歡迎光臨
每天分享高質量文章

【資料】資料的本質

一場以大資料為核心的智慧盛宴


時下彷彿大家都在談人工智慧,就像當年人人都在談大資料一樣。在不同場合上,阿裡巴巴的馬雲、百度的李彥宏及騰訊的馬化騰分別談過自己對人工智慧的看法和觀點。這種對話有點兒像金庸小說中的華山論劍。到底是氣宗( 大資料)還是劍宗(人工智慧)更有戰略意義?我認為,兩者是相輔相成的。經歷了網際網路20 年的發展,我們已經積累了足夠多的資料去驅動一場“智慧盛宴”,以大資料為核心的人工智慧漸露端倪。


有一天晚上準備睡覺時,聽到隔壁傳來女兒跟蘋果智慧語音助手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“使用者普及率調查”的結果,語音助手的使用已經達到引爆點,併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 的幕後功臣。如今,羅斯領導著一個彙集了自然語言處理、語意理解、會話計算等領域專家的頂級團隊,標的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慧(Conversational AI)。與Siri 相比,這種技術能夠更真實地瞭解使用者本人的意圖,哪怕使用者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,相信瞭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,“資料科學家”這個稱謂的發明者帕蒂爾(D.J.Patil)和傑夫· 哈默巴赫(Jeff Hammerbacher)認為,一切應該以產品為中心,從資料獲取、資料清洗、搭建和管理資料設施、原型開發、產品設計等方面,去實踐資料的價值。我在阿裡就經歷了從“資料產品”到“資料作為產品”的階段,後者其實才是大資料的真正產物,也是人工智慧的源泉。


誰掌握“完美資訊”,誰就將擁有整個世界


剛開始進入資料行業時,我一直秉承著這樣一個理念:在“假設資料都是可獲取的”基礎上,思考問題。隨著整個社會資料化程度的進一步加深,以及人與物之間的高度互聯,以前很多資訊的盲點被快速解開。由不同領域積累下的資料形成的“完美資訊”漸露端倪,這其實是一個資料從量變到質變的過程。這一“完美資訊”具有無限潛能,足以讓人工智慧所向披靡,催生各種智慧場景,並讓其如潮湧至。智慧時代,秉承“假設資料都是可獲取的”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。


我在阿裡時就曾參與設計了一款智慧營銷工具 “Look-Alike”。透過機器學習,我們可以利用過去積累的客戶消費特徵(每個客戶有高達上萬個標簽),作出精準推送廣告的決策。有別於過去的廣告規劃,我們不會問廣告主如何描述其標的客戶群,而是讓廣告主給出500 個喜歡某品牌的使用者名稱單,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。透過這項技術,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裡帶來新的價值嗎?這還只是大資料革命的開端,大家可以拭目以待!


現實中,我們從資料收集、整合、判斷,以至行動、再到反饋的過程並不完美,而形成資料閉環系統的阻力往往是人為因素居多。谷歌無人駕駛汽車專案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慧化所需要的資料閉環系統是如何做到了既封閉又開放,其中的裡應外合正是未來的發展趨勢。我在阿裡就經歷了4 個不同階段:資料驅動決策、資料驅動流程、資料驅動產品、資料驅動業務。在此過程中,你會發現,資料驅動的標的越模糊、資料越零散、人的互動環節越多,智慧專案開展起來就越吃力。


從資料戰略到資料治理,別讓資料成為累贅


如前所述,資料資源的積累是發展數字經濟的前提。企業在嚮往智慧時代所帶來的機遇的同時,更要為企業的未來標的制定資料戰略。企業不僅要關註自己現在有什麼資料,更要瞭解未來會欠缺什麼。然後,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。有人把資料比喻為電能,這個比喻很生動,但與電能不一樣的是,資料是可以被重覆使用的。


在阿裡時,我是怎麼處理部門間資料互通這件事情的呢?很簡單,首先是找出大家有意願共用的部分,我稱其為企業內的公共資料,然後安排資源把這一部分先建設起來。選擇公共資料也有一定的技巧,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資料,被野蠻重覆複製到各部門的相同資料,大家都有意願首先標準化的資料。當這些帶有公共性質的核心資料建立起來之後,大家就能更容易地感受到資料高質量流通的意義及好處。要保證這些資料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。大資料背後的邏輯是資料積累越多越好,在過去兩三年,很多企業都相信有了大量資料資源後,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、利用這些資源並非易事:安全合規是一方面,降低資料使用的阻力及風險也是困難重重。所以我一直倡議,資料治理不是資料部門的工作,而是公司總體的戰略。這意味著,“本性純善”的大資料也容易變成一個累贅。


資料是一種信仰,“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,而且大部分人僅註意到了智“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,將智慧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資料大會上,有人預測:英超聯賽萊斯特城足球俱樂部的中場球員裡亞德· 馬赫雷斯(RiyadMahrez)將成為值得關註的球員。當時他在演講中說:“根據我們的資料,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。”其資料顯示,馬赫雷斯在各類足球比賽期間,先後出場35 次,總體評分1118 分,在歐洲排名第6 位,僅次於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” 的仁兄叫瓦萊裡· 博利埃(ValeryBollier),是一家體育運營商Oulala 的聯合創始人兼CEO,其公司以其複雜精妙的數學矩陣聞名。他們的系統包含了70 個取決於球員位置(守門員、後場、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,儘量量化了接近比賽的真實情況。


為什麼博利埃能夠未卜先知,竟在年前就作出如此準確的預測?其實答案就是大資料和資訊。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,在大資料領域落後了怎麼辦?那就等著被淘汰吧。


幾千年來,人類習慣了生存在資訊稀缺的年代,大資料與人工智慧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?資料是一種信仰, 我們應該善用這個寶藏, 為人類創造更美好的世界。

註:內容系車品覺新書《資料的本質》


親愛的讀者朋友們,您們有什麼想法,請點選【寫留言】按鈕,寫下您的留言。



資料人網(http://shujuren.org)誠邀各位資料人來平臺分享和傳播優質資料知識



公眾號推薦:

好又樂書屋專註分享有思想的人物,身心健康,自我教育,閱讀寫作和有趣味的生活等內容,傳播正能量。




閱讀原文,更多精彩!

分享是收穫,傳播是價值!


贊(0)

分享創造快樂