張宏江：AI＋大數(shù)據(jù)＋云=企業(yè)服務(wù)的未來(lái)
[導(dǎo)讀]從微軟亞洲研究院到金山，再到上周退休，張宏江博士可以說(shuō)見(jiàn)證了中國(guó)企業(yè)服務(wù)市場(chǎng)發(fā)展，日前他也來(lái)到了36氪Wise2016企業(yè)服務(wù)年會(huì)現(xiàn)場(chǎng)，在現(xiàn)場(chǎng)獲得企業(yè)服務(wù)終身成就獎(jiǎng)的同時(shí)，張宏江博士也為我們分享了他對(duì)
從微軟亞洲研究院到金山，再到上周退休，張宏江博士可以說(shuō)見(jiàn)證了中國(guó)企業(yè)服務(wù)市場(chǎng)發(fā)展，日前他也來(lái)到了36氪Wise2016企業(yè)服務(wù)年會(huì)現(xiàn)場(chǎng)，在現(xiàn)場(chǎng)獲得企業(yè)服務(wù)終身成就獎(jiǎng)的同時(shí)，張宏江博士也為我們分享了他對(duì)企業(yè)服務(wù)未來(lái)的一些看法。
在大數(shù)據(jù)方面，張宏江拿AlphaGo舉例，它的訓(xùn)練數(shù)據(jù)遠(yuǎn)遠(yuǎn)超過(guò)人類(lèi)大師一輩子的數(shù)據(jù)，再加上它900多個(gè)CPU，2800個(gè)GPU的計(jì)算能力，它的段位已經(jīng)非常接近人類(lèi)的大師了。“這是在比賽之前，沒(méi)有考慮過(guò)其他的因素在里面，它的數(shù)據(jù)已經(jīng)非常領(lǐng)先了。”而在圍棋之外，全球數(shù)據(jù)以40%的增長(zhǎng)速率增加，沃爾瑪每4小時(shí)會(huì)產(chǎn)生2.5PB的數(shù)據(jù)量，推特每天有5億條帖子更新。
關(guān)于A(yíng)I是否會(huì)取代人類(lèi)，張宏江博士也給出了跟李開(kāi)復(fù)類(lèi)似的觀(guān)點(diǎn)，人工智能的應(yīng)用是有局限的，必須具備大數(shù)據(jù)、邊界清晰、外部反饋、頂尖數(shù)據(jù)科學(xué)家和計(jì)算資源五個(gè)條件。
張宏江認(rèn)為AI+大數(shù)據(jù)的應(yīng)用會(huì)成為企業(yè)的標(biāo)配，“過(guò)去是分析、現(xiàn)在是預(yù)測(cè)、未來(lái)是認(rèn)知。”而在A(yíng)I和數(shù)據(jù)方面，都離不開(kāi)云計(jì)算，它已經(jīng)成為IT主流技術(shù)，云也成為了成長(zhǎng)最快的2B產(chǎn)業(yè)。
在給出AI＋大數(shù)據(jù)＋云=企業(yè)服務(wù)的未來(lái)的結(jié)論后，創(chuàng)業(yè)公司該怎么做？張宏江博士也給出了建議：
AI＋大數(shù)據(jù)＋云會(huì)跟所有新技術(shù)出現(xiàn)后，帶來(lái)的商業(yè)機(jī)會(huì)稍縱即逝，創(chuàng)業(yè)者需要前瞻性眼光
需要很快的積累起我們的技術(shù)能力、工程能力，產(chǎn)生技術(shù)壁壘
需要有工匠精神，能夠不斷的改善我們的算法和分析能力，為企業(yè)提供更好的服務(wù)
以下為張宏江博士演講實(shí)錄：
我今天講的題目企業(yè)服務(wù)的三個(gè)階段是緊扣的，可以把它叫做3.0+或者是企業(yè)服務(wù)4.0。如果我們回憶一下2016年有什么樣的主題始終貫穿著互聯(lián)網(wǎng)、整個(gè)企業(yè)服務(wù)軟件的市場(chǎng)、整個(gè)IT的市場(chǎng)，一定是三個(gè)主題：人工智能，大數(shù)據(jù)和云計(jì)算。
