博客首页|TW首页| 同事录|业界社区
2017-08-23

李开复,马云,李彦宏……越来越多的互联网大佬替人工智能“代言”,AI已成为势不可挡的科技生活变革力量;而落地到各个垂直行业的行业人工智能,也将是兵家必争之地。各科技公司都在做初步探索和技术攻关。战役刚拉开帷幕,就诞生了一个企业级人工智能服务领域的“Siri”,而且比Siri更懂公安、金融、工业及物联网等领域的业务,简直是老师傅一般的存在。

本周二,皓哥参加了明略数据的产品发布会,见证了这一国内首个行业大脑“明智系统”的诞生。

一、数字经济时代,催生行业AI大脑和新一代人机交互变革

今天AI技术正在飞速地发展和迭代。明略作为一个创立三年以来,专注于行业人工智能解决方案的科技公司,这次的产品升级踩在了怎样的趋势风口上?

首先,人类知识总量爆炸式增长,AI技术发展带来新的变革,GDK将成为新的国家实力衡量标尺。

瞭望智库与明略数据共同发布的《数字经济时代》报告摘要中提到,我们正处在人机关系和世界经济不断变革的微妙历史节点上。在不久的将来,国民知识总量GDK(Gross Domestic Knowledge)将成为继亚当斯密之后,衡量国家实力和数字经济发展的新标尺。伴随着互联网的发展,人类的数据量和知识总量都在急剧增加,也相应得需要更高效地加快从数据中提取知识的速度。

其次,AI作为底层技术,关键在于定义好的应用场景和商业模式。

人工智能早在60年前就已出现,我们正处在AI技术第三次兴起的历史阶段。那为什么大范围的人工智能商业落地还没有成型呢?

明略数据创始人兼董事长吴明辉介绍到,“人工智能商业化的困境在于,AI不可能零失误地应对100%的场景;它执行的决策永远是基于历史训练数据的结果,但真实世界中每一天都会有新情况发生。可是人类愿意原谅自己,却很难容忍人工智能出错。”因此,人工智能的商业化核心,就是让用户合理地接受机器的错误。

而垂直化的行业人工智能,就是很好的实践方向。

一方面,当AI面对的数据范围限定在公安、金融风控和工业等领域时,精度就会大幅提高,更容易达到可用的水平,企业级决策也需要在机器数据结果之上再做人为判断,因此对机器的容错空间也更高。

另一方面,AI技术的应用能有效改善各个垂直行业的痛点。比如公安行业就存在警力有限的痛点。破案需要调取各部门的独立安全信息档案,流程繁琐,效率不高。如果动用AI技术,自动从系统中快速调取和案情可能相关的人、事、地、物、组织,就可以大大节省研判时间,释放警力。

最后,今天的人机交互主要还集中在消费级互联网的应用上,企业级AI市场缺乏好的产品和“简单易上手”的体验。

消费级的人工智能产品已经有了诸多应用,比如AI聊天机器人,包括智能音箱(亚马逊Echo)和手机语音助手(苹果Siri)等等;你在家或许也已享受到了新科技的便利。但到了办公室场景中,企业级AI还远远没有出现这样自然的交互系统。

比如,大量业务处理过程仍需人工干预,操作不友好、“反人类”,有的业务人员每天要从100个系统中不断调取数据,生无可恋。功能复杂、培训成本高就算了,最要命的是不可解释性:机器计算的过程是个黑盒,没有证据支撑和帮助业务人员理解它的结果是如何得来的。因此,与人类进行自然语言交互的业务助理,目前还是蓝海。

在以上因素的推动下,拥有专业的知识图谱技术和丰富行业AI服务经验的明略,“三年磨一剑”,在今天发布明智系统,也是一个天时地利人和的选择。

明略已有3年行业知识图谱的沉淀以及8年大数据技术的积累,深耕公共安全、金融、工业与物联网等行业,也已与省、市级公安局、交通银行、中国中车等行业标杆客户一道,将知识图谱技术落地到行业应用中。因此,明略有足够的实力抓住行业AI的蓝海。

二、新发布的明智系统,到底是什么?

