【观察】明略数据吴明辉:AI不是一个技术,而是一个时代

明略数据创始人兼董事长吴明辉


如果说过去10年是互联网颠覆商业模式的10年,那么下一个风口无疑是人工智能。


不过,在近期举办的明略数据年会上,明略数据创始人兼董事长吴明辉认为: “无论人工智能会不会是一个风口,但它总会过去的,人工智能对人类社会不是一项简单的技术,不是一个风口这么简单,它是一个时代的到来。”


那么,作为一个时代,人工智能发展应该分为几步?当我们面对的是一个时代,而不是风口的时候,企业的发展节奏和布局应该是怎样的?在具体的实践验证过程中,明略数据有哪些值得借鉴和参考的方向? 


人工智能落地三步走


众所周知,2017年7月,国务院正式印发《新一代人工智能发展规划》,这意味着人工智能已经从国家战略层面登上了中国的历史舞台。可以说,人类历史上最好的人工智能时代已经到来,而人工智能无疑也将成为中国产业升级的新动能。



在吴明辉看来,人工智能的落地可以分为三个阶段,即数据在线、数据分析和挖掘、人工智能,具体而言:


首先,是数据在线,这是人工智能成功的关键第一步。所谓在线,是指所有的数据需要连接起来,且需要把数据清洗干净了连接起来,此时才能被称之为数据在线。


过去四年时间里,明略数据的主要工作,就是在不同的行业里帮助客户实现数据在线,让真正有价值的数据存放到大数据平台上,形成人工智能算法训练的基础,由此让人工智能第一阶段得以落地。


其次,是数据分析和挖掘,它需要人和底层系统一起来合作完成。在此阶段,明略数据利用知识图谱相关技术把客户的数据连接到一起,然后在上面完成数据挖掘、分析和研判,并形成商业智能。这是人工智能落地的第二阶段。


最后,是人工智能,即能够把人类积累出来的核心知识、算法,真正的部署到计算引擎中去,最终让计算机能够自动的去做决策。同时这套系统会持续地学习,通过算法的优化和迭代,它将保持一步领先,步步领先的优势,这也是人工智能真正实现后的效果。


不难看出,对人工智能落地三步走的判断,不仅是吴明辉对人工智能发展深入洞察的结果,更是明略数据为了迎接一个时代而不是追赶人工智能风口所做出的前瞻性思考。


智能时代下,初创企业的发展节奏与布局


成立于2014年明略数据,最初是为各行业客户做大数据平台建设,继而做垂直行业大数据应用,并于2017年成为行业人工智能的先行者。可以说,明略数据在短短几年时间的探索中,就完成了从大数据向人工智能的转型,并与行业客户一同成长。而在面对智能时代的来临,明略的发展节奏与布局,我们可以从几个维度来做观察:


一是,据了解,明略数据去年员工人数增长50%,获客能力增加200%,项目实施能力增加100%。此外,还完成了由腾讯、华兴资本投资的C轮融资。


二是,围绕人工智能市场的布局,明略数据已经描绘出了清晰可见的发展路线图和构建了一条相对完善的产品技术发展链条。


特别是去年8月,明略数据推出行业人工智能大脑“明智系统”,其中包括知识图谱数据库“蜂巢”和企业级Siri“小明” 两大核心产品,这套系统的发布标志着明略数据踏出了中国行业人工智能规模化落地的第一步,也是极其坚实的一步。



三是,明略数据的人工智能系统源自一线实践验证。


据了解,4年来,明略数据已经服务于省、市级公安局、交通银行、中国人民银行、光大银行、中国中车等100+大型企业客户,并与客户并肩在各类场景中完成了行业AI的成功实践。


比如:通过明略数据SCOPA编织的公安情报知识图谱5分钟破案;为某大型国有银行信用卡中心提供了电子渠道实时反欺诈交易监控系统,监测时效提升近3000倍;在普惠金融方面帮助银行客户将小额信贷不良率降低60%,让优质客户的小额业务办理时间从以前的2-3天缩短到30分钟左右,真正提高每一位信贷员的工作效率;为中国中车提供关键设备状态自动监测与故障分析,实现降本增效……如今明略在各行各业沉淀的行业知识正在逐步构建、形成公安、金融和工业三大“行业大脑”。


四是,在推动人工智能在中国落地过程中,明略数据还积极搭建开放、共赢的生态体系,成为了中国人工智能生态链中不可或缺的一环。


过去几年,明略数据已和华为、腾讯、公安部一所、烽火、德勤、Cloudera等合作伙伴展开了多维度合作。对此,吴明辉说:“我们的目标是开发一个行业人工智能解决方案的操作系统,这个平台既可以承载明略自身的应用,也可以支持合作伙伴的应用。未来我们周围有很多生态系统的合作伙伴可以一起打仗,所以明略数据是在联合作战,不是孤军奋战。”


由此可见,明略数据在大数据以及人工智能领域,已经有很长时间的实践验证经验和丰富的技术积累。所以,以明略数据为代表的新一代中国科技公司,在今后推动中国大数据和人工智能的发展和落地过程中,都有着更多的机会贡献自身的价值。


行星计划与明略的未来


会上,吴明辉提出了人工智能的第一性原理:闭环反馈系统。他说:“闭环反馈系统是人工智能的本质。如果有闭环有反馈系统它就是人工智能,没有的话不能叫人工智能,只能称之为智能人工。”