為什么這么說(shuō)？
人工智能是我做過(guò)很多年的領(lǐng)域，那今天就從人工智能談起，2016年的一件大事是在3月份AlphaGOvs李世石，很多人不知道AI這個(gè)詞是什么，也不知道AI到底有多厲害，但AlphaGo贏(yíng)了韓國(guó)的圍棋大師，這具有里程碑的意義。
差不多在20年前，AI贏(yíng)過(guò)俄羅斯的國(guó)際象棋大師，這20年間，人工智能走了非常長(zhǎng)的路，在這個(gè)事情發(fā)生以后，很多人都認(rèn)為人工智能將會(huì)統(tǒng)治世界。我不知道在座大家在這比賽前有沒(méi)有人知道人工智能到底是怎么回事，有沒(méi)有人跟你的同事下過(guò)賭，到底是機(jī)器贏(yíng)還是人能贏(yíng)，我下了賭，而且贏(yíng)了錢(qián)。
這塊有很重要的原因在里面，我為什么認(rèn)為AlphaGo可以戰(zhàn)勝人類(lèi)的圍棋大師，很重要的是背后的深層支撐，實(shí)際上今天終于有足夠的計(jì)算能力，今天終于有足夠多的數(shù)據(jù)，今天有人工智能算法(機(jī)器學(xué)習(xí)算法)。
我尤其要強(qiáng)調(diào)的是在數(shù)據(jù)和算法這塊，人類(lèi)大師一輩子能下好幾千場(chǎng)真正的高質(zhì)量的比賽，但是AlphaGo在它的有限的生命中間，和人類(lèi)的6到9段的選手下過(guò)1.6萬(wàn)次，同時(shí)3000萬(wàn)次的機(jī)器對(duì)局，因?yàn)樗旧頉](méi)有所謂的感性的因素，所以自己可以跟自己下，所以這兩個(gè)數(shù)據(jù)使得它的訓(xùn)練數(shù)據(jù)遠(yuǎn)遠(yuǎn)超過(guò)人類(lèi)大師一輩子的數(shù)據(jù)。
再加上它的非常強(qiáng)的計(jì)算資源，900多個(gè)CPU，2800個(gè)GPU這樣的資源，它的段位已經(jīng)非常接近人類(lèi)的大師了。這是在大師比賽之前，沒(méi)有考慮過(guò)其他的因素，也就是說(shuō)它的數(shù)據(jù)量比人類(lèi)大師領(lǐng)先很多了。
所以真正的在A(yíng)lphaGo背后隱藏的動(dòng)力，其實(shí)是我們所說(shuō)的大數(shù)據(jù)和強(qiáng)計(jì)算加上新的算法。這是今年發(fā)生的最熱的一件事情背后真正的原因。
那么我們談到大數(shù)據(jù)，在過(guò)去的幾年中間談得非常多，也有人發(fā)出大數(shù)據(jù)時(shí)代是不是已經(jīng)過(guò)去的疑問(wèn)，其實(shí)不是，而是剛剛開(kāi)始，而且隨著人工智能的發(fā)展，大數(shù)據(jù)的應(yīng)用將會(huì)越來(lái)越廣泛。
過(guò)去的幾年間隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，人類(lèi)的數(shù)據(jù)其實(shí)在爆炸性的增長(zhǎng)，根據(jù)IDC的調(diào)查，整個(gè)人類(lèi)所創(chuàng)造的數(shù)據(jù)大概是4.4Z，到了2020年這個(gè)數(shù)字會(huì)再增長(zhǎng)10倍，如果你用一個(gè)標(biāo)準(zhǔn)的蘋(píng)果的Ipad，里面有128G的內(nèi)存，你把這44個(gè)Z存進(jìn)去的話(huà)，可以從地球到月亮來(lái)回走9次。
