2019年中國(guó)人工智能大會(huì)（Chinese Congress on Artificial Intelligence 2019，簡(jiǎn)稱“CCAI 2019”）將于9月21日-22日在青島召開(kāi)。平安集團(tuán)首席科學(xué)家肖京博士將為本次大會(huì)作題為《智能+金融戰(zhàn)略實(shí)踐》的主題演講。

肖京長(zhǎng)期從事人工智能與大數(shù)據(jù)分析挖掘相關(guān)領(lǐng)域研究，多次當(dāng)選重要國(guó)際學(xué)術(shù)會(huì)議委員會(huì)及中美國(guó)家基金評(píng)審專家委員會(huì)委員，先后在愛(ài)普生美國(guó)研究院及美國(guó)微軟公司擔(dān)任高級(jí)研發(fā)管理職務(wù)。目前肖京在平安集團(tuán)負(fù)責(zé)創(chuàng)新技術(shù)及產(chǎn)品研發(fā)應(yīng)用，包括智能化大數(shù)據(jù)分析等技術(shù)在金融、醫(yī)療、智慧城市等領(lǐng)域的研發(fā)和應(yīng)用。

深度學(xué)習(xí)在人臉識(shí)別、機(jī)器翻譯以及人機(jī)對(duì)弈等領(lǐng)域取得的進(jìn)步，引起了新一輪“人工智能熱”。在大會(huì)開(kāi)幕前，我們不妨先了解一下，身處產(chǎn)業(yè)一線的科學(xué)家肖京，如何看待當(dāng)前人工智能行業(yè)的發(fā)展？關(guān)于智能化在未來(lái)的推進(jìn)和落地，他又有過(guò)哪些思考呢？

未來(lái)人工智能應(yīng)像“烏鴉”

肖京在公開(kāi)場(chǎng)合提過(guò)，人工智能并不是新事物。早在上世紀(jì)70年代，電視廣告里就出現(xiàn)了人工智能助手，幫助人查閱郵件，還能實(shí)現(xiàn)語(yǔ)音交互，只不過(guò)當(dāng)時(shí)計(jì)算能力很弱；到90年代，由于互聯(lián)網(wǎng)的出現(xiàn)，數(shù)據(jù)、存儲(chǔ)能力、算法都有顯著提升，人工智能技術(shù)又開(kāi)始蓬勃發(fā)展起來(lái)；再后來(lái)深度學(xué)習(xí)出現(xiàn)，為非結(jié)構(gòu)化數(shù)據(jù)的處理帶來(lái)了非常大的突破，產(chǎn)生了非常多的應(yīng)用場(chǎng)景，于是就形成了今天我們看到的人工智能熱潮。

對(duì)于當(dāng)前火熱的深度學(xué)習(xí)，肖京表示它存在很多不足。比如，深度學(xué)習(xí)只考慮相關(guān)性而忽視因果關(guān)系，AlphaGo知道棋子下在哪會(huì)贏，但不知其所以然，不具備解釋性。另外，深度學(xué)習(xí)僅是分類而不能量化，它告訴你能贏，但不知道能贏多少。最后，深度學(xué)習(xí)還過(guò)于依賴大數(shù)據(jù)，以AlphaGo Zero來(lái)說(shuō)，它不需要大數(shù)據(jù)訓(xùn)練，因?yàn)閲逡?guī)則明確、信息完備，機(jī)器可以通過(guò)結(jié)合深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)，實(shí)現(xiàn)自我訓(xùn)練學(xué)習(xí)，然而絕大多數(shù)場(chǎng)景是不滿足信息完備等條件的，因此模型精度還是依賴大量的訓(xùn)練數(shù)據(jù)，這往往是很難獲得的。因此，肖京針對(duì)性地提出，需要改進(jìn)深度學(xué)習(xí)的方法，讓機(jī)器實(shí)現(xiàn)可解釋、可量化、小數(shù)據(jù)學(xué)習(xí)、可讀寫(xiě)、自適應(yīng)等能力。

在更宏觀的層面，肖京把人工智能的發(fā)展分為弱人工智能、強(qiáng)人工智能和超人工智能三個(gè)階段。他認(rèn)為，當(dāng)前人工智能還處在第一階段，會(huì)“計(jì)算”但不會(huì)“算計(jì)”，其計(jì)算智能已遠(yuǎn)超人類，但在感知智能、認(rèn)知智能等方面，還達(dá)不到人類的水平。肖京曾以烏鴉為例子，提出未來(lái)人工智能的進(jìn)化方向。愛(ài)吃堅(jiān)果的烏鴉，會(huì)主動(dòng)停在交通燈上，在綠燈時(shí)丟下堅(jiān)果，讓過(guò)往汽車碾碎，等紅燈時(shí)再下去吃。肖京說(shuō)，未來(lái)人工智能至少要先能像烏鴉一樣，會(huì)“算計(jì)”和思考。

通用AI留給科研機(jī)構(gòu)，企業(yè)應(yīng)專注解決實(shí)際業(yè)務(wù)痛點(diǎn)

當(dāng)前人工智能取得的突破，主要集中在專用領(lǐng)域，不少業(yè)內(nèi)聲音認(rèn)為，通用人工智能才是未來(lái)的趨勢(shì)。對(duì)此，身在企業(yè)界的肖京有自己的看法。

