机器学习技术支撑下，大数据+人工智能还能有哪些精彩的表现？

大数据与人工智能结合在一起，会碰撞出什么样的火花？7月3日，思达派&创头条在侠客岛联合办公室举办的“创派对第二期之人工智能的文艺复兴”活动上，来自纳人的叶思和来自百度的夏粉两位专家，就大数据+人工智能的现状与未来进行了分享。

人工智能的技术前提——机器学习

夏粉向大家介绍，了解人工智能的前提是了解机器学习。

机器学习主要经历了两个发展阶段： 第一个阶段称为“演绎学习”——通过人给出的一些启发性的规则，让机器进行逻辑推理，再产生新的规则并加以使用；第二个阶段称为“统计机器学习”，是指通过建造很多样本，让机器从中发现并学习规律，再利用规律对未知事情进行推测。

“所以我们认为机器学习要解决的真正问题是预测，而不是经验的分布。”夏粉说。超越人的思维，想到人未想到的事情，这才是真正意义上的智能。这种技术在行业应用当中也可以得到广泛应用，比如预估广告点击率。

事实上，第二个阶段中机器学习所需的样本的来源，以及在已知规律对未来进行预测的基础，都来自大数据。

那么除了预测，大数据+人工智能还能做些什么呢？

一、人工智能的精准分析，帮助HR轻松招聘

以招聘为例，筛选简历时，人岗不匹配的问题很严重。优秀的企业简历多但质量都不高，不够优秀的企业简历严重不足，招聘信息基本全公开、但信息严重不对等等方面。对此，除利用技术对海量简历和招聘职位进行筛选和匹配，分别向甲方和乙方推送合适的简历和职位以外，纳人还自主研发招聘领域的垂直应用——机器学习。通过机器学习，动态地模拟，使得应用因甲方的重复使用变得越来越接近甲方的需求。

叶思是纳人的产品专家，他向大家介绍说，机器学习加上对大数据的精准分析，使得企业在招聘过程中变得更高效，节省时间的同时降低成本，除此之外，精准的分析和推送还能为企业的招聘提供参考决策。

二、最广泛的应用行业——广告

据夏粉介绍，早在2008年，百度就已经把机器学习的算法用在广告变现上。当然，对广告的投放，也离不开对大数据的正确分析。

百度的机器学习让数据产生价值主要经过三个环节： 首先数据要在开放云当中进行存储和运算；储存之后的第一件事是通过数据工厂对数据源进行加工，让数据变得计算机可认识，便于查找等；之后，百度大脑用来对数据做感知——比如图像检索等。

简单说，这个大数据引擎对整个行业和应用的服务流程就是：百度数据+行业数据经过数据工厂和百度大脑的运算，产生行业价值，最终应用到行业当中去。

关于大数据的发展趋势，夏粉认为主要是个性化和产业化两个方面。

个性化主要是TO C方向，包括个性化营销、个性化医疗、个性化服务等。

他认为未来人工智能技术可能比每个使用者都更了解自己，因为大数据的个性化可以为用户“绘制”多维度画像——比如通过对一个人经常购物的位置、家庭住址等大数据的分析，可以猜出一个人的收入等。所以“你是谁，你想干什么”这种哲学问题未来可能会被大数据加人工智能解决。个性化主要还是投入到广告行业——根据用户兴趣和需求等展现广告。

另一方面，产业化主要指TO B方向，包括智能连接（主要是实现人和信息的连接，比如O2O线上和线下的连接）、人机互补（表现在人与机器取长补短的过程，比如在计算方面人不如计算机，人们可以利用机器的计算能力获得决策辅助）、数据创新（主要是针对如何更好的开发和利用数据）等。 产业化趋势的主要核心是为了提高效率。

三、大数据分析触及到生活的方方面面

对大数据行业创新的探索还有许多，夏粉列举了百度智慧城市管理的定位数据案例——通过对人群的定位分析等实现对人口的管理、城市规划的优化等。除此之外，还可以用来做公共安全中的人群预警——比如防止踩踏事件的发生等。

另一个案例是智能选址——比如一个用户在某地区搜索附近是否有麦当劳，事实上这位用户已经在当前位置为麦当劳开店投了一票，票数越多了，说明此地对麦当劳的需求越强，诸如此类。

除以上这些案例，大数据还广泛应用于旅游、智慧医疗、零售等行业。 未来，更加高效和精准的服务将不断通过人工智能加大数据来实现。