人工智能领域，新数据比新算法更重要

8月科技特训营干货：

导师：张薇  前哨团成员

美国最大的资产管理公司 BlackRock 量化基金经理

演讲主题：《人工智能与金融科技》

千万不要把人工智能当成一种迷信，第一个迷信是认为人工智能会像人一样，是有智能的机器学习，其实还不是。

我们现在在人工智能领域分了弱智能和强智能。什么叫“弱的人工智能”，是机器能够在人要求的特定领域里完成跟人相接近的智能性的应用，包括视觉感知、语音识别、决策、语言翻译。

帮人类在不需要增加思考的情况下完成良好的重复执行的能力，这个定义比较接近弱人工智能的定义。

比如IBM  Watson系统，在美国玩文字游戏中一路过关斩将，其实IBM花了很多钱，做了很多保障，只要把Watson做好了，就把医学、视觉和语言中很多问题一口气解决了。可现在为止，从股票来讲，Watson没有救IBM，也没有达到我们想要的类强人工智能的要求，实际上还是停在弱人工智能，只不过是调得比较精细的人工智能应用。

那人工智能是不是真的泡沫多过于实际的应用？其实不是，互联网应用到现在，各个领域人工智能的展开还不多。AI在每一个方向都可以起到人类智能外延的作用。

比如在用户体验上，银行使用人工智能辅助客户服务，如果有一个业务银行柜台员或者服务人员给你打电话解决问题，肯定比现在的人工智能做得更好，但所有东西背后有成本和收成的问题。

在关键指标管理上，看一个企业管理，包括在生产线、管理线，以前基本按经验管。现在发现，如果积累足够的数据，用数据做挖掘，综合衡量这样的指标是提升最后整体的关键，而最后整体的关键对于企业来讲是利润。国外企业，最后的衡量标准就是利润额。

还有项目风险评测。以前项目风险评测包括资产类的、风投类的、私募类的，都会用一些基于人的风险评测，很多人是来自于人本身的经验积累。现在发现如果你有大量的数据后，这些经验可以部分的被替代，利用机器学习进行建模，包括对私有项目做出一些评测。

这块是我觉得特别有意思的方向，因为我本身就在做这件事情，所以对数据特别敏感。我们谈的所有应用，如果离开了大数据，一件任务都完不成。我在海外、国内接触到的信息和关注点不一样，我看到的人工智能，新数据冲击效果比新算法更重要。

因为算法可以经过一定程度的调试不断成熟、完善和光滑，一定程度后，从模型里拿到更深一步的提高比较难，更多时候需要新数据，新数据灌输模型就会出现不一样的结果。

什么是新数据？行业金融在过去几年，发展了自有的数据，在合法合规的途径下收集，其实现代传统金融行业积累过程在逐渐展开。过去短短二三十年积累了用户个人、企业征信类的数据、个人财务类的数据，包括他的消费金融和其他金融行为的数据。

我们中国比较有意思的是，所有这些行业的现代化都是在非常短的时间内展开的，在移动互联网展开包括传感器网络，比国外展开速度和时间非常迅速，在短短过去时间中，新的渠道积累了大量的数据。

我们每天在用手机，这个手机产生了很多你的行为数据，包括你装了什么软件，喜欢浏览哪个网页，对哪个品牌感知度比较高，对哪个商品使用时间比较长，这都是用户的使用数据。

移动端手机跟着我走，走到哪儿都能收到点的定位数据，所有数据集中上来以后，会反映微观层面企业、宏观层面经济的数据。比如你用卫星图给中国拍照，夜间过了十点后，看哪个城市灯还亮着，灯亮数据非常直观反映了各个城市的竞争优势。

有的城市宣扬自己现代化搞得好，实际到了夜间点灯的时候亮度不足，比如大连，这几年通过卫星观察，夜间城市亮度逐渐被其他城市赶超。这些数据没有办法欺骗你，大数据十分重要。

更多科技特训营干货明天继续……

●   ●

《前哨·王煜全》（第二季），每个季度会有一张 “行动地图” 课表，为你指明前进方向，提前规划学习进度。

第一季度，你会听到混合现实、人工智能、航空航天、ICO 与企业投资这些产业的深度解析。