我們如何應對這個智能化的時代?

人工智慧的三次浪潮

首先,我想說的是人工智慧的發展,1959年,是最開始人工智慧的提出,即圖靈測試。

圖靈測試是什麼?

我們人類向計算機在五分鐘之內提出一系列的問題,然後計算機給出回答,其中如果有30%讓我們覺得是是人類的回答,那麼他就通過了圖靈測試。這個標誌著人工智慧的第一波浪潮。

在六七十年代,人工智慧持續是一個很重要的議題,那個時代有很多重要的演算法湧現出來,但是隨後人工智慧迎來了它的第一個低潮。

那麼原因是什麼?

因為當時很多的工程師科學家發現,當時的演算法和人工智慧只能解決比較狹窄領域的問題。

那麼問題在於哪兒?

實際上是在於計算機的算力是不夠的。

在80年代的時候,人工智慧出現了第二波的浪潮,比如出現了像人工神經網路、專家系統等領先的演算法。當時算力也同步有了提升,有很多像IBM這種大型的計算器的出現,使得一些實際問題可以應用和解決。

然而,在80年代人工智慧又迎來了第二波低谷,當時個人電腦漸漸的開始普及,但是,像大型專業計算機資源,造價和成本依然非常高。漸漸地,像美國政府,開始縮減對於這方面的預算、資源,帶來了這一波的低谷。

最後,眾所周知的人工智慧第三個浪潮,也就是我們現在經歷的這個時代。從20世紀初開始,我們迎來了深度學習的演算法、AlphaGo、谷歌DeepMind等一系列的技術的創新。算力、數據資源爆炸式的增長,使得演算法有了一個大幅的提升。

以前計算機不能解決的問題,比如語音識別、圖像識別,包括現在的自然原處理等這些領域,都有了非常大幅的提升。

剛才說的是人工智慧的發展浪潮,其實大家可以注意到,演算法的提升和整個智能技術的提升是分不開的,同時也跟算力基礎、計算的基礎設施以及數據量,也是密不可分的。

信息化、大數據化,然後才是智能化

我提出一個概念,在智能化的時代,我們實際上需要經歷的幾個步驟:首先是信息化,然後是大數據,最後才是智能化。

我們可以看一下我們了解的行業大概處於一個什麼樣的階段?

我們以醫療行業為例,比如大家覺得醫療行業目前是處於什麼階段吶?

答案是:信息化。

尤其是在中國,有些比較大型的三甲醫院,比如協和、301或者北大醫院,目前是在從信息化慢慢向大數據提升的階段。

有一個最簡單的例子,之前我們去接觸一個老中醫,然後這個中醫院的院長說:「我們想做大數據,我們有10萬個病人的數據。」我們聽了以後挺高興的,數據量也不小了。接著,這個老中醫就拿出厚厚的一大疊病曆本,他有一百個大本,每個本上一頁是一個病人的手寫記錄,每一本有一千個病人,所以加起來有10萬個病人。當時就非常傻眼了,這個我們怎麼分析?

以醫療行業為例,我們所說的信息化,實際上是包括病例的電子化,醫院的信息系統、圖像管理系統等,而在目前這個階段,這些系統的數據資源是沒有打通的,所以還沒有達到大數據化的階段。

如果把這些數據資源打通,才可以實現以一個病人為中心,可以看到他入院的記錄、診斷記錄、住院記錄,也可以看到他的影像數據,才可以形成一個全方位的數據。而且,從時間軸上來說,這樣的數據記錄,才可以形成大數據,並且通過智能演算法,來幫助醫生來決策需要什麼樣的治療,需要在什麼樣的階段做一些輔助。

而這個對醫藥醫療行業來說,是需要一個持續的發展的一個過程。

比如,像科大訊飛最近在醫院一個應用,我覺得還蠻好的。因為我最近出入醫院比較多一點,像醫院的超聲科,需要有兩個醫生,一個醫生給你做超聲的診斷,然後另外一個醫生,記錄他說的專業術語。

科大訊飛做了一個事情,他就是一個翻譯,實時記錄下做超聲診斷的醫生說的內容,然後把他自動生成一個病例。這個對於醫院來說就非常有效,因為它減少一個人工。

這個其實也就是我們說的,從最開始的信息化,然後把智能技術引用到整個的業務流程中來,是一個還蠻不錯的應用。

像我們熟悉的互聯網行業,大家覺得現在是處於一個什麼樣的時代?

