吳明輝：行業(yè)人工智能戰(zhàn)略的快與慢

來(lái)源：明略數(shù)據(jù) 時(shí)間：2018-06-21 14:50:45 作者：吳明輝

　　之所以說(shuō)行業(yè)人工智能是一條“慢”的賽道，深諳數(shù)據(jù)的吳明輝清楚認(rèn)識(shí)到，即使為人工智能系統(tǒng)提供充足、甚至無(wú)限的數(shù)據(jù)資源，也無(wú)法排除人類(lèi)對(duì)它的干預(yù)。

　　吳明輝2014年剛剛創(chuàng)建明略時(shí)，是從大數(shù)據(jù)平臺(tái)方向切入。但他很快發(fā)現(xiàn)，Hadoop開(kāi)源技術(shù)的門(mén)檻越來(lái)越低，因此迅速?zèng)Q定轉(zhuǎn)型去做差異化的行業(yè)應(yīng)用。4年來(lái)，明略數(shù)據(jù)基于數(shù)據(jù)和人工智能技術(shù)投身行業(yè)應(yīng)用，形成在公安、金融、工業(yè)和物聯(lián)網(wǎng)三個(gè)垂直行業(yè)人工智能的市場(chǎng)定位。

　　對(duì)于人工智能這樣一個(gè)時(shí)代風(fēng)口，盡管明略數(shù)據(jù)已躋身潮頭，但在吳明輝眼里，在正確的時(shí)間做正確的事，保持戰(zhàn)略定力，才是成功關(guān)鍵所在。

　　“戰(zhàn)略的本質(zhì)就是在意圖之上，基于能力與資源的約束，對(duì)未來(lái)方向做出的大膽選擇和決斷”

　　在人工智能領(lǐng)域的諸多賽道中，明略數(shù)據(jù)刻意選擇了深耕垂直行業(yè)的行業(yè)人工智能這一條比較“慢”的賽道，而不是那些被資本推動(dòng)的初創(chuàng)公司擁擠的紅海。

　　在深耕垂直行業(yè)大數(shù)據(jù)治理與挖掘領(lǐng)域三年后，2017年，明略數(shù)據(jù)宣布推出明智系統(tǒng)——行業(yè)人工智能大腦，并率先推出行業(yè)人工智能知識(shí)圖譜。在行業(yè)人工智能落地應(yīng)用中，如今，明略數(shù)據(jù)已經(jīng)占據(jù)了先人一步“快”的優(yōu)勢(shì)。

　　明略數(shù)據(jù)在其行業(yè)人工智能大腦“明智系統(tǒng)”中，通過(guò)面向AI的大數(shù)據(jù)治理產(chǎn)品CONA將海量多源異構(gòu)數(shù)據(jù)治理成行業(yè)知識(shí)，再基于知識(shí)圖譜數(shù)據(jù)庫(kù)蜂巢（NEST）完成行業(yè)知識(shí)圖譜存儲(chǔ)，通過(guò)行業(yè)大腦SCOPA的機(jī)器學(xué)習(xí)、符號(hào)推理等技術(shù)實(shí)現(xiàn)秒級(jí)運(yùn)算和在線分析挖掘，從而逐步構(gòu)建公安大腦、金融風(fēng)控大腦、工業(yè)安全大腦。

　　據(jù)明略數(shù)據(jù)官網(wǎng)消息，明略數(shù)據(jù)已成功服務(wù)部分省級(jí)公安廳和市級(jí)公安局，中國(guó)人民銀行、交通銀行、光大銀行等金融機(jī)構(gòu)，中國(guó)中車(chē)、上海地鐵等行業(yè)標(biāo)桿客戶。今年4月，明略數(shù)據(jù)宣布已與2017年完成C輪10億元人民幣融資，本輪投資方為華興資本、騰訊。

　　著名心理學(xué)家、諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者丹尼爾?卡尼曼在其專(zhuān)著《思考，快與慢》中談到：“快思考存在成見(jiàn)，在很多特定的情況下，易犯系統(tǒng)性錯(cuò)誤”“一些至關(guān)重要的任務(wù)卻只有慢思考才能執(zhí)行，因?yàn)檫@些任務(wù)需要付出努力和控制自我，由此方可抑制快思考產(chǎn)生的直覺(jué)和沖動(dòng)”。

　　如今，事實(shí)證明了明略數(shù)據(jù)在技術(shù)上的前瞻判斷力，及深耕行業(yè)人工智能的“慢”決策效益。吳明輝說(shuō)，人工智能可分為“感知智能”和“認(rèn)知智能”，感知可以看作是人的眼、耳、口等感官，而認(rèn)知?jiǎng)t更偏重人的大腦，其中有邏輯思考、想象力、語(yǔ)言能力、符號(hào)處理能力等，“認(rèn)知智能”的建立可以幫助商業(yè)決策，用更多的數(shù)據(jù)進(jìn)行更精準(zhǔn)的分析，從產(chǎn)品設(shè)計(jì)到目標(biāo)人群，到營(yíng)銷(xiāo)手段，到最后的售后服務(wù)等等。

