上周，我小白帶您來(lái)了個(gè)穿越，認識了AI這個(gè)既熟悉又陌生的朋友。

我們見(jiàn)證了AI的誕生，也看見(jiàn)過(guò)AI流離失所的模樣。艱難困苦，玉汝于成。在世界機器翻譯系統評測的賽場(chǎng)上，在韓國首爾的棋盤(pán)前，我們?yōu)橹鼗鼐酃鉄粝碌腁I歡呼。

今年，AI六十有三，年逾花甲，卻依然展現著(zhù)青春的朝氣。走下賽場(chǎng)，走進(jìn)生活，“越老越妖”的AI正推動(dòng)著(zhù)一波波的發(fā)展浪潮。

根據融入程度和利用數據種類(lèi)的不同，一些知名專(zhuān)家將AI的發(fā)展歸納為四波浪潮：互聯(lián)網(wǎng)智能化、商業(yè)智能化、實(shí)體世界智能化和自主智能化。其中，互聯(lián)網(wǎng)智能化以及商業(yè)智能化已出現在我們身邊，且影響愈加廣泛?，F在，我就帶您一起了解奔涌而來(lái)的前兩波浪潮。

互聯(lián)網(wǎng)智能化

互聯(lián)網(wǎng)智能化興起于15年前，在2012年前后成為主流。仔細看，這個(gè)時(shí)間節點(diǎn)正和“深度學(xué)習”的發(fā)展歷程相吻合。不錯，目前的AI均是架構在“深度學(xué)習”基礎之上的?！堵槭】萍荚u論》曾撰文稱(chēng)：“今天的AI 就是‘深度學(xué)習’……”

就像電動(dòng)機離不開(kāi)電力，“深度學(xué)習”需要大數據的“喂養”。如今二者兼備，那我們就一起看看它倆能擦出什么樣的火花。

去年的“雙11”你“買(mǎi)買(mǎi)買(mǎi)”了嗎？不知道在你全神貫注搶單時(shí)，有沒(méi)有注意到天貓APP的首頁(yè)焦點(diǎn)圖與幾年前相比有什么變化嗎？圖中有你心儀的商品嗎？讓你感覺(jué)更貼心了嗎？如果有，那么恭喜你中“招”了。

在2018年“雙11”期間，阿里巴巴為每個(gè)用戶(hù)量身打造了焦點(diǎn)圖，共有5億張之多。這些圖的設計師是一個(gè)叫作“鹿班”的AI系統，每秒鐘，鹿班可以設計8000張。如果換作一個(gè)人類(lèi)設計師，假定5分鐘設計一張，需要連軸轉工作4700多年才能完成。

天貓之所以能知道你的需求，是因為你的每一次瀏覽、下單、評價(jià)，都成了你的“標簽”，這些讓天貓更加懂你?！半p11”不只是一場(chǎng)消費狂歡，更重要的是產(chǎn)生了海量的消費數據。

在智能時(shí)代，哪個(gè)領(lǐng)域先積攢下足夠多的數據，它的研究進(jìn)展就顯得快人一步。在現實(shí)生活中，我們對這樣的鏡頭肯定并不陌生：2019年2月28日11時(shí)20分，在北京市西城區工作的小袁摸了摸咕咕叫的肚子，拿出手機點(diǎn)開(kāi)美團外賣(mài)APP，盤(pán)算著(zhù)自己的午餐。12時(shí)整接到了外賣(mài)小哥打來(lái)的取餐電話(huà)。

在這期間，我到美團總部的“超腦”AI管理系統里轉了一圈。發(fā)現美團單日外賣(mài)交易數超過(guò)2100萬(wàn)單，要靠50多萬(wàn)個(gè)外賣(mài)小哥完成配送，高峰期一小時(shí)要進(jìn)行29億次路徑規劃。美團之所以能高效地處理如此龐大的數據，在用戶(hù)下單后能準確地計算出預送時(shí)間，靠的就是“超腦”。據說(shuō)“超腦”是由10000名工程師開(kāi)發(fā)的，而管理這些工程師又要靠另一套AI系統。

看看我們周?chē)氖澜?，隨叫隨到的網(wǎng)約車(chē)、愛(ài)不釋手的短視頻……無(wú)不是AI系統在管理，這些數據均來(lái)源于互聯(lián)網(wǎng)用戶(hù)。這，無(wú)疑是互聯(lián)網(wǎng)智能化給我們帶來(lái)的結果。

商業(yè)智能化

提起商業(yè)智能化，大家還記得1997年擊敗國際象棋世界冠軍卡斯帕羅夫的“深藍”嗎？它的后繼者IBM的“超腦”——“沃森”，已在向商業(yè)中的金融服務(wù)業(yè)進(jìn)軍。通過(guò)大量金融知識和案例訓練的“沃森”，開(kāi)始具備提供金融建議的能力。

AI+銀行業(yè)，會(huì )產(chǎn)生怎樣的效果呢？我們不妨以銀行核發(fā)貸款為例說(shuō)明問(wèn)題。過(guò)去，信貸員考察借貸人時(shí)一般只關(guān)注收入情況、征信記錄、資產(chǎn)、犯罪記錄等少數幾個(gè)維度。而AI可從銀行積累的大量數據中挖掘人們往往會(huì )忽視的隱形聯(lián)系。

實(shí)際上，它可考察上千個(gè)維度。如辦理貸款的時(shí)間、輸入出生日期的速度、手機內安裝的應用軟件等。甚至手機剩余多少電量都會(huì )被納入考察范圍。雖然手機剩余電量和還款能力之間不是因果關(guān)系，但大量數據表明這兩者之間存在著(zhù)某種關(guān)聯(lián)。這些不尋常的指標被稱(chēng)為“新審美標準”。

其實(shí)，“審美標準”更新的背后是思維方式的改變，我們可以將其稱(chēng)之為大數據思維。

隨著(zhù)認識的深入，我們發(fā)現世界上充滿(mǎn)著(zhù)不確定的問(wèn)題。例如借貸人還不還錢(qián)是不確定的，而數據中所包含的信息可以幫助我們消除不確定性，通過(guò)數據統計找到影響借貸人信用的因素。

另外，我們一直強調因果關(guān)系，給出原因后通過(guò)邏輯推理找到結果。但在統計結果得出之前，又有誰(shuí)能想到手機剩余電量與還款能力有關(guān)呢？大數據思維不是對因果邏輯的背叛，而是對后者的補充。很多時(shí)候先知道結果再反推原因會(huì )容易得多。

由此，大數據思維的核心就是利用數據消除不確定性，找到事物之間不易被發(fā)現的關(guān)聯(lián)，進(jìn)而解決問(wèn)題。

除了在銀行業(yè)等金融領(lǐng)域，AI在實(shí)體行業(yè)也大有作為。比如風(fēng)力發(fā)電公司通過(guò)收集分析每臺風(fēng)能發(fā)電機的運行數據，可有針對性地維護發(fā)電機；服裝行業(yè)在每件衣服的標簽里嵌入RFID芯片，就能跟蹤記錄試穿衣服的情況，進(jìn)而分析顧客喜好，在服裝設計制作上進(jìn)行調整；家電行業(yè)將家電聯(lián)網(wǎng)，提醒客戶(hù)及時(shí)維護保養、更換配件。

有了AI的參與，現有產(chǎn)業(yè)+大數據改變著(zhù)現有的商業(yè)模式。

摘自《解放軍報》