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。