　　而且，之所以說(shuō)行業(yè)人工智能是一條“慢”的賽道，深諳數(shù)據(jù)的吳明輝清楚認(rèn)識(shí)到，即使為人工智能系統(tǒng)提供充足、甚至無(wú)限的數(shù)據(jù)資源，也無(wú)法排除人類(lèi)對(duì)它的干預(yù)。

　　面對(duì)人機(jī)交互系統(tǒng)中對(duì)人類(lèi)語(yǔ)言或行為的細(xì)微差別和模糊性的理解，以及人工智能技術(shù)應(yīng)用于一些重大領(lǐng)域，如風(fēng)險(xiǎn)管理、醫(yī)療診斷、司法、自動(dòng)駕駛、輿情分析等時(shí)，需要引入人類(lèi)的監(jiān)督及驗(yàn)證，才能避免人工智能成為“黑盒”，要讓人工智能成為可解釋的人工智能，同時(shí)以最佳方式利用人類(lèi)已有的知識(shí)，最優(yōu)地融合人類(lèi)智能和計(jì)算機(jī)的計(jì)算能力，最終讓人工智能增強(qiáng)人的能力，提升政府企業(yè)溝通和決策效率。

　　吳明輝坦言，在做AI的過(guò)程中，最大問(wèn)題是數(shù)據(jù)不夠完善，除了結(jié)構(gòu)化的數(shù)據(jù)，還是多源異構(gòu)數(shù)據(jù)，這些數(shù)據(jù)沒(méi)有進(jìn)行結(jié)構(gòu)化梳理。在面向AI的數(shù)據(jù)治理工作基礎(chǔ)上，關(guān)于人工智能的技術(shù)路線，吳明輝認(rèn)為，AI不僅僅只有機(jī)器學(xué)習(xí)這一種途徑，其實(shí)還有知識(shí)圖譜、深度學(xué)習(xí)等。

　　明略數(shù)據(jù)希望幫助企業(yè)提升知識(shí)工作者效率，知識(shí)圖譜作為大數(shù)據(jù)時(shí)代的重要知識(shí)表達(dá)方式之一,為機(jī)器語(yǔ)言認(rèn)知提供了豐富的背景知識(shí),其意義在于讓機(jī)器能像人一樣可以實(shí)現(xiàn)邏輯推理。以明略數(shù)據(jù)公安行業(yè)知識(shí)圖譜為例，該圖譜將刑警、緝毒警、交警、戶籍警等警種知識(shí)全部結(jié)構(gòu)化，同時(shí)也將背后的數(shù)據(jù)也進(jìn)行結(jié)構(gòu)化，最后形成一個(gè)公安行業(yè)知識(shí)圖譜。將所有數(shù)據(jù)全部融合。顯而易見(jiàn)，各警種知識(shí)全都納入知識(shí)圖譜時(shí)，這樣的公安行業(yè)知識(shí)圖譜所展現(xiàn)的力量，遠(yuǎn)大于單個(gè)民警。除知識(shí)圖譜，明略自去年還推出了企業(yè)級(jí)Siri“小明”，重新定義了企業(yè)級(jí)智能應(yīng)用的交互方式。小明通過(guò)自然語(yǔ)言理解技術(shù)為眾多智能應(yīng)用提供了統(tǒng)一且友好的智能交互入口。通過(guò)這個(gè)入口，用戶可以以自然語(yǔ)言的形式，從企業(yè)的不同智能服務(wù)更為便捷地獲取洞察能力。

　　“人與人進(jìn)行交互時(shí)，自然語(yǔ)言是最友好的媒介。如果人與機(jī)器交互也能通過(guò)自然語(yǔ)言，這對(duì)于人類(lèi)來(lái)說(shuō)顯然是最友好的方式。‘小明’能利用主動(dòng)學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等技術(shù)從使用反饋中提取有效信息，不斷地升級(jí)和優(yōu)化模型，而‘小明’的背后是垂直行業(yè)知識(shí)圖譜技術(shù)的不斷積累，以及自然語(yǔ)言理解技術(shù)的突破?！?/p>

　　例如，當(dāng)用戶查詢“去年10月坐火車(chē)來(lái)北京的中年男性”，“小明”不僅要理解出用戶的查詢意圖是通過(guò)乘車(chē)行為來(lái)查找滿足特定特征的人，同時(shí)要細(xì)粒度地解析出該意圖下包含的屬性：時(shí)間：“去年10月份”；方式：“火車(chē)”；地點(diǎn)：“北京”；年齡：“中年”；性別：“男”。這類(lèi)屬性描述中含有大量的概念模糊表述，這里需要結(jié)合常識(shí)進(jìn)一步推理。例如，“北京”這個(gè)地點(diǎn)信息應(yīng)該推理為北京站、北京南站、北京西站、北京北站等四大站。為了實(shí)現(xiàn)自動(dòng)推理，明略數(shù)據(jù)的“小明”引入常識(shí)知識(shí)圖譜對(duì)自然語(yǔ)言中的模糊表達(dá)進(jìn)行深度的語(yǔ)義分析。