实际上,闭环反馈系统也是人工智能的基础理论,感知和响应模型。即感知外部的变化、理解外部的变化,由此找到和确定的目标有什么样的差距,同时做出决策,最后做出行动。



对此,吴明辉表示:“工作的本质是建立一个闭环系统,明略数据希望帮客户把人类的思维路径转化为机器的思维路径。所以,这个闭环打造的越紧密,中间的反馈速度越快,越及时,拿回来的反馈的数据越有价值,这套系统产生价值的可能性就越大。”


在此基础上,明略数据提出了2018年公司的新战略,即“明略行星计划”,希望通过打造高速迭代的自适应组织,成为距离行业最近的人工智能公司。



吴明辉希望,通过在企业各个环节中形成数据闭环体系,并加速迭代,让明略数据真正成为这个市场上学习进步速度最快的组织,并成为这个市场上服务客户、产生数据及产生反馈系统最强大的团体。由此,驱动企业在复杂竞争环境下,能持续保持高速的增长。


在吴明辉看来,驱动明略数据高速成长和发展最重要的因素,正是对数据在线的重视以及深入应用,通过在各部门设定清晰的角色和责任体系,明略数据已形成并优化感知-理解-决策-行动的数据闭环,并在增长、创新、人才、服务方面推进实施。


回头来看,人工智能这个话题在过去一年当中很火,无论是科技巨头还是创业公司都在积极布局,然而基于在整个产业中所处的位置不同,各个企业对人工智能的认知其实也是不同的,有术法道之分,比如有的人认为人工智能只是新技术其中的一种,有的人则认为人工智能属于生产效率提升等等。


但是,这一次吴明辉却旗帜鲜明的提出了,人工智能对人类社会不是一项简单的技术,不是一个风口这么简单,它是一个时代的到来。因为作为新技术、或者作为新风口,它总是会被更新的技术革命所替代,但是作为一个时代,它的意义则更为重大,因为它将深刻地改变我们未来的生活方式、工作方式,乃至整个社会。


很显然,在认知上,吴明辉已经把人工智能在未来社会的分量看得极重,在人工智能驱动下,人类完全有可能建立一个更舒适、更智慧、更美好的新世界。正如吴明辉所言:“我们的梦想,就是用科技去延伸人类的智慧。”



在我看来,这一判断其实也将影响一家企业的长远发展,很多把人工智能当做一项技术或者当做新风口的公司,为求短期的利益必然会做出“急功近利”的选择,但是把它当做一个新时代的起点,那么从长远来看,“高瞻远瞩”才是题中应有之义,正所谓“莫望浮云遮望眼,风物长宜放眼量。”


从这个角度来说,在中国人工智能落地的过程中,明略数据既是早期的探索者,也是落地的实践者,更是未来的推动者。更重要的是,吴明辉的前瞻性判断,以及明略数据在实践中的诸多探索,对推动中国人工智能产业长远的发展,无疑也具有巨大的价值意义。


我相信,随着明略数据不断输出自身的技术能力以及赋能更多的行业,未来众多的中国客户都将受益于明略数据在人工智能领域的创新成果,期待这一天的早日到来。


申耀的科技观察,由跨界科技媒体人申耀(微信号:shenyao)创办、拥有中美两地10万公里公路自驾经验老斯基,在各大自媒体平台拥有专栏,致力于科技行业的观察和思考,在这里读懂科技行业,知趋势,赢未来!


CSDN海神之光上传的代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b或2023b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪(CEEMDAN)、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 1. EMD(经验模态分解,Empirical Mode Decomposition) 2. TVF-EMD(时变滤波的经验模态分解,Time-Varying Filtered Empirical Mode Decomposition) 3. EEMD(集成经验模态分解,Ensemble Empirical Mode Decomposition) 4. VMD(变分模态分解,Variational Mode Decomposition) 5. CEEMDAN(完全自适应噪声集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 6. LMD(局部均值分解,Local Mean Decomposition) 7. RLMD(鲁棒局部均值分解, Robust Local Mean Decomposition) 8. ITD(固有时间尺度分解,Intrinsic Time Decomposition) 9. SVMD(逐次变分模态分解,Sequential Variational Mode Decomposition) 10. ICEEMDAN(改进的完全自适应噪声集合经验模态分解,Improved Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 11. FMD(特征模式分解,Feature Mode Decomposition) 12. REMD(鲁棒经验模态分解,Robust Empirical Mode Decomposition) 13. SGMD(辛几何模态分解,Spectral-Grouping-based Mode Decomposition) 14. RLMD(鲁棒局部均值分解,Robust Intrinsic Time Decomposition) 15. ESMD(极点对称模态分解, extreme-point symmetric mode decomposition) 16. CEEMD(互补集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition) 17. SSA(奇异谱分析,Singular Spectrum Analysis) 18. SWD(群分解,Swarm Decomposition) 19. RPSEMD(再生相移正弦辅助经验模态分解,Regenerated Phase-shifted Sinusoids assisted Empirical Mode Decomposition) 20. EWT(经验小波变换,Empirical Wavelet Transform) 21. DWT(离散小波变换,Discraete wavelet transform) 22. TDD(时域分解,Time Domain Decomposition) 23. MODWT(最大重叠离散小波变换,Maximal Overlap Discrete Wavelet Transform) 24. MEMD(多元经验模态分解,Multivariate Empirical Mode Decomposition) 25. MVMD(多元变分模态分解,Multivariate Variational Mode Decomposition)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值