比如說(shuō)沃爾瑪在2013年每4個(gè)小時(shí)產(chǎn)生的數(shù)據(jù)到了2.5PB，今天推特每天推的文字就5億條，微信一天在朋友圈分享的照片就是10億張，今天中國(guó)的存量照片是300億張，但是企業(yè)界的數(shù)據(jù)增長(zhǎng)的速度同樣非常快。
我還是用移動(dòng)互聯(lián)網(wǎng)的例子，現(xiàn)在手機(jī)上非常普遍的應(yīng)用就是照片，這種照片越來(lái)越多以后，你在手機(jī)上發(fā)現(xiàn)管理照片是個(gè)問(wèn)題，所以?xún)赡昵按蟛糠值氖謾C(jī)都開(kāi)始出現(xiàn)叫做照片自動(dòng)分類(lèi)的云服務(wù)，包括根據(jù)人臉進(jìn)行分類(lèi)，當(dāng)你看到這些照片的時(shí)候，你以前只能根據(jù)地點(diǎn)和時(shí)間進(jìn)行分類(lèi)，今天就可以知道根據(jù)人的面孔，把你的朋友、家人進(jìn)行分類(lèi)。假如我的手機(jī)上有雷軍的照片，我就點(diǎn)一下他的照片，你發(fā)現(xiàn)所有他出現(xiàn)的照片全部都幫你找出來(lái)了，這背后用的技術(shù)是人工智能人臉識(shí)別的技術(shù)，這個(gè)技術(shù)今天在所有第一線(xiàn)的平臺(tái)上都已經(jīng)出現(xiàn)了。
這件事情在A(yíng)I的歷史上走了幾十年，以我的專(zhuān)利為證，這是我1997年在惠普實(shí)驗(yàn)室申請(qǐng)的專(zhuān)利，這個(gè)專(zhuān)利基本的核心是：當(dāng)照片進(jìn)來(lái)以后我做一個(gè)人臉檢測(cè)、人臉特征的提取，從而進(jìn)行比對(duì)，而且我20年前就已經(jīng)預(yù)測(cè)到這個(gè)體系很難在一個(gè)體系上實(shí)現(xiàn)，而需要一個(gè)分布的體系，所以它是一個(gè)分布式的數(shù)據(jù)庫(kù)系統(tǒng)，今天看來(lái)這個(gè)東西就是手機(jī)。
這個(gè)專(zhuān)利是在2000年批準(zhǔn)的。但是這件事兒至少在我看到走了20年，20年前這件事兒是非常難做的，除了算法沒(méi)有今天這么先進(jìn)之外，更重要的是我們的數(shù)據(jù)不夠。所以以我來(lái)看過(guò)去20多年，計(jì)算機(jī)對(duì)人臉識(shí)別的發(fā)展就是一個(gè)數(shù)據(jù)庫(kù)和計(jì)算能力的擴(kuò)張。90年代初的時(shí)候你用的訓(xùn)練數(shù)據(jù)就是幾百?gòu)垺资?，到了十年前，已?jīng)到了幾萬(wàn)張或者是幾十萬(wàn)張，我們能夠用的人數(shù)也是到了幾千個(gè)，真正到了過(guò)去的三五年，計(jì)算機(jī)或者是人工智能開(kāi)始超過(guò)人的數(shù)量，一個(gè)典型的情況就是谷歌和Facebook在2015年年初的時(shí)候開(kāi)始用大量的數(shù)據(jù)，包括著2億張照片，800萬(wàn)人，因?yàn)橛羞@么多數(shù)據(jù)所以能支撐起非常龐大的深度學(xué)習(xí)的網(wǎng)絡(luò)，從而能夠訓(xùn)練出識(shí)別準(zhǔn)確率超過(guò)99.63%的算法和人臉識(shí)別系統(tǒng)。
