AI商业战丨上半场算法智慧,下半场数据智慧

日期:2018-01-10      来源: 科技茱比莉      作者:翔snowman      编辑:otpub      点击:665次

知识图谱是数据智慧,机器学习是算法智慧,AI商业战会偏向哪一边?

当深度学习成为AI算法的一场革命,大学教授们纷纷创业,似乎AI的商业化比以往任何时候都要更接近于象牙塔。但另一方面,虽然AI成为投资界的新宠,谁都意识到,这个赛道甚至比平均7年才上市的2B领域还要漫长。

 

究其原因,AI的黑箱问题恐怕是AI商业化中的一门槛——

 

机器如何准确找到有价值的信息?谁能确保它是对的?人类在多大程度上可以相信机器学习做出的决策?

当AlphaGo赢得围棋人机战事件为例,它展现了AI在简单而静态的规则关系下,机器学习如何在指数级的数据规模下优于人类的思维模型。尽管在实际商业环境中,普遍存在的是复杂而动态的规则关系,但当AlphaGo之父宣布机器使用的非人类上千年来经验形成的围棋棋谱而是“机器思维”时,依然引起了再次轰动。

 

但AlphaGo也使得一直被诟病的AI黑箱问题更为突出——

 

在风险不可控的条件下做决定很难,即使机器的预测结果事后被验证是准确的。由于缺乏AI决策的可解释性,也就让人类无法在商业环境中对机器学习的结果产生信任。

 

那么在商业上,如何破题?

 

不久前,百分点公司推出了“中国首个行业智能决策系统”。如果抛开“首个”这类品牌性用语,你还是可以从中发现AI商业战的一种突围方式——知识图谱+深度学习。通过人类在各行各业的经验中人为形成的知识关系,来约束机器学习的不可解释性,从而在一定程度上来实现AI的商业化应用。

这就使得在业界热炒深度学习之后,开始来关注AI的另一个维度——知识图谱。

 

1.动态知识图谱

 

实际上,从 1956 年AI这个概念提出开始,科学家们就相继提出了三个研究学派,分别是:符号主义、连接主义和行为主义。初衷都是希望机器模拟人的思维来思考。

AI1.png

我们看到,符号主义流派经过40余年的发展演化成了今天的知识图谱。它是人类业务知识的形式化表示,用实体和关系的网络来描述客观世界。尤其是随着互联网的发展,不仅使大数据成为可能,更使得大数据之间的关系得以展现。从知识表示到知识图谱,划时代的事件当属2012年谷歌为搜索正式发布的知识图谱,它成为互联网上通过文本数据建立关系的“通用型知识图谱”,而Facebook的社交图谱比搜索引擎图谱还要复杂。

而在商业社会中,人们普遍认可开源软件正在普及算法智慧的商业模式之后,开始回过头来关心数据端,毕竟越来越多的人意识到,AI如果只有一个聪明的头脑而没有相关的数据和知识输入,也无法进入商业领域。

如果说AI上半场关注算法智慧,而知识图谱的行业应用开启了下半场关注数据智慧的大门。

而此时百分点率先推出多个行业智能决策方案,只不过作为商业化主体的公司,它找到了基于自身优势惯性的一套破题手段。在大数据面前,知识图谱就是数据的智慧,而深度学习则是算法的智慧。

对于早在2009年就成立的百分点来说,它的创始之初其实就是为了互联网的大数据应用,也是最早一批在中国接触和应用知识图谱的企业。而知识图谱从互联网焕发新的生命力之后,也正在行业业务模型中展开应用。进入移动互联网时代,不仅时间、地点等动态因素进入知识图谱,客观世界也更需要一种实时敏捷、灵活可扩展、智能自适应的知识图谱的新方法——动态知识图谱。

具备自适应、自优化能力的动态知识图谱应该是百分点行业智能决策方案区别与传统BI产品的关键:

在传统BI时代,数据类型以结构化为主,数据模式可预先确定,现有数据模式才产生数据,数据模式相对固定,BI方案相对单一。

在大数据AI时代,半结构化非结构化数据越来越多,数据模式无法预先确定,且随数据规模增长不断变化,多元异构数据源也促使知识图谱不断自优化和自适应能力,支持复杂业务问题的自动识别、判断并做出前瞻或实时决策。

 

2.行业数据怎么选择?

 

那么在AI商业世界里,行业怎么选?

有了知识图谱和机器学习的AI还不够,重要的是要有一手的行业数据,数据不仅多而且要有质量。这就需要生态需要战略合作,否则都是空中楼阁。

从应用方向上来看,即使是谷歌、微软、IBM,在人工智能落地方面,也在向金融、医疗、汽车、零售等数据基础较好的行业方向布局。比如IBM和google都选择了医疗健康是因为这是一项关乎人类生存的大产业,而且从人文主义角度也是提升人类生活质量最有效的做法。而且美国医院的数据相对有据可循可追溯,因此数据的质量高。以自动驾驶领域为例,谷歌、百度、特斯拉、宝马等科技和传统巨头纷纷加入。

智能决策选择布局的主要是制造、金融、媒体和公共事务、零售快消五大行业。它们是容易形成大数据,数据积累丰富的行业,且应用场景较为明确、应用价值较为直接,这可能也是中国AI最先落地的行业。

对于技术企业来说,与有数据资源的行业龙头合作则是商业之道。

数据资源+知识图谱+深度学习,这构成了AI商业战的三层结构。未来,AI核心算法一定会通过开源方式得到普及,而AI下半场一定要掌握最具核心的价值,海量数据是核心价值,基于海量数据的动态知识图谱则是数据的智慧。


相关推荐:

1.人工智能在教育行业中的未来应用

2.深度解读企业人工智能

3.人工智能的应用将带来商业革命

4.解密工业4.0时代人工智能将改变哪些行业

关键字:人工智能AI

本站所载作品版权归作者及原出处共同所有。凡本网注明“来源:OTPUB”的所有作品、文章,版权均属于本站,转载、摘编或利用其它方式使用上述作品,应注明“来源:OTPUB” 或 “摘自:OTPUB”。

上一篇: 【直播预告】新时代 新产业 新城... 下一篇: 网络安全领域暗藏大量“黑天鹅”...