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

肖京長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)選重要國際學(xué)術(shù)會議委員會及中美國家基金評審專家委員會委員，先后在愛普生美國研究院及美國微軟公司擔(dān)任高級研發(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)在人臉識別、機(jī)器翻譯以及人機(jī)對弈等領(lǐng)域取得的進(jìn)步，引起了新一輪“人工智能熱”。在大會開幕前，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)于智能化在未來的推進(jìn)和落地，他又有過哪些思考呢？

未來人工智能應(yīng)像“烏鴉”

肖京在公開場合提過，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)語音交互，只不過當(dāng)時計算能力很弱；到90年代，由于互聯(lián)網(wǎng)的出現(xiàn)，數(shù)據(jù)、存儲能力、算法都有顯著提升，人工智能技術(shù)又開始蓬勃發(fā)展起來；再后來深度學(xué)習(xí)出現(xiàn)，為非結(jié)構(gòu)化數(shù)據(jù)的處理帶來了非常大的突破，產(chǎn)生了非常多的應(yīng)用場景，于是就形成了今天我們看到的人工智能熱潮。

對于當(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)還過于依賴大數(shù)據(jù)，以AlphaGo Zero來說，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、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階段。他認(rèn)為，當(dāng)前人工智能還處在第一階段，會“計算”但不會“算計”，其計算智能已遠(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，提出未來人工智能的進(jìn)化方向。愛吃堅果的烏鴉，會主動停在交通燈上，在綠燈時丟下堅果，讓過往汽車碾碎，等紅燈時再下去吃。肖京說，未來人工智能至少要先能像烏鴉一樣，會“算計”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的趨勢。對此，身在企業(yè)界的肖京有自己的看法。

在肖京看來，通用人工智能起碼要等到強(qiáng)人工智能階段才會出現(xiàn)。他認(rèn)為通用人工智能是個非常有意思的研究方向，不過在大多數(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附加的應(yīng)用價值。

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)來研究攻關(guān)；對企業(yè)來說，應(yīng)該更專注于研發(fā)智能技術(shù)，來解決實(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)來規(guī)劃，否則就有不切實(shí)際之虞。

對于現(xiàn)階段人工智能的應(yīng)用，他指出，定義清楚目標(biāo)場景和問題是很重要的，問題定得太大、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，相對于過去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，過去20年互聯(lián)網(wǎng)的創(chuàng)新模式是相對簡單的，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，但對于業(yè)務(wù)本身并沒有做出太多改造。

而智能化是技術(shù)上的創(chuàng)新，要在對傳統(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)過傳統(tǒng)企業(yè)智能化轉(zhuǎn)型，需要具備的五個因素：

第一，要有技術(shù)、算法，計算平臺、計算能力；

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

第三，要有場景，并在實(shí)際場景中不斷迭代，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)制來協(xié)調(diào)推動。

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

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

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，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，尤其是對弱相關(guān)因子的挖掘和利用。而在大數(shù)據(jù)時代有顯著的長尾現(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)的價值。因此需要進(jìn)入第三階段。

第三個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)的價值，實(shí)現(xiàn)更精準(zhǔn)分析。通常來說，由于長尾客戶沒有很明顯的特征，彼此間也缺乏關(guān)聯(lián)性，因而需要通過機(jī)器學(xué)習(xí)等深度智能的方法來觸達(dá)。而這時，根據(jù)不同項(xiàng)目、不同人群、不同場景進(jìn)行建模就顯得尤為重要。