首頁 專欄車品覺正文

我們為什么要認識數據的本質?

作者:

車品覺,代表沒作品《決戰大數據》、《數據的本質》。

一場以大數據為核心的智能盛宴

時下仿佛大家都在談人工智能,就像當年人人都在談大數據一樣。在不同場合上,阿里巴巴的馬云、百度的李彥宏及騰訊的馬化騰分別談過自己對人工智能的看法和觀點。這種對話有點兒像金庸小說中的華山論劍。到底是氣宗( 大數據)還是劍宗(人工智能)更有戰略意義?我認為,兩者是相輔相成的。經歷了互聯網20 年的發展,我們已經積累了足夠多的數據去驅動一場“智能盛宴”,以大數據為核心的人工智能漸露端倪。

有一天晚上準備睡覺時,聽到隔壁傳來女兒跟蘋果智能語音助手Siri 對話的聲音。我太太問我,這樣正常嗎?我告訴她不用擔心,這是目前的趨勢。根據不久前美國“用戶普及率調查”的結果,語音助手的使用已經達到引爆點,并在走向大規模普及的階段。

前段時間,我在美國舊金山就拜訪了Semantic Machines 的創始人兼CEO丹· 羅斯(Dan Roth),這家公司的成員很多都是Siri 和Echo 的幕后功臣。如今,羅斯領導著一個匯集了自然語言處理、語義理解、會話計算等領域專家的頂級團隊,目標是攻破人機對話領域這個老大難的題目。

羅斯把他們正在研發的革命性技術稱為對話式人工智能(Conversational AI)。與Siri 相比,這種技術能夠更真實地了解用戶本人的意圖,哪怕用戶從一個話題跳到另一個話題,又或者說的話不完整、不連貫,而這些正是人類對話的自然特點。這些特點正是目前這類技術的難點所在,相信了解破解自然語言難度的人都清楚,這項研究一旦成功,必然會改變世界。

2010年,“數據科學家”這個稱謂的發明者帕蒂爾(D.J.Patil)和杰夫· 哈默巴赫(Jeff Hammerbacher)認為,一切應該以產品為中心,從數據獲取、數據清洗、搭建和管理數據設施、原型開發、產品設計等方面,去實踐數據的價值。我在阿里就經歷了從“數據產品”到“數據作為產品”的階段,后者其實才是大數據的真正產物,也是人工智能的源泉。

誰掌握“完美信息”,誰就將擁有整個世界

剛開始進入數據行業時,我一直秉承著這樣一個理念:在“假設數據都是可獲取的”基礎上,思考問題。隨著整個社會數據化程度的進一步加深,以及人與物之間的高度互聯,以前很多信息的盲點被快速解開。由不同領域積累下的數據形成的“完美信息”漸露端倪,這其實是一個數據從量變到質變的過程。這一“完美信息”具有無限潛能,足以讓人工智能所向披靡,催生各種智能場景,并讓其如潮涌至。智能時代,秉承“假設數據都是可獲取的”這一思維方式,才可讓你比別人更勝一籌,從而做到心中有數。

我在阿里時就曾參與設計了一款智能營銷工具 “Look-Alike”。通過機器學習,我們可以利用過去積累的客戶消費特征(每個客戶有高達上萬個標簽),作出精準推送廣告的決策。有別于過去的廣告規劃,我們不會問廣告主如何描述其目標客戶群,而是讓廣告主給出500 個喜歡某品牌的用戶名單,我們就可以幫他找出5 000 個,甚至5 萬個類似的客戶。這種方法可以在幾個小時之內快速“掃描”出最有效的營銷方案。通過這項技術,我們基本可以實現讓廣告主喜出望外的精準廣告投放效果。但問題是,這種產品真的能為廣告業及阿里帶來新的價值嗎?這還只是大數據革命的開端,大家可以拭目以待!

現實中,我們從數據收集、整合、判斷,以至行動、再到反饋的過程并不完美,而形成數據閉環系統的阻力往往是人為因素居多。谷歌無人駕駛汽車項目的偉大之處正是給了我們重要的啟發,讓我們意識到自動化及智能化所需要的數據閉環系統是如何做到了既封閉又開放,其中的里應外合正是未來的發展趨勢。我在阿里就經歷了4 個不同階段:數據驅動決策、數據驅動流程、數據驅動產品、數據驅動業務。在此過程中,你會發現,數據驅動的目標越模糊、數據越零散、人的互動環節越多,智能項目開展起來就越吃力。

