duì)企業(yè)的業(yè)務(wù)產(chǎn)生更大價(jià)值。

但人們往往很快就會(huì)發(fā)現(xiàn)，除了技術(shù)能力之外，如何妥當(dāng)?shù)毓芾?、利用這些資源并非易事：安全合規(guī)是一方面，降低數(shù)據(jù)使用的阻力及風(fēng)險(xiǎn)也是困難重重。所以我一直倡議，數(shù)據(jù)治理不是數(shù)據(jù)部門的工作，而是公司總體的戰(zhàn)略。這意味著，“本性純善”的大數(shù)據(jù)也容易變成一個(gè)累贅。

數(shù)據(jù)是一種信仰，“善”用才是本質(zhì)

2016 年，一場(chǎng)圍棋大戰(zhàn)讓人類引以為傲的智力頂配瞬間被AlphaGo 踐踏得體無(wú)完膚。而在我看來(lái)，這場(chǎng)大戰(zhàn)其實(shí)不過(guò)是一幫人贏了另一幫人，而且大部分人僅注意到了智“能”，而忽略了它與智“慧”的差別：“能”是能力的表現(xiàn)，而“慧”是心除雜念，將智能用在具有普世價(jià)值的地方。同樣的科技能力是被善用還是被濫用只有一線之差。

2016 年在英國(guó)倫敦召開的一場(chǎng)數(shù)據(jù)大會(huì)上，有人預(yù)測(cè)：英超聯(lián)賽萊斯特城足球俱樂(lè)部的中場(chǎng)球員里亞德· 馬赫雷斯（RiyadMahrez）將成為值得關(guān)注的球員。當(dāng)時(shí)他在演講中說(shuō)：“根據(jù)我們的數(shù)據(jù)，目前馬赫雷斯不僅是英國(guó)最好的中場(chǎng)球員，也是歐洲最好的中場(chǎng)球員之一。我敢說(shuō)，在本賽季結(jié)束時(shí)，他的價(jià)值將非常巨大。”其數(shù)據(jù)顯示，馬赫雷斯在各類足球比賽期間，先后出場(chǎng)35 次，總體評(píng)分1118 分，在歐洲排名第6 位，僅次于1 635 分的“阿根廷球王”梅西等5 位球員。

結(jié)果，萊斯特城足球俱樂(lè)部2017 年1 月爆出超級(jí)大冷門，首次獲得英超聯(lián)賽冠軍。表現(xiàn)神勇的馬赫雷斯不但是最大功臣，更榮膺英超聯(lián)賽最佳球員，即“足球先生”，成了第一位獲此榮譽(yù)的非洲球員。

這位堪稱“ 神預(yù)測(cè)” 的仁兄叫瓦萊里· 博利埃（ValeryBollier），是一家體育運(yùn)營(yíng)商Oulala 的聯(lián)合創(chuàng)始人兼CEO，其公司以其復(fù)雜精妙的數(shù)學(xué)矩陣聞名。他們的系統(tǒng)包含了70 個(gè)取決于球員位置（守門員、后場(chǎng)、中場(chǎng)、前鋒等）的不同標(biāo)準(zhǔn)，總共能夠衍生出275 種或得分或丟分的方式。這些方式多種多樣，從進(jìn)球和助攻，到具體射中球門和成功阻截等，盡量量化了接近比賽的真實(shí)情況。

為什么博利埃能夠未卜先知，竟在年前就作出如此準(zhǔn)確的預(yù)測(cè)？其實(shí)答案就是大數(shù)據(jù)和信息。球隊(duì)的班主、教練和星探等，都被這種量化管理震驚。他們難免開始擔(dān)憂，在大數(shù)據(jù)領(lǐng)域落后了怎么辦？那就等著被淘汰吧。

幾千年來(lái)，人類習(xí)慣了生存在信息稀缺的年代，大數(shù)據(jù)與人工智能則為人們帶來(lái)了曙光，同時(shí)也引發(fā)了擔(dān)憂。暫且撇開我們會(huì)不會(huì)被機(jī)器人侵略這個(gè)問(wèn)題，人類真的已經(jīng)充分利用了自己的潛能了嗎？數(shù)據(jù)是一種信仰, 我們應(yīng)該善用這個(gè)寶藏, 為人類創(chuàng)造更美好的世界。

注：本文來(lái)源作者投稿授權(quán)數(shù)據(jù)觀發(fā)布，內(nèi)容系車品覺(jué)新書《數(shù)據(jù)的本質(zhì)》，轉(zhuǎn)載請(qǐng)務(wù)必注明來(lái)源、出處及作者信息，?版權(quán)著作權(quán)屬原創(chuàng)者所有。

責(zé)任編輯：黃玉葉