从数据到智能,创新的机遇和挑战在哪里?

从数据到智能,创新的机遇和挑战在哪里?
2017年11月10日 12:22 DT财经

人工智能是最近2年的热点话题,从AlphaGo到AlphaGo Zero,每一次技术的迈进,都震撼全球。未来的人类,该如何面对人工智能?而人工智能的重要支撑——大数据的应用,又会有怎样的创新和进步?11月8日在上海举行的“国际开放数据与城市创新峰会”上,DT财经主编王小乔对话业界和学界的几位大牛,为我们带来了一场思想的碰撞。

DT君说

在当今社会,大数据和人工智能不断走进人们的生活。在追求商业价值的同时,大数据和人工智能同样也服务于社会的公共利益和价值。它们离人们的生活如此之近,于是,讨论这些领域的创新和未来趋势,当然也就成了一个重要命题。

11月8日,DT财经作为独家媒体合作伙伴,参与了“2017年中国·上海国际开放数据与城市创新峰会”。在当天下午的圆桌论坛“从数据到智能:开放创新的挑战和机遇”环节,DT财经主编王小乔作为主持人,与几位嘉宾探讨了不同领域的大数据应用,并展望了人工智能的未来发展。

参与嘉宾有东华大学教授乐嘉锦、英语流利说创始人兼CEO王翌、阿里巴巴ET城市大脑机器视觉负责人金仲明以及城室科技CEO刘浏等4位嘉宾。

本文为DT财经主编王小乔与几位嘉宾的现场对谈节录。

(图片说明:参与圆桌讨论的嘉宾来自医疗数据、教育、城市研究等多领域;图片来源:苏打数据)

东华大学乐嘉锦:通过机器学习辅助医疗诊断

王小乔:乐嘉锦老师您是做医疗大数据研究的,目前收集的数据达到了怎样的量级?

乐嘉锦:我这几年一直在做智慧医疗,主要跟瑞金医院合作。我们在医疗数据的收集过程中,发现这些数据还是不完整的。尽管是用了电子病历,但是要得到完整的数据还是比较难。目前拿到的数据是有一万多个病人的数据,但是数据不完整,后来筛出了比较完整的数据,总共有3720个人,这些人既做了超声波检查,也做了穿刺,最后做了手术。这些手术的数据最为准确。我们最后比较了我们研究得到的参数和手术数据,准确率达到了85%。这也就意味着,每一百个人中,可能有15个人是白挨了一刀的。

王小乔:通过大数据研究能够把85%的比例提高到多少?

乐嘉锦:现在用了深度学习、循环神经等各种算法,参数的准确率能达到接近90%,但始终没有突破90%。我们觉得可能是数据量不够,今年开始和外部增加合作,希望能获得更多的数据,增加训练数据集的数量,从而提升准确率。

“英语流利说”王翌:让AI成为最好的英语老师

王小乔:听说你们已经获得了几千万分钟的语言学习数据?收集这些数据之后,你们发现了中国人说英语时,有什么有趣的事情吗?

王翌:现在我们已经积累了8亿多分钟,接近100亿条的数据。“英语流利说”的APP目前有超过5000万注册用户,是全球发布的第一款AI英语老师。你可以把它想象成虚拟的老师,在手机端,它可以给你推送个性化的学习内容,给你布置个性化的练习,给你实时地智能反馈,当你回去再次复习、再次练习的时候内容就变了。

随着收集的数据增多,我们发现了中国学生在口音上的很多有趣的事情。比如,有很大比例的学生“Thank You”发不清楚,还有R、L等音发不好等。

王小乔:我们好像很少看到教育领域的大数据及在人工智能方面的应用,不像医疗、城市治理等领域带来的颠覆性改变?

王翌:人工智能是在特定的场景下提高效率的工具,消费者永远不消费技术本身,他消费的是产品和体验,所以我们需要有一个好的产品和好的介质,把这个技术和它的效用转达过去。如果早5年创立,像是“英语流利说”这样的公司可能就会死,而如果再晚5年,这股浪潮可能就过去了。得益于移动网络的普及,我们现在能够以非常低廉的价格大范围高效率地收集数据,但我们并没有停留在数据本身。当你解决了用户的痛点,成长自然会比较快。

阿里金仲明:用城市的全量数据去解决“城市病"

王小乔:杭州是“城市大脑”应用的一个主要城市,现在积累的数据量达到了怎样的程度?数据质量怎么样?

金仲明:我们关注的是怎样利用全局城市数据解决城市中出现的问题。城市中每天都会发生很多这样那样的事情,包括交通事件、拥堵、碰擦、偷盗案等,怎么利用全区全量城市的数据解决这些问题呢?城市当中有很多的数据,比如高德GPS数据,城市当中也有很多的摄像头,尤其在中国,摄像头覆盖率很高。

王小乔:摄像头的覆盖率有多高?

