当前位置: 首页 >热门音乐 >百分点CTO刘译璟:让IT系统拥有自己的合理“世界观”

百分点CTO刘译璟:让IT系统拥有自己的合理“世界观”

2021-03-21 12:06:55

华为应用市场你的世界观能做多少事?IT系统的“世界观”,又能做多少事?

在游戏世界里,有形形色色的玩家,正如现实生活中的千人千面,他们角色不同、职能不同,为了打掉终极大boss,一起配合组队,攻击、防御、疗伤,不断利用差异互补和团队协作,提升角色实力一路升级。

那么,整个游戏机制是什么?如何看待自己的角色和他人的角色?怎样更换队伍配置会更高效?用百分点CTO刘译璟的话说,这个过程,是一路摸清世界观的过程。

回到现实生活,“我们每天要面对各种各样的问题,做出大大小小的决策。无论这些问题和决策是技术的、业务的还是管理的,当你在理解问题、分析问题并作出决策时,你的世界观和价值观都在背后发挥着重要作用。这是人的认知和决策过程。

从用户画像到世界画像,让IT系统拥有自己的合理“世界观”

2018年,中国互联网络信息中心(CNNIC)发布第42次《中国互联网络发展状况统计报告》。截至2018年6月30日,我国网民规模首次超8.02亿,普及率为57.7%,几乎是十年前也就是2008年的4倍。当时,我国网民数量达到2.53亿,首次大幅度超过美国,跃居世界第一位。

但同时,互联网的发展让信息成为唾手可得的资源,甚至是垃圾。如何让用户从信息暗海中找到合适的信息?又如何让用户更便捷地享受信息带来的服务?本质上,我们期望的是IT系统可以理解信息、理解用户,并做出合适的匹配。

这就不得不重视“IT认知”的能力,也就是要让IT系统拥有自己的“世界观”。一旦IT系统拥有了可以反映现实世界的数学模型,那它就有可能通过数据理解现实世界的运行,进而做出更好的决策,这样的IT系统是智能的,可以帮助用户更好地工作和生活。

2008年首次成为互联网第一大国的中国,国内电商正处于高速发展阶段。资本开始进入,行业开始思考如何提升电商的运营效率和用户体验。国际电商巨头亚马逊在当时宣称,有35%的收入来自个性化推荐。即利用个人档案、搜索记录以及他人的用户行为,学习、预测出用户的兴趣爱好,比如“猜你喜欢”、“购买过此商品的用户还购买过”等功能,这主要为一套信息过滤和推荐系统。

据报道,推荐系统给亚马逊带来了35%的销售收入,给Netflix带来了高达75%的消费,并且Youtube主页上60%的浏览来自推荐服务。“但当时,天猫、淘宝、京东都还没有个性化推荐功能。”基于市场环境和需求,2009年百分点创立,当时创业团队的口号是:让人们在信息暗海里找到自己真正需要的信息。

2010年1月1日,百分点正式上线了个性化推荐的第一版产品,以SaaS服务的形式和第三方的身份,向用户提供特制的SDK。电商平台在植入SDK以后,百分点会利用用户在平台上的一系列用户行为计算用户画像,根据用户不同的场景计算产品的相似度、用户的相似度,帮助电商企业精准运营,提高销售量。刘译璟向表示,百分点是国内的首家提供第三方用户画像和个性化推荐的服务商。。

让系统理解用户需求并做出产品推荐,这正是认知智能的应用。

人工智能目前是技术驱动,很危险

这一轮的人工智能是从2016年开始火起来的,但刘译璟认为:“这是一场技术的驱动,而不是市场的驱动,这是很危险的一件事。”技术驱动所带来的后果是,由于技术超前,市场应用跟不上,资本方、企业方看不到应用价值、客户痛点没有被解决,因此很多人就会失望,就会变成泡沫。

“人工智能领域,没有什么新的商业模式,典型地都是在优化已有业务,而不是做开创新业务。”

从目前市场应用落地的人工智能来看,大多分为两种,即感知智能和认知智能。但其实从历史发展角度看,最初的人工智能是计算智能,如神经网络和遗传算法的出现,使得机器能够更高效、快速处理海量的数据。

发展到后来,从计算能力、到五官、到理解,IT变得越来越像人一样,出现了感知智能和认知智能。感知智能说白了就是让计算机系统能看见、听见,认知智能更重要的则是能理解、交互,解决沟通的问题。

据了解,目前百分点关于认知智能主要有几大核心技术,包括深度迁移学习、多语种NLP、知识图谱和语义计算、会话式交互分析。从百分点的发展阶段来看,主要分为三步:第一阶段是2009年到2013年的专注于个性化推荐SaaS产品的开发与应用,2014年转型探索企业级服务,随后2016年开始深耕和聚焦行业 ,并进军海外市场 ,逐步形成目前的企业级、政府级和 SaaS 服务 三大业务体系 。

结合公司的发展历程,刘译璟介绍,在技术方面他们最早基于机器去做自然语言处理,后来做深度学习,现在全面转到了深度(迁移)学习。“这是一个技术上的进展,带来了效率上的提升,以及效果上的提升。”

而多语种NLP技术则与目前的出海业务紧密相关,比如要做英语、法语、俄语、阿拉伯语等,“以前我们主要做中文,因为现在有很多海外的业务。所以需要去扩展技术边界。”

最后的会话式交互式分析实际上是把深度迁移学习、知识图谱和语义计算都结合在一起,让系统通过自然语言与用户进行会话,交流数据分析的需求和结果,而后提取数据并以可视化的方式呈现给用户。更进一步,系统还可以主动分析数据并把具有商业价值的结果推荐给用户。这都能极大的拓展用户使用数据的范围和效率。

实际上,人工智能的发展与人的启蒙是一样的人的思维分为归纳和演绎,归纳是从接触大量的个体积累经验之后,推及出普遍现象,就像基于海量数据的深度学习。

“当知识图谱成为一个热点的时候,其实大家已经认识到这一点了,深度学习做不了所有的事、机器学习做不了所有的事。换句话说,只有归纳做是不够的。”

也就是说,眼下热门的深度学习只是人工智能的一个分支,甚至是很小的分支。

从一开始产业互联网最容易进入的零售业消费端,