人工智能导航人生，iPIN 如何让机器做出比人更好的决策？

在一小部分人鼓吹 AI 威胁论的今天，很多人开始对 AI 产生了抗拒的心理，但这在目前看都还是不切实际的想法，说到底，AI 科学家们想要的人工智能，是能够完美辅助人类的机器，就像马云曾说过的，人工智能的时代，「机器更像机器，人更像人」。

在这一点上，除了语音助手、自主驾驶等目前尚未成熟的应用以外，有一家公司提出了一个非常不一样的想法：他们想让 AI 帮助你做出决策。

在面临人生的重大选择时，比如考大学，比如找工作，我们处在这些关键的人生节点时，总是会满心焦虑，费神又费心，那么除了大量「补课」再去咨询专家以外，就没有更好的方法了吗？人工智能公司 iPIN 推出了一款名叫「 完美志愿 」的产品，它使用 AI 技术来分析用户需求，以大量数据分析为基础，为用户未来的人生决策给予重要参考帮助。

在极客公园 Rebuild 2017 大会，iPIN 的创始人& CEO 杨洋谈起了他眼中的人工智能。

不能解决问题的技术是没有价值的

「因为任何的技术都是解决问题的，如果一个技术不能解决问题，那么它就是没有价值的。」杨洋在一开始就抛出了一个严肃的问题：现在的人工智能对你的工作生活产生了多大的影响？

事实上，聊天机器人、无人驾驶、图像识别，这些典型的、最为热门的人工智能应用都还没能给我们的生活带来多大的影响，更不要提真正颠覆我们的工作和生活习惯了。

为什么会这样呢？因为「我们现在的人工智能发展水平还只是集中在感知智能，距离认知智能还比较遥远。」

杨洋拿高考志愿填报举例，「超过 71% 的人在大学毕业之后所从事的工作跟自己所学的专业是无关的」，这就说明考生在填报志愿时出现了一些比较普遍的问题。「超过 10 万个可以选择的选项，中国 2500 多所大学，10 万多个院系，市场上有 12000 多种职业，这种组合超过 1 亿个，你如何在里面选？有一些明规则，每个学校的每个专业，在每个省的填报规则都不一样。」

志愿填报是复杂的，许多家长因此选择了收费数千甚至数万的咨询专家，但这在杨洋看来是不必要的。

让人工智能帮助我们决策

人是怎样思考问题的？

「人的认知其实就分很简单 4 个步骤， 感知信息-认知信息-分析-做出决策 。」这就是人做决策信息处理的全过程，当我们要让机器来加速这个过程时，就要做到机器的认知处理。

著名 AI 领域大神 Yan LeCun 说过，现在整个人工智能的认知天花板就在于「让机器掌握人类的只是」。也就是常识。让机器掌握人的常识，是非常困难的，一个人的基础知识体系非常的复杂，涉及包括生物学、物理学、哲学、社会学、经济学、市场心理学、神经科学等等在内的多个学科，但想要保证决策的合理又需要克服人的非理性行为导致决策上的主观偏差，在这种情况下想要做好机器认知是一个非常巨大的挑战。

杨洋认为，想要做好认知分析，需要突破三个点：首先要做三个大的矢量，真相矢量、场景矢量、投影矢量，然后再去通过无限接近于真相，再找到具体的场景，再做投影。

此外，杨洋认为认知是基于环境的，脱离环境的认知是无效的。因此机器还需要另外 4 个基础条件：主动的学习、教材的可靠、语境的认知以及清晰化建模。

三个应用产品

在这个基础上 iPIN 做了 3 个方面的应用。

首先 iPIN 做了一个帮助人填志愿的产品—— 「完美志愿」 。同样是使用人工智能技术，杨洋认为人生规划要比下围棋复杂得多，因为人生规划中包括了各种社会的规则，甚至潜规则，这些规则都是不断变化的，因此 iPIN 需要捕捉这样一个动态的规则来不断修正这个产品。

其次，了解对手非常重要，「有人说生活就像是强奸，如果不能反抗就顺从，因此很多时候一定要找准自己的对手是谁，才知道采取怎样的策略。」

但最重要的是价值观的问题，这与下围棋截然不同，不是只要赢就行了，每个人人生观价值观的不同，会导致其人生的规划与选择的不同。

iPIN 的团队经过四年的努力，在这个产品上取得了大量用户的认可， 被《中国教育报》评为全国老师最认可的一个产品。

接下来 iPIN 想做的是 人生导航仪 。「这是一个陪伴产品，从 15 岁到 30 岁，我们已经机器学习了上亿人的成长轨迹，包括各种成功的、不成功的。如果说你没有理想，就帮助你确定一个理想的方向。如果你已经有理想了，那就帮助你从你的现状和理想之间找到一个最优的路径，在人生每个关键的路口为你指引方向。」

另外，iPIN 还涉及到了 招聘 领域。

招聘领域是全世界所有企业、所有人都会涉及的一个领域。而这个领域的问题，几乎是完全靠着人肉去解决的，平均每个 HR 每天要花40%的时间检索简历，面对相同关键词检索到的数百数千份简历也很难找到一个匹配的人才，这个影响全社会人才去向的问题，能不能通过认知智能高效的解决？

十二年。杨洋用了 12 年的时间去尝试解决这个问题。iPIN 一直在做两件事：用机器分析人、分析企业。然后 iPIN 又花费了 2 年的时间，突破了计算的瓶颈，使运算速度达到毫秒级，就是现在 4000 万人的简历全量地语义认知计算算一遍下来，只需要花大概 200 毫秒。

他在现场用视频演示了他们最新的一款产品，它通过智能分析，从多维度对人进行 「背后深度的像人一样的认知分析」 。杨洋表示，目前这款产品已经能够做到优于大多数 HR 了，但与专家比还是有一定的距离，经历了一年的内测，杨洋认为它已经足够成熟了，他们将在最近两个月在全国大范围免费推出这款产品，届时将为人才招聘领域带来不小的改变与变革。

对比 IBM Watson

看了上述 iPIN 在人工智能领域的探索与研究，你可能会想起另一家大公司的产品：IBM 的 Watson。

确实，Watson 也是一个做认知分析的 AI 代理，这和 iPIN 的定位非常相似。对此，iPIN 的创始人& CEO 杨洋先生在极客公园 Rebuild 2017 大会上也给出了答案：「首先我们切入的领域非常不一样，这导致我们整个知识陈列的方式也不一样。Watson 是从医疗领域切入，尤其是从医疗肿瘤切入，实际上很多人以为 Watson 是一个问答系统，实际上问答系统只是它的一个模块而已，它主要是做认知分析。它是从医疗切入，而我们是从生涯规划和招聘切入，所以我们更关心的是人和企业这方面的分析，和他们关注的是医疗方案分析。」

「Watson 早期是完全基于专家系统和穿透 NLP 的方向，是 2015 年才开始组建深度学习的，但是由于它他大量前期都是依赖于专家系统，所以即便是它从它的肿瘤诊断迁移到糖尿病诊断，迁移的成本都非常高，因为它是专家系统。而我们所有的分析全部是基于深度学习，所以我们的迁移成本在我们所做的商业领域分析领域里相对来说比较低。」