“在信息化时代,大数据和人工智能正在快速推动社会的变革与发展。值得注意的是,我们在充分发挥大数据、人工智能作用的同时,既不能把大数据概念化和庸俗化,也不能将人工智能神化和妖魔化。”颐信科技有限公司董事长黄劲在接受记者采访时表示。
“在信息化时代,大数据和人工智能正在快速推动社会的变革与发展。值得注意的是,我们在充分发挥大数据、人工智能作用的同时,既不能把大数据概念化和庸俗化,也不能将人工智能神化和妖魔化。”颐信科技有限公司董事长黄劲在接受记者采访时表示。
黄劲认为,伴随着移动互联、大数据的深入发展,开源网络数据应用逐渐占据大数据应用的主体地位。此时“智能人工+人工智能”的价值凸显,以智能人工驾驭人工智能,全程指导数据搜集、处理、分析和应用各环节,将人类的创造力、判断力等与机器的准确性、速度等充分结合,才能有效解决开源网络数据应用难题,最大化实现数据价值。
颐信科技董事长黄劲
人工智能成为全球科技焦点
黄劲表示,数据应用范式是技术进步和社会发展的产物,按照数据基础和应用方法,可以划分为不同层次的数据应用范式。
随着大数据、超级计算、脑科学等新理论新技术的发展以及经济社会强烈需求的驱动,目前数据应用发展到第四范式,以炙手可热的人工智能为主要特征。其主流是通过海量数据训练出一个复杂的深度神经网络模型,再利用训练好的模型进行推断,希望机器能像人一样学习和思考并独立应用于各具体场景中。人工智能技术在改造升级传统产业、培育新兴产业、加速实体经济转型、保障改善民生等经济社会发展诸多关键环节发挥重要作用,已成为全球科技焦点。
与此同时,第四范式自身发展也面临重大技术瓶颈和应用障碍,难以有效满足大数据应用特别是开源网络数据应用需求。作为大数据的主体,开源网络数据在经济发展、社会治理、国防安全、国际关系领域蕴含着巨大应用潜能,但其数据关系复杂、碎片化分布、真假难辨等特点,显示出第四范式的技术和应用缺陷。面对海量数据,第四范式对开源网络数据的价值挖掘不足,而数据基础不充分、不完整直接制约了数据价值的最大程度开发利用和最终结果的准确性,同时相关性分析结果无法解释的问题也影响了最终应用落地。单纯依赖人工智能无法解决关键领域的复杂决策问题,甚至带来新的风险隐患。
“智能人工+人工智能”或有助于更好决策
黄劲表示,数据资源的充分挖掘和有效应用呼唤“智能人工+人工智能”的第五范式。这种范式以帮助人们更好决策为目标,以智能人工统帅人工智能,以人工智能助力智能人工,共同推动数据应用价值实现。
其中,开源网络情报是开源网络数据的最高应用,也是第五范式的应用典型。例如,投资风险情报保障以投资标的背后的项目信息为基础,在产供销、组织架构等关系梳理中,结合政策、行业、市场、人员等动态,洞悉隐藏的重大关联交易、业绩造假、资金链断裂等风险,为投资人正确决策、防控风险提供真实、完整的依据。
在“智能人工+人工智能”范式中,人类智能发挥其在处理抽象化、情绪化、非逻辑性问题上的独特优势,机器智能发挥海量数据存储、处理和逻辑计算的理性优势,人机合力、深度融合。一方面,人类是人工智能的学习对象、系统设计者、过程主导者和最终价值判断的仲裁者,为人工智能提供训练数据、知识模型和决策算法,并持续优化人工智能的能力;另一方面,人工智能是人类智能的延伸与扩展,辅助人类进行海量数据存储、处理和计算,并通过语音识别、图像识别、语义分析等技术替代大量繁琐的机械劳动,助力人类更高效地延展智慧,为社会创造更大价值。
“人机融合”是挖掘大数据价值的必然选择
“以人机融合为主要特征的第五范式,人类将全程参与数据应用各环节,引导、优化、监督人工智能的价值实现。”黄劲说。
在需求理解层面。需求理解是指导数据应用的关键。基于人类对复杂需求的理解能力和自身经验背景,梳理问题主次并进行灵活有效的任务部署和规划,明确各阶段任务目标以促成最终目标的实现,同时根据数据搜集、处理、分析和应用的实际情况,逐渐加深对需求的理解和认识,动态调整各阶段任务。
在数据搜集层面。搜集是数据应用的起始和基础环节。人类针对任务目标制定数据搜集策略、路径和相关性判别规则,指导计算机采集系统从全网范围广泛搜集目标数据,根据搜集数据的完整性、准确性、相关性、客观性以及数据来源的原发性,调整搜索计划和智能搜索工具规则及参数,深度挖掘潜在目标数据。
在数据处理层面。处理是数据应用的必要环节,是保证数据质量、提高数据分析效率的关键。人类根据数据特点建立数据处理分析平台,通过设置相应筛选、聚类、对齐等规则,剔除无效数据、无关数据、冗余数据,实现对大规模非完整、非结构化数据的实体抽取、关系抽取和元数据构建,并通过交叉验证、溯源分析等方式进一步提高数据真实性和准确性。
在数据分析层面。分析是数据应用的核心环节,是实现从数据到知识的关键。人类利用关联分析、对比分析、逻辑分析、地理空间与位置分析、社会网络分析、情景感知、数据流分析等系列分析工具,自动发现部分模式,形成便于人类理解的可视化结果,并结合人类经验及专业领域知识,实现对分析结果的因果性解释,综合研判是否能客观准确回答实际需求。
在数据应用层面。应用是用数据分析结果解决实际需求的过程,是数据价值实现的最终环节。基于复杂的数据搜集、处理、分析过程,揭示隐情、查实真相、洞察危机、预测趋势,为客户提供论据精准、论证充分的数据应用产品与服务,并人为监督控制智能数据产品的使用合法性、道德性、安全性等问题,评判最终应用效果,及时调整修改前期工作。
运用以智能人工驾驭人工智能的第五范式,全程指导并动态调整数据搜集、处理、分析和应用各环节,完善数据基础,提高分析结果准确性,探索智能计算无法发现的本质关联,实现对无先例事件和小数据事件的分析研判,这是挖掘大数据价值特别是开源网络数据价值的必然选择,也是驱动数据应用能力升级的必然选择。