從數據戰略到數據治理,別讓數據成為累贅

如前所述,數據資源的積累是發展數字經濟的前提。企業在向往智能時代所帶來的機遇的同時,更要為企業的未來目標制定數據戰略。企業不僅要關注自己現在有什么數據,更要了解未來會欠缺什么。然后,再去探討欠缺的部分有多少可以靠自己補充,有多少需要求助他人、與他人合作以實現補充。有人把數據比喻為電能,這個比喻很生動,但與電能不一樣的是,數據是可以被重復使用的。

在阿里時,我是怎么處理部門間數據互通這件事情的呢?很簡單,首先是找出大家有意愿共用的部分,我稱其為企業內的公共數據,然后安排資源把這一部分先建設起來。選擇公共數據也有一定的技巧,簡單歸類就是:各部門已經在高頻率但低效率的單線流通的數據,被野蠻重復復制到各部門的相同數據,大家都有意愿首先標準化的數據。當這些帶有公共性質的核心數據建立起來之后,大家就能更容易地感受到數據高質量流通的意義及好處。要保證這些數據的質量和新鮮度也相對變得容易了。

所以從戰略意義上來說,第二使用權的合規性變得非常微妙。大數據背后的邏輯是數據積累越多越好,在過去兩三年,很多企業都相信有了大量數據資源后,就能對企業的業務產生更大價值。

但人們往往很快就會發現,除了技術能力之外,如何妥當地管理、利用這些資源并非易事:安全合規是一方面,降低數據使用的阻力及風險也是困難重重。所以我一直倡議,數據治理不是數據部門的工作,而是公司總體的戰略。這意味著,“本性純善”的大數據也容易變成一個累贅。

數據是一種信仰,“善”用才是本質

2016 年,一場圍棋大戰讓人類引以為傲的智力頂配瞬間被AlphaGo 踐踏得體無完膚。而在我看來,這場大戰其實不過是一幫人贏了另一幫人,而且大部分人僅注意到了智“能”,而忽略了它與智“慧”的差別:“能”是能力的表現,而“慧”是心除雜念,將智能用在具有普世價值的地方。同樣的科技能力是被善用還是被濫用只有一線之差。

2016 年在英國倫敦召開的一場數據大會上,有人預測:英超聯賽萊斯特城足球俱樂部的中場球員里亞德· 馬赫雷斯(RiyadMahrez)將成為值得關注的球員。當時他在演講中說:“根據我們的數據,目前馬赫雷斯不僅是英國最好的中場球員,也是歐洲最好的中場球員之一。我敢說,在本賽季結束時,他的價值將非常巨大。”其數據顯示,馬赫雷斯在各類足球比賽期間,先后出場35 次,總體評分1118 分,在歐洲排名第6 位,僅次于1 635 分的“阿根廷球王”梅西等5 位球員。

結果,萊斯特城足球俱樂部2017 年1 月爆出超級大冷門,首次獲得英超聯賽冠軍。表現神勇的馬赫雷斯不但是最大功臣,更榮膺英超聯賽最佳球員,即“足球先生”,成了第一位獲此榮譽的非洲球員。

這位堪稱“ 神預測” 的仁兄叫瓦萊里· 博利埃(ValeryBollier),是一家體育運營商Oulala 的聯合創始人兼CEO,其公司以其復雜精妙的數學矩陣聞名。他們的系統包含了70 個取決于球員位置(守門員、后場、中場、前鋒等)的不同標準,總共能夠衍生出275 種或得分或丟分的方式。這些方式多種多樣,從進球和助攻,到具體射中球門和成功阻截等,盡量量化了接近比賽的真實情況。

為什么博利埃能夠未卜先知,竟在年前就作出如此準確的預測?其實答案就是大數據和信息。球隊的班主、教練和星探等,都被這種量化管理震驚。他們難免開始擔憂,在大數據領域落后了怎么辦?那就等著被淘汰吧。

幾千年來,人類習慣了生存在信息稀缺的年代,大數據與人工智能則為人們帶來了曙光,同時也引發了擔憂。暫且撇開我們會不會被機器人侵略這個問題,人類真的已經充分利用了自己的潛能了嗎?數據是一種信仰, 我們應該善用這個寶藏, 為人類創造更美好的世界。

注:本文來源作者投稿授權數據觀發布,內容系車品覺新書《數據的本質》,轉載請務必注明來源、出處及作者信息,?版權著作權屬原創者所有。

責任編輯:黃玉葉

分享:
速讀區塊鏈
貴州

貴州大數據產業政策

貴州大數據產業動態

貴州大數據企業

更多
大數據概念_大數據分析_大數據應用_大數據百科專題
企業
更多
藏宝图打一生肖82期