　　目前，公安系統(tǒng)明略數(shù)據(jù)重要客戶。過(guò)去一年，明略數(shù)據(jù)在30多個(gè)城市服務(wù)公安領(lǐng)域客戶，在不同的城市解決不同的警種問(wèn)題，刑偵、經(jīng)偵、情報(bào)、反恐、禁毒、治安等等。吳明輝強(qiáng)調(diào)，因?yàn)椴煌N的數(shù)據(jù)資源不一樣，他的目標(biāo)是把不同警種數(shù)據(jù)全部理解清楚，最后治理融合到一起。

　　僅以面向AI的數(shù)據(jù)治理而言，是一場(chǎng)馬拉松長(zhǎng)跑，能夠做出這一戰(zhàn)略選擇，得益于明略數(shù)據(jù)在戰(zhàn)略定力上的長(zhǎng)期堅(jiān)持。

　　吳明輝不僅是明略數(shù)據(jù)的創(chuàng)始人、董事長(zhǎng)，還是一位連續(xù)創(chuàng)業(yè)者。他于2006年創(chuàng)辦秒針系統(tǒng)，秒針如今已成為中國(guó)領(lǐng)先的全域營(yíng)銷(xiāo)數(shù)據(jù)技術(shù)解決方案提供商。在企業(yè)級(jí)服務(wù)領(lǐng)域，吳明輝有著諸多心得。

　　“因?yàn)槲乙恢痹谧銎髽I(yè)級(jí)服務(wù)的創(chuàng)業(yè)和投資，它不同于ToC，我們的團(tuán)隊(duì)不能有短板，除了要有很強(qiáng)的產(chǎn)品能力、技術(shù)能力，同時(shí)要有市場(chǎng)能力、銷(xiāo)售能力，甚至還有政府關(guān)系能力，我們團(tuán)隊(duì)里，基本上每位高管都是其所在領(lǐng)域里最強(qiáng)的精英?！?/p>

　　前不久，宣布IEEEFellow、吳信東教授加盟，吳信東作為數(shù)據(jù)挖掘領(lǐng)域世界級(jí)科學(xué)家加盟明略數(shù)據(jù)，構(gòu)建明略數(shù)據(jù)行業(yè)人工智能大腦。

　　目前，明略數(shù)據(jù)員工約有450人，七成以上為技術(shù)人員。談及針對(duì)政府客戶的銷(xiāo)售，吳明輝強(qiáng)調(diào)，今天企業(yè)級(jí)服務(wù)的絕大多數(shù)創(chuàng)始人都思路清晰。因?yàn)槠髽I(yè)級(jí)服務(wù)跟消費(fèi)級(jí)互聯(lián)網(wǎng)產(chǎn)品不一樣，TOC可以靠模式取勝，企業(yè)級(jí)服務(wù)不是靠模式取勝。面對(duì)政府客戶，明略數(shù)據(jù)要做到，五倍、十倍地超過(guò)其他競(jìng)爭(zhēng)對(duì)手的技術(shù)能力和服務(wù)能力。

　　關(guān)于未來(lái)人工智能技術(shù)究竟如何落地，吳明輝說(shuō)，“我們的戰(zhàn)略是三步走。第一步，堅(jiān)定不移地幫助客戶建設(shè)數(shù)據(jù)融合平臺(tái)，讓數(shù)據(jù)在線化，體現(xiàn)在數(shù)據(jù)接入、數(shù)據(jù)治理、NLP等，智能的基礎(chǔ)要有大數(shù)據(jù)的支撐，不然應(yīng)用都將是曇花一現(xiàn)。第二步是數(shù)據(jù)挖掘，體現(xiàn)在知識(shí)提取、建立模型、分析挖掘等。第三階段，形成感知反饋閉環(huán)。當(dāng)數(shù)據(jù)匯集之后，就是從信息沉淀到’知識(shí)’的過(guò)程，公安、金融、工業(yè)領(lǐng)域的’知識(shí)’多數(shù)在行業(yè)專(zhuān)家的頭腦中，需要將這些專(zhuān)家規(guī)則變成機(jī)器能讀懂的數(shù)學(xué)模型。人工智能的應(yīng)用則體現(xiàn)在將數(shù)據(jù)與模型進(jìn)行深度融合，最終通過(guò)感知反饋閉環(huán)實(shí)現(xiàn)人工智能落地?！?/p>

責(zé)任編輯：陳近梅