明智系统的发布是明略数据行业人工智能真正广泛落地的第一步,分为知识图谱数据库NEST(蜂巢系统),以及企业人工智能的统一入口小明。简单来说,前者负责“格物致知”,后者负责“人机同行”。

何谓格物致知?从纷繁的世间万物中,抽象出普遍规律是也。蜂巢系统可以高效地进行数据的大规模清洗和治理,将行业专家经验结合深度学习,转化为规则,完成推理,构建行业的知识图谱。

何谓人机同行?就是机器用人类可理解的决策结论和语言,将大数据和知识图谱带来的行业经验迅速赋能给个人。过去要经过多年业务经验积累才能造就的专家视角,今天或许只要和小明沟通几句,就能一目了然。

如果你觉得理解起来还是很抽象,不妨直接看看明智系统可以做些什么。现场,吴明辉就充当了一把刚入行的“小白警察”,和小明对话,两分钟搞定了一起演示案件的研判全过程。

比如,警察看到有一起恶意打人、嫌疑人开车逃跑的案件,就可以对小明说:“请提取线索,对案情进行推演”。

​系统会迅速从案件的文字描述(非结构化数据)中,提取出案件相关的人名、绰号等关键实体,并从知识图谱数据库中,调取这些人的相关信息,在界面中画出一张案情网络图。

经过进一步的语音交流,AI会快速层层缩小范围,警察最后只需要锁定各方面信息都与案情吻合的三个嫌疑人,一一进行追查或逮捕即可,免去了在监控视频中大海捞针的苦恼。

和公安研判的场景类似,明智系统也可以在金融风控、反欺诈,以及工业故障自动诊断和监控的各个场景中,发挥赋能行业的作用。

三、有了“小明”的行业AI,未来的优势和意义是什么?

现在,你已经对明略黑科技的用武之地有了感性的认识了。那么,明智系统的优势在哪?未来它又会给行业带来哪些新的可能性?

第一,明智系统在精度、成本、速度、敏捷性和一致性上具有优势。

人在处理大量文字和数据时难免会出错,而AI接手每个案例都会准确地自动执行数据治理、抽取规则,获得可靠的决策结果,省去大量人力成本。

同时,这种业务知识的快速处理,能够帮助人们在战略变更、业务转型、共享经验上加快节奏,实现商业和组织的敏捷迭代。

并且,如果公司的各个部门、产品线、业务线都调用同一业务知识系统,就可以更好地保证彼此的认知基础一致,而不是互相割裂,鸡同鸭讲。

第二,  把知识图谱回归人最本能的简单交互,降低使用者门槛。把专家认知赋能给新手,提升行业的整体水准。

乔布斯帮主曾经说过这么句话,大意是,苹果的触摸屏是最符合人本能交互习惯的设计。以往明略的关联关系挖掘产品SCOPA,在公安客户那儿,虽然业务熟练的主任级专家能够自如使用、迅速研判,但初入行的警员小鲜肉们还是很难上手。

而小明的出现,就像iPhone之于手机的革新一样,让原本繁琐的调取资料、寻找线索等工作,简单化成了一问一答的自然交互,极大降低了新手业务员使用知识图谱数据库的门槛,从而全行业的认知水准和业务能力都能得到提高。

第三,  明智系统并非取代专家,而是将后者从繁琐低效的工作任务中解放出来,投入到更有价值和创造性的活动中去,人机共生共赢。

人工智能的终极状态并非是取代人,而是把大量重复性、简单的体力和脑力劳动包揽下来,倒逼人类文明向更富有艺术性、创造性和复杂性的方向发展。

明智系统并不能取代行业专家在面对真实世界和复杂案例时的创造性思维。吴明辉提到,有了小明的帮助,希望在未来至少80%的案件都可以由初级的警员来完成研判。这也就说明仍有20%的复杂案件需要依赖于专家丰富的行业经验和主观能动性。这样的案件,甚至会推动立法和社会保障机制的改革进程;其中人类的角色也是机器终究无法替代的。

四、结语

正如吴明辉在发布会现场所言,在未来的企业里,我们每个人可能都会有一个自己的智能助理。而在皓哥看来,明略数据的这一步棋走得很稳,也是提前卡位了行业AI这片方兴未艾的蓝海。