在肖京看來(lái)，通用人工智能起碼要等到強(qiáng)人工智能階段才會(huì)出現(xiàn)。他認(rèn)為通用人工智能是個(gè)非常有意思的研究方向，不過(guò)在大多數(shù)實(shí)際業(yè)務(wù)中，通用人工智能未必能像專用智能一樣帶來(lái)附加的應(yīng)用價(jià)值。

因此他提出，通用人工智能的研究，應(yīng)該留給科研機(jī)構(gòu)來(lái)研究攻關(guān)；對(duì)企業(yè)來(lái)說(shuō)，應(yīng)該更專注于研發(fā)智能技術(shù)，來(lái)解決實(shí)際的業(yè)務(wù)痛點(diǎn)。即便要瞄準(zhǔn)通用人工智能，也應(yīng)該作為遠(yuǎn)期目標(biāo)來(lái)規(guī)劃，否則就有不切實(shí)際之虞。

對(duì)于現(xiàn)階段人工智能的應(yīng)用，他指出，定義清楚目標(biāo)場(chǎng)景和問(wèn)題是很重要的，問(wèn)題定得太大、太通用，常常得不到很好的效果，應(yīng)該在目標(biāo)清晰有的放矢，應(yīng)用獲得成功后，再考慮如何標(biāo)準(zhǔn)化并拓展應(yīng)用。

企業(yè)如何實(shí)現(xiàn)智能化轉(zhuǎn)型？

隨著人工智能發(fā)展的進(jìn)步，越來(lái)越多的企業(yè)提出了智能化轉(zhuǎn)型目標(biāo)，希望借助人工智能的“東風(fēng)”，實(shí)現(xiàn)發(fā)展躍遷。

肖京認(rèn)為，相對(duì)于過(guò)去20年的互聯(lián)網(wǎng)革命，今天的智能化更加復(fù)雜。在他看來(lái)，過(guò)去20年互聯(lián)網(wǎng)的創(chuàng)新模式是相對(duì)簡(jiǎn)單的，它只是把傳統(tǒng)業(yè)務(wù)轉(zhuǎn)移到線上，創(chuàng)造了新的渠道，但對(duì)于業(yè)務(wù)本身并沒(méi)有做出太多改造。

而智能化是技術(shù)上的創(chuàng)新，要在對(duì)傳統(tǒng)業(yè)務(wù)流程非常熟悉的前提下先做信息化改造，實(shí)現(xiàn)信息流通，再完成數(shù)據(jù)化。

肖京總結(jié)過(guò)傳統(tǒng)企業(yè)智能化轉(zhuǎn)型，需要具備的五個(gè)因素：

第一，要有技術(shù)、算法，計(jì)算平臺(tái)、計(jì)算能力；

第二，要有數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)化；

第三，要有場(chǎng)景，并在實(shí)際場(chǎng)景中不斷迭代，才能讓智能化方案不斷改進(jìn)，最終真正發(fā)揮效用；

第四，要有行業(yè)專家的指導(dǎo)，這樣智能化改造才能有效解決實(shí)際痛點(diǎn)，而不僅是炫技；

第五，要有自上而下的機(jī)制來(lái)協(xié)調(diào)推動(dòng)。

肖京還提出，智能化的實(shí)施要逐步展開(kāi)。一上來(lái)就用最復(fù)雜先進(jìn)的深度學(xué)習(xí)，不是最好的辦法。

在肖京看來(lái)，數(shù)據(jù)挖掘的價(jià)值主要體現(xiàn)在三個(gè)階段。

第一階段是業(yè)務(wù)規(guī)則和業(yè)務(wù)經(jīng)驗(yàn)，需要建立全面的確定性專家系統(tǒng)和規(guī)則引擎。業(yè)務(wù)流程中的許多環(huán)節(jié)深度依賴規(guī)則、經(jīng)驗(yàn)和知識(shí)，這些規(guī)則往往不能從歷史數(shù)據(jù)中獲取。

第二階段是商務(wù)智能階段，目的是要尋找到數(shù)據(jù)之間的關(guān)聯(lián)性，對(duì)用戶按數(shù)據(jù)特征合理分群并進(jìn)行分類處理，主要應(yīng)用于服務(wù)“頭端用戶”，即特征特別明顯的客戶群體。不過(guò)商務(wù)智能往往難以深入挖掘多目標(biāo)、多因素復(fù)雜的關(guān)聯(lián)關(guān)系，尤其是對(duì)弱相關(guān)因子的挖掘和利用。而在大數(shù)據(jù)時(shí)代有顯著的長(zhǎng)尾現(xiàn)象，需要盡可能挖掘大量的弱相關(guān)因子，才能充分利用大數(shù)據(jù)的價(jià)值。因此需要進(jìn)入第三階段。

第三個(gè)階段是人工智能階段，利用機(jī)器學(xué)習(xí)及深度學(xué)習(xí)等人工智能技術(shù)，深度挖掘并充分利用大數(shù)據(jù)的價(jià)值，實(shí)現(xiàn)更精準(zhǔn)分析。通常來(lái)說(shuō)，由于長(zhǎng)尾客戶沒(méi)有很明顯的特征，彼此間也缺乏關(guān)聯(lián)性，因而需要通過(guò)機(jī)器學(xué)習(xí)等深度智能的方法來(lái)觸達(dá)。而這時(shí)，根據(jù)不同項(xiàng)目、不同人群、不同場(chǎng)景進(jìn)行建模就顯得尤為重要。