金仲明:以杭州为例,杭州市主城区甚至有数千、甚至上万级别的摄像头。这还不包括社区里面本身存在的。但是摄像头里质量是不太一样的,有些摄像头是高清,主城区是比较老的,那些摄像头分辨率比较低,质量有可能不是很高。我们做数据采集的时候,数据包括很多种。如何解读分析这些数据,是比较困难的事情。我们可以通过视觉分析来解决这样的问题。比如,可以把这个人的性别、衣服是什么颜色等,通过机器学习的方式识别。能够感知到这些情况后,可以再做深层次的一些事情。

王小乔:据说“城市大脑”可以通过对红绿灯周边交通状况的判断,对红绿灯的间隔时间进行实时调整,如何做到的?

金仲明:这个是现在做了一个初步的尝试,以前拿不到全量数据,我们拿到实时数据以后就可以知道交通里非常关键的参数,有了这些参数可以自动控制信号灯。这涉及到强化学习(DT君注:一种重要的机器学习方法),我们有了不断跟环境之间产生交互,更加强化自己自身的能力。

城室科技刘浏:通过影像数据观察城市

王小乔:你们是做城市影像数据,具体是怎么做的呢?

刘浏:我们做的事情,和“开放数据”非常近。最早的时候,我们通过谷歌,把全世界由人拍的照片全部收集起来。我觉得人拍的照片是带有感情色彩的,他愿意上传上去跟人分享是有价值的。我们现在有全套的数据,并且带有地理坐标。我们希望知道人对城市环境的感知。

现在,我们又在做新的尝试。现在有很多研究机构用脑电波的元件测人看到不同图像时候的脑电波。我们也希望把这种数据的应用引入国内,对不同的街道图片按照不同的维度进行感知分类、使用机器方式模拟人给照片打分等。

此外,我们也在做一个有意思的“慢行导航”。目前的大部分导航软件都是基于时间最短,或者拥堵最少、最节省费用等来做推荐,但是这是给车用的,不是给人,也不是给自行车。如果我是一个游客,没有目的地,我可能会在酒店周围转一圈,看看周围的环境等。在这样的情况下,如何给游客推荐一条风景比较好的路线?哪边有路边摊等等,这些都是有意思的地方。目前我们数据处理已经差不多了,希望能够尽快推出,给更多的人提供生活方面的便利。

在未来,人工智能将“压缩”人类的生活?

王小乔:今天这场讨论的主题是从数据到智能,希望四位嘉宾能从不同的领域展望一下未来人工智能的景象?

刘浏:人工智能是有浪潮的,现在只是在浪潮上,这个浪潮迟早会过去,但是不代表达到终极目标,现在只是达到了接近的目标。一百年前,一个农民耕一片地养活一家人,现在一个人耕几百亩地,但还是很忙碌。科技不断进步,如果只是觉得这些科技将取代我们的生活,以后只要躺着、想着就可以了,真是这样的话,生活其实会被更加压缩和挤压。我觉得,将来应该是人工智能和非人工智能并存,但是我们的生活可能不会那么安逸。人类的欲望不会变,以后会有新的追求和目标,可以不断突破。

金仲明:我个人感觉人工智能发展到现在,刚好处于快速发展的时候,后面的路还很长,可以预见在若干年后,或者几十年后人工智能发展到比较新的高度。有人说人工智能替代人,低廉的劳动密集型产业可能会被人工智能大量覆盖,可能有人失业。我觉得,到那时候会有新的行业,新的工种可能会诞生,会有新的人工智能的问题要被解决,也会有新的需要人类参与的事情,这个发展过程中,人类和人工智能是共同协调的。

王翌:对于我们“英语流利说”来说,我们的想法是接下去15-20年的时间范围内,希望人类有机会可以让一些基础的学科和技能,能够用较少的费用、随时随地、高效地方式,把想学的东西都能学到。

乐嘉锦:人工智能可以分为强人工智能和弱人工智能。强人工智能相对比较难,很少有人研究。而弱人工智能,又分两个领域,一个是专用,一个是通用。通用还是很难,比较简单的像是围棋,这是一个典型的应用。回到我所研究的医疗领域,最有可能因为人工智能而失业的是“读片医生”,这会比想象中快。而如果再看教育,如果有了高效的外语学习工具,很多老师也可能会失业。人工智能改变了我们的生活,并且将持续不断地改变。

注:以上内容根据会议现场速记稿整理,有删节,未经本人审阅。本文仅为嘉宾观点,不代表DT财经立场。

编辑 | 胡世龙

题图 | DT财经

期待更多数据侠干货分享、话题讨论、福利发放?在公众号DT数据侠(ID:DTdatahero)后台回复“数据社群”,可申请加入DT数据社群。

加入数据侠

“数据侠计划”是由第一财经旗下DT财经发起的数据社群,包含数据侠专栏、数据侠实验室系列活动和数据侠联盟,旨在聚集大数据领域精英,共同挖掘数据价值。了解数据侠计划详情请回复“数据侠计划”,投稿、合作请联系datahero@dtcj.com。

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部