有了AI的赋能,未来商业世界的终极形态,很可能是行业经验的壁垒被逐渐抹平,而真正决定一个企业竞争力的,是其对创新技术的接受程度、运用程度,以及能否将技术转化为服务能力。

2017-06-03

今年的数博会是BAT首次聚齐的一届,期间就“未来的时代什么最重要”这一话题,马云、李彦宏和马化腾一人给了一个答案,颇有互怼架势,引发了业界热议。

马云认为,数据是原料,未来一切产品数据化,数据是最重要的,“如果离开了数据,任何组织的创新都基本上是空壳”;李彦宏却认为数据不是根本,真正推动时代进步的是技术创新;马化腾则隔空“劝了个架”,提出“场景”是更重要的要素,“有了应用场景,有了市场,数据自然会产生,也会驱动技术发展。”

一、如何看待三位大佬的大数据世界观呢?

看似三人各执一词,但本质是殊途同归的,只是着眼的阶段不同。


李彦宏干的一直是技术开拓创新的事,所以他关注的是从无到有的阶段,这个阶段需要技术创新,技术最重要没问题,而且技术是核心壁垒;


马云关注的是技术的成熟化和可持续发展,也就是从1到N的阶段,这个阶段确实需要大量数据作为能源去推动技术创新的进程;


而一项新技术最终还要落地到为用户创造价值,这就是马化腾说的“场景”,在应用和变现的阶段它是更关键的。而从投资人的视角来看,最关心的是技术最终为消费者创造什么价值,盈利模式在哪,因此自然最关注的也是场景。

仔细琢磨三位大佬回答的角度,会发现这与他们对待人工智能的态度是相似的。


业界普遍将人工智能产业链分为三层,基础层是构建生态的基础,价值最高,也需要长期的投入进行战略布局;然后是通用技术层,用于构建技术护城河的基础,需要中长期布局,投入也不少;最后是解决方案的应用层,这是直接针对用户痛点的,变现能力最强。


而目前中国的互联网企业,多停留在解决方案层和通用技术层。比如,阿里目前主要将人工智能嵌入主业务阿里云,要构建技术壁垒,聚焦第二层;手握“场景”的腾讯则看准了解决方案应用层,直接投资并购“广撒网”,一旦技术有所突破,就可以坐享其成。

阿里腾讯主要布局于人工智能领域的后两层,属于稳中求进的战略,相比之下百度显然最为激进的。


李彦宏在最近的3次发声中都强调了“人工智能为先”的理念,在产业链的三层布局中都有涉猎,甚至还开放其深度学习开源平台PaddlePaddle,这也是继Google、Facebook、IBM后又一家将人工智能技术开源的公司。


百度如此All in AI,一方面是非常看好AI前景,也能打动华尔街,另一方面,也与它以搜索为核心主业的技术导向基因密不可分。

二、AI的真正价值在哪?BAT又是如何具体应用的?

高盛年度报告和诸多政府报告都将AI放到了变革人类文明与发展的重要高度,不少人坚信AI是颠覆性的变革力量。


比如,AlphaGo2.0跳出了两千年来人类围棋的经验,仅凭两台机器自我对弈中学习和进化,最终以超越人类的速度发展出一套截然不同的下棋方法,重演了一部围棋的进化史,完爆人类。


从这个角度而言,或许人工智能也打开了人类新进化史的篇章,重新认知智慧的边界,去挖掘人类未知文明的新高度。李开复也曾直言,人工智能对人类所带来的改变,会超过互联网、电或是工业革命。因为它会渗透到每一个行业、每一个工作,它会在十年之内改变、颠覆、取代50%的人,它会把我们老一套做事的方法统统换个样子。

这几年人工智能的技术进步非常明显,BAT均落地了有价值的产品。


腾讯云的优图天眼系统基于人脸识别,通过人脸检索技术和公安的大数据建模,能够迅速完成人脸和逃犯照片库的匹配,实时返回可疑人脸数据、报警通知,帮助公安建立智能追捕逃犯体系。


在阿里,AI被应用于职能服务的典型产品“阿里小蜜”,具备语音识别、图像识别以及深度学习能力,通过语义分析与联想为用户提供服务,以平均响应不到一秒的效率,应对淘宝、天猫每天上百万级别的交易。相当程度上解决了客服成本高企的压力,极大提升淘宝“小二们”的工作效率。