我覺得是從大數據向智能化時代,這樣演變的一個過程中間。

比如谷歌,他從網頁搜索開始,有了大量的數據後,開始做推薦系統,比較成功的是,最後還推出了一種商業模式,創立了精準廣告學。通過我們訪問、瀏覽的行為,給你精準的推薦廣告,接下來的很多互聯網公司,實際上都是按這個途徑來獲取用戶。

金融科技領域的展望

我自己本身就是做金融大數據的,那麼對於傳統金融行業來說,實際上也有很多不同的機構、在不同的發展歷程中。

比如,我們比較熟悉的商業銀行和眾多的股份制銀行,目前已經實現了一個大數據的基礎設施的構建。以工商銀行為例,實際上他花了十年多的時間,建造了一個全行級數據倉庫,所以他的各個分支行以及各個業務系統之間,實現了很好的數據打通。在這個之上的話,就有數據挖掘的平台,去支撐它的業務。

對於一些小的銀行或者是金融機構來說,目前還是在從信息化到大數據轉型的這個階段。比如,幾年前我們去做信貸,實際上審貸員做的事情,就是面對一大沓紙質的材料,完全依賴於他的經驗,來判斷要不要給你通過。這個過程中,不光有操作風險,還會催生出信用風險、道德風險等。

這幾年隨著金融科技的發展,包括互聯網金融,倒逼著傳統金融行業向線上做業務轉型。

銀行面臨的都是互聯網用戶、移動互聯網用戶,傳統的線下的方式已經很難獲取到新的客源了。從線下轉到線上的模式,一方面體現在產品的創新上,以前都是房貸車貸,以前銀行的個人業務中,百分之九十幾以上全都房貸產品。

現在出現了消費金融,像一些消費貸和網上的小額信貸產品、小微金融等,也在傳統銀行中開始實施。

另一方面,以往靠專家來審批的模式,開始轉向於依靠模型,通過智能演算法,幫助快速識別客戶的信貸需求,以及信用風險、承載能力、還貸意願。通過這些維度,形成一個綜合性模型,來幫助風險控制。

這幾年,整個金融科技的發展,對於我們做技術的人來說是非常有前景的,我們可以結合自身的優勢和傳統金融行業相結合,然後發揮出更大的能量。

最後我們如何應對智能化發展

在我看來,純粹的人工智慧和演算法,沒有大數據和信息化的支撐,實際上是沒有生命力的。

回到金融行業,我們需要幫助金融機構來建立信息的底層,再依託於信息化大數據,來實現智能的應用和演算法。

我最近一直在思考商業模式的問題,我們在金融科技的這個領域裡面,不管是p2p公司或者銀行,都有大量科技公司為金融機構提供服務。第一種,提供服務的模式是完全第三方的形式,做技術的支撐,包括系統開發、數據底層構建等服務。另一種模式,聯合運營的模式,比如信貸業務上聯合資金的注入,或者風險兜底的方式,來聯合運營金融業務。

未來,在我們擁有領先的技術前提下,我們要進一步思考怎麼和金融機構去做一些深度的結合,形成一個好的商業模式,進行價值輸出和價值變現,我覺得這個也是我需要思考的,也是希望大家集思廣益的問題。


推薦閱讀:

哪些國家已有智能化路燈,是如何控制的?
中國製造業轉型,榮耀為何能當國貨先鋒?
世紀眾智酒店智能化--淺談酒店與家中的智能 化的不同!!
智能化的時代怎麼讓機器不搶走我們的飯碗
讀出才能 || 只需要duang一下~~世上最配你的車就出現了

TAG:智能化 | 智能建築 | 金融 |