加州大學(xué)伯克利分校教授John Canny AI最大的挑戰(zhàn)是數(shù)據(jù)

在全球AI領(lǐng)袖峰會上，加利福尼亞大學(xué)伯克利分校教授John Canny分享了幾點(diǎn)：1)人工智能落地，最核心的挑戰(zhàn)是什么?2)中美在人工智能產(chǎn)業(yè)應(yīng)用方面存在哪些差異?)3)面對海量數(shù)據(jù)，人工智能如何匹配個性化需求。2018年6月13日，由上海市經(jīng)濟(jì)和信息化委員會、上海市商務(wù)委員會、上海市長寧區(qū)人民政府指導(dǎo)，上海市長寧區(qū)青年聯(lián)合會、億歐公司聯(lián)合承辦的“2018全球智能+新商業(yè)峰會”在上海長寧世貿(mào)展館舉辦。

本次峰會以“AI落地，產(chǎn)業(yè)升級”為主題，現(xiàn)場聚集超過5000位AI行業(yè)內(nèi)外人士，共同探討AI目前面臨哪些挑戰(zhàn)，當(dāng)下如何商業(yè)落地，未來將會怎樣發(fā)展等問題。峰會采取“1+8”的組織架構(gòu)，除了6月13日的“全球AI領(lǐng)袖峰會”外，14-15日將舉辦包括AI消費(fèi)產(chǎn)品峰會、智能+新出行峰會、智能+大健康峰會、智能+新金融峰會、AI國際化峰會、智能+教育峰會、智能+新服務(wù)峰會、智能+零售峰會在內(nèi)的8場垂直峰會。

在全球AI領(lǐng)袖峰會上，加利福尼亞大學(xué)伯克利分校教授&虎博科技聯(lián)合創(chuàng)始人John Canny在當(dāng)天與多位嘉賓圍繞“資本對話創(chuàng)業(yè)”展開了一場精彩討論，他本人的演講要點(diǎn)如下：

1)數(shù)據(jù)確實(shí)是我們最大的挑戰(zhàn)。所以我們要提升機(jī)器學(xué)習(xí)，提升人的學(xué)習(xí)能力，提升數(shù)據(jù)的容積，同時又必須生成個性化的、符合客戶要求的數(shù)據(jù);

2)未來，當(dāng)我們的制度變得越來越多，很多資源來自于非正式的途徑時，到那時，我們能夠得到的回答也會變得更加復(fù)雜;

3)我們要想真正地理解用戶，不僅需要和客戶直接溝通、交流，有的時候還需要改變我們的目標(biāo)、改變我們的目標(biāo)客戶群體，這其實(shí)也是我們正在面臨的挑戰(zhàn)。

以下為John Canny參與圓桌對話時的速記整理：

我是John Canny教授，來自于加利福尼亞大學(xué)伯克利分校，2017年，我和在硅谷多年的搭檔和好友、前美團(tuán)點(diǎn)評高級副總裁陳燁聯(lián)合創(chuàng)辦了金融服務(wù)類的AI企業(yè)——虎博科技。

人工智能落地，最核心的挑戰(zhàn)是什么？

虎博科技是做金融服務(wù)的，數(shù)據(jù)對我們來說是人工智能應(yīng)用在金融領(lǐng)域落地的重要因素，數(shù)據(jù)確實(shí)是我們最大的挑戰(zhàn)。

針對這個挑戰(zhàn)，我們既要加強(qiáng)機(jī)器的機(jī)器學(xué)習(xí)能力、提升人的學(xué)習(xí)能力、提升數(shù)據(jù)的容積，同時又希望能夠生成個性化的、符合客戶要求的數(shù)據(jù)，數(shù)據(jù)還必須是來自多方面的、具有代表性的。

這就對我們的算法提出了要求，我們必須要改善數(shù)據(jù)、改善算法，虎博科技有能力迎接這種挑戰(zhàn)，但同時也要用積極的心態(tài)面對這些挑戰(zhàn)。

中美在人工智能的產(chǎn)業(yè)應(yīng)用方面，存在哪些差異？

不光是人工智能應(yīng)用在中美兩國存在差異，在金融領(lǐng)域有著同樣的問題，因?yàn)橹忻纼蓢谕顿Y行業(yè)的結(jié)構(gòu)組成是不一樣的。

美國有很多專業(yè)的機(jī)構(gòu)投資者，但在中國相反，個人投資者的占比很高。機(jī)構(gòu)投資者一般更在乎投資的專業(yè)性和效率，個人投資者做決策則往往依賴多個信息源，他們會根據(jù)企業(yè)所說的內(nèi)容對企業(yè)形成一種意見。

所以，針對個人投資者的話就需要一種數(shù)據(jù)，這里的“數(shù)據(jù)”指的并不是基礎(chǔ)數(shù)據(jù)，而是更多來自社交領(lǐng)域或社交領(lǐng)域相關(guān)的數(shù)據(jù)。所以我認(rèn)為，針對中國的個人投資者，創(chuàng)業(yè)者需要關(guān)注具體項(xiàng)目信息的分析。

面對海量的數(shù)據(jù)，人工智能如何匹配個性化需求？

在海量數(shù)據(jù)處理方面，我們正在面臨很多非常有趣的挑戰(zhàn)，有些已經(jīng)解決了，有些還在學(xué)習(xí)當(dāng)中。比如說，當(dāng)我們問一個問題、通過調(diào)研的形式得到數(shù)據(jù)時，我們能夠理解別人為什么會這樣問出這些問題，因?yàn)檫@說明他們?nèi)鄙龠@種信息，但這個信息和我們提問的方式、內(nèi)容其實(shí)是不完全一樣的，而我們正在面臨這樣的挑戰(zhàn)。

未來，當(dāng)我們的制度變得越來越多，很多資源來自于非正式的途徑時，到那時，我們能夠得到的回答也會變得更加復(fù)雜。很多數(shù)據(jù)可能是虛假的，也可能會有很多純粹是八卦的信息。

所以，當(dāng)我們把很多信息進(jìn)行整合的時候，我們不僅要把數(shù)據(jù)提供給用戶，還必須告訴用戶——這些數(shù)據(jù)如何使用、它們有什么用途等等。這是我們在處理海量數(shù)據(jù)時面臨的更有趣的挑戰(zhàn)，也是溝通交流方面的挑戰(zhàn)。

也就是說，我們必須要知道用戶最想要的信息是什么、我們?nèi)绾尾拍芴峁┻@些信息，還得讓用戶知道該如何使用這些信息。

新技術(shù)如何與新商業(yè)相融合？

各行各業(yè)都面臨著新技術(shù)的沖擊，我們要想真正地理解用戶，不僅需要和客戶直接溝通、交流，有的時候還需要改變我們的目標(biāo)，或者說改變我們的目標(biāo)客戶群體，從而選擇不同的目標(biāo)客戶。

這一點(diǎn)其實(shí)也是我們正在面臨的挑戰(zhàn)，同時也是我們要真誠地面對的事情，只有這樣，才能讓新商業(yè)圍繞核心目標(biāo)，從而突出它的核心價值。

比如說，我們經(jīng)常會遇到這種情況，我們這個APP的樣品往往跟我們最初開始想的點(diǎn)不太一樣，所以經(jīng)常要面對這樣的挑戰(zhàn)，不斷地修改我們的產(chǎn)品。但與此同時，我們也不能夠過多地追求別人的想法，不能過度地追求自己的產(chǎn)品、App能夠和我們自己的、客戶需要的所有的想法結(jié)合起來，這一點(diǎn)是需要警惕的。