百度不久前也推出了DuerOS智慧芯片,搭载对话式AI操作系统DuerOS,让轻量级设备能够对话,可用于智能玩具、蓝牙音箱、智能家居等。在电视中植入DuerOS操作系统,电视就可以“听懂”自然语言,实现语音操控切换卫视、与人对话,回答演员信息等。

总而言之,目前BAT都在围绕自身的主要业务,用AI升级各自的“独门绝技”,包括百度的搜索信息流、阿里的电商个性化推荐、腾讯的游戏分发、信息流广告等等。当大佬们都选择拥抱AI,对行业发展的推动是不言而喻的。随着百度开放深度学习平台给开发者和企业,马化腾也表示要对外提供和云计算能力;各垂直领域不断加入,未来AI产生的影响有着无限的想象空间。

三、未来展望与思考

AI是趋势,但是作为底层技术,核心是定义好的应用场景和商业模式,最终本质要回归到创造用户价值。


用马化腾的话说,“场景也就是市场、战场,有了这样的战场,未来人工智能时代,我们就可以借助新技术,从而把握先机。”可以猜测,未来只要AI技术有突破性进展,腾讯也许就直接通过投资和并购拿来用了。

根据Gartner技术成熟度曲线,AI可能正经历着第一波上升期,处于接近峰值的位置,未来还将经历泡沫化的低谷期,才能到达稳步爬升的光明期和实质生产的高峰期,过程中尚有许多不明朗的地方。百度在曲线上的这个位置ALL in AI,意味着要承担大风险;不过正所谓“无风险,不投资”,其中机会与挑战是并存的。

一方面,目前百度在AI的布局上是BAT中最完善、成体系的,呈现了很强的规划性。如果百度坚持到了全面AI时代,将是技术红利最大的受益者,很可能成为整个A生态的主导者。在人工智能这个大引擎的推动下,百度的云、金融服务、DuerOS、自动驾驶等业务是否会全面开花也值得期待。

另一方面,百度面临的挑战也显而易见。这是一场持久战,人工智能需要长期坚持投入,对现金流和利润产生巨大压力。百度目前距离收获果实还有一段时间,短期的业绩表现不会太理想;可以预见的是,当AI走到Gartener曲线的低谷时,会经历一轮泡沫破碎,过程中百度可能会面临各种质疑和指责。

百度想制胜AI时代,需要思考AI如何落地,更需要坚持方向不动摇。


目前百度在技术和布局上占据先机,但与腾讯掌握社交场景、阿里掌握消费场景不同,以搜索作为入口的百度,更需要思考通过什么独特的应用场景为用户创造价值,这需要耐心。


如果百度确信AI的大方向是正确的,那么短期的利益和质疑都不是最重要的。但这个承受压力、引而不发的过程注定是痛苦的,百度能否如现在所言,一直坚持到底,这是一场对决心的考验。总而言之,百度需要更多的耐心和决心来实现漂亮翻身,凤凰唯有浴火,才能涅槃重生。


2017-05-23

5月23日下午,围棋界“人机大战”第二季第一局结果尘埃落定。AlphaGo 赢四分之一子,中国棋王柯洁和人工智能的首战仍以AlphaGo胜利告终。虽然看上去柯洁输的并不多,但聂卫平以及常昊夫妇都表示这其实是AlphaGo的设定问题,AlphaGo只追求安全稳健简单。换句通俗话说就是,你输多少是AlphaGo算好了的,知道它的威力有多强大了吧。


而早早在媒体上预测AlphaGo必胜的两位谷歌前员工,流利说联合创始人兼首席科学家林晖博士和首席算法工程师孙怿博士在现场近距离观战后表示,结果“并不令人意外”,大家的关注点不再是机器是否会赢,而是机器将用什么姿势战胜人类。


(现场对战图片)


虽然赛前有专家认为,对AlphaGo有所了解和准备的柯洁,与李世石相比胜算略高,但林晖表示:“机器在复杂局面的运算能力上,在处理能力上比人类棋手有着无可比拟的优势。尤其在对弈的中后段,机器的情绪状态稳定性,更是有人类难以企及的高度。”

(两位专家合影,右一:流利说首席科学家林晖,左一:流利说首席算法工程师孙怿)

“AlphaGo2.0比之前AlphaGo1.0更能体现人工智能在棋类竞赛中的优势:人类无法企及的训练量。”林晖表示:“现阶段,AI之所以‘智能’主要还是基于海量数据基础。 AlphaGo已输入了几乎全部可搜集到的棋谱和对弈记录作为训练数据, 可以说已‘阅遍天下无敌手’”。林晖认为:运算速度极快等AI的“基本素质”是大家都公认的,而训练量的优势,只有在AI升级之后才能比较清晰的展现出来。


同时,林晖也从技术角度解释了柯洁“与AlphaGo试招时下法‘很仙’”的说法,他表示“从技术上看,AlphaGo胜在“没套路”,AlphaGo严格意义上来说并不是人类教出来的最好学习生,所以不会被人类的下法所束缚。AlphaGo2.0在AlphaGo1.0的教导下,已经超越棋谱,自我督学。AI与AI之间可以相互较量,达到不眠不休、无时无刻地“左右互搏”。因而在布局和下法上自成一体,超越人类。”

本质上,AlphaGo2.0跳出了两千年来人类围棋的经验,另辟蹊径,仅凭两台机器自我对弈中学习和进化,最终不仅赶超了人类进化的速度,还发展出一套截然不同的下棋方法,并且更加接近完美的状态,实现了对人类的碾压,重演了一部围棋的进化史,而且得出了与这两千年来不同的进化结果。类比看人类文明与智慧的进化,或许人工智能也打开了人类新进化史的篇章,重新认知智慧的边界,去挖掘人类未知文明的新高度。

毕业于国际顶尖人工智能实验室瑞士IDSIA,与AlphaGo研发团队DeepMind创始人之一Shane Legg系出同门,师从“人工智能之父” Jürgen Schmidhuber的孙怿对师兄的AI项目一直非常关注,看完今天的比赛后,他认为从技术上而言,乌镇的AlphaGo2.0比Master时期又更进一步。

(现场观战的孙怿博士)


孙怿认为增强学习(reinforcement learning)技术的精进是AlphaGo2.0的最大亮点。作为其博士期间的研究方向之一,孙怿对这一技术给出了完整分析:“解决AI与未知环境的交互,有效的达成复杂目标:在这里未知环境指的是给定棋盘格局下的形势好坏判断。增强学习可以从大量对弈结果的输赢学习出中盘的形势的好坏(value function)以及每种落子的好坏 (q function)。AlphaGo通过1.0版本历史交互对环境有效建模,在交互试错中理解每个环境状态的好坏,在不确定性的情况下进行规划,因而预判能力与布局能力进一步提升。

目前,增强学习在已经展现出强劲的实际应用潜力,流利说自主研发并即将全新升级的AI英语老师就基于了增强学习算法。在两位专家的带领研发下,流利说AI将在增强学习算法训练下,不断自我进化。体现在自适应体验方面,用户的学习路径会呈现“千人千面”的面貌,对于学生的针对性会进一步增强,进而提供更高的学习效率。

(流利说AI英语老师能力模型)

在接下来的24日,双方将休战一天,DeepMind、Google等人工智能巨头的技术专家将在乌镇就人工智能的未来与前景作出分享,流利说创始人兼CEO王翌也将针对AI在教育领域的应用进行主旨分享。而对于今天的负方柯洁而言,仍然有机会在25日和27日的比赛中找到破绽,击败升级后的AlphaGo。

关于流利说:

流利说是中国领先的“AI+教育”公司。基于深度学习技术,打造了全球最智能、有效的人工智能老师,可以为每个用户提供个性化、自适应的学习路径。学习效果经“欧标”对比认证,较传统人工教学可提高3倍以上。旗舰App “英语流利说”拥有全球最大的中国人英语语音数据库,基于此公司自主研发了世界领先的英语口语、写作自动识别评测引擎。


“英语流利说”的注册用户数已超过4300万人,是国内领先的英语学习App和最活跃的语言学习社区。产品多次被苹果公司评为“年度精选App”和“App Store精华”。目前,流利说已完成三轮融资,投资方分别为GGV、IDG、挚信等知名VC。