當(dāng)我們訓(xùn)練數(shù)據(jù)用了260萬(wàn)張的時(shí)候，識(shí)別率大概在76%，用了2.6萬(wàn)張的時(shí)候，識(shí)別率增長(zhǎng)了10%，這是沒(méi)有經(jīng)過(guò)仔細(xì)的調(diào)優(yōu)的情況下你可以看到數(shù)據(jù)對(duì)于識(shí)別精度的影響，同樣當(dāng)你用到算法的復(fù)雜度和計(jì)算能力之間也一樣，只有當(dāng)計(jì)算能力不斷提高復(fù)雜度和精確度才能支撐起來(lái)。我的觀(guān)點(diǎn)還是說(shuō)數(shù)據(jù)和計(jì)算能力是AI背后的主要推動(dòng)力。
在過(guò)去的兩年中國(guó)企業(yè)在這方面異軍突起，領(lǐng)先了國(guó)際市場(chǎng)，也領(lǐng)先了國(guó)際的學(xué)術(shù)的領(lǐng)域，這些從微軟研究院衍生出來(lái)的這些公司，他們都做到了世界上最好的人臉識(shí)別系統(tǒng)，原因是他們都和微軟研究院也許，更重要的是今天他們都有大量的數(shù)據(jù)，中國(guó)人口最多，中國(guó)的攝象頭最多，攝象頭密度最高。這一系列的數(shù)據(jù)使得我們能夠做到最好的識(shí)別系統(tǒng)。
除了人臉之外，我們知道只要你做了壞事兒，只要在路上任何一個(gè)角落拍了你一張照以后，你基本上插翅難逃了，除了人臉識(shí)別以外，AI在什么領(lǐng)域會(huì)超過(guò)人類(lèi)，這是我們今天講的核心內(nèi)容，AI已經(jīng)在一系列的領(lǐng)域會(huì)替代人工，除了在人臉識(shí)別、下棋以外，在翻譯、新聞?dòng)浾叩牟删?，尤其是?cái)經(jīng)記者的采編，在行政助理、警察、出租車(chē)、股票交易員、會(huì)計(jì)，包括保姆都會(huì)在今后的5到10年內(nèi)很大的程度上被AI所取代。
為什么？你問(wèn)自己幾個(gè)問(wèn)題，你可不可以像AlphaGo一樣一天下幾百萬(wàn)盤(pán)旗，人類(lèi)能不能像特斯拉那樣每天從路上超過(guò)20萬(wàn)輛跑的車(chē)上收取數(shù)據(jù)，能不能像所有遍布于各個(gè)機(jī)場(chǎng)、各個(gè)火車(chē)站的攝象頭那樣見(jiàn)到那么多人。正是因?yàn)檫@些無(wú)窮無(wú)盡的數(shù)據(jù)使得AI有越來(lái)越強(qiáng)的能力，從而他們不光是能夠識(shí)別出人，而且比人類(lèi)聽(tīng)懂更多的語(yǔ)言。
所以我們也同樣相信這一切也會(huì)改變我們今后的企業(yè)服務(wù)的形態(tài)。你會(huì)問(wèn)一個(gè)問(wèn)題，是不是AI能取代所有的行業(yè)、所有的工種，所有的任務(wù)，很重要的一點(diǎn)，一定是在有大數(shù)據(jù)的情況下才能做到很好的AI系統(tǒng)，一定要有一撥很好的頂尖的科學(xué)家才能把這些數(shù)據(jù)形成很好的體系，從而有很好的算法，也需要有大量的計(jì)算機(jī)的資源。
其實(shí)在這里面我們也知道，無(wú)論是計(jì)算機(jī)資源，還是科學(xué)家這些你都能找打到，對(duì)于創(chuàng)業(yè)企業(yè)來(lái)說(shuō)，但是大數(shù)據(jù)對(duì)創(chuàng)業(yè)企業(yè)是個(gè)挑戰(zhàn)，你從哪能夠獲取這么多數(shù)據(jù)。
大家會(huì)問(wèn)一個(gè)問(wèn)題，到底多少數(shù)據(jù)足夠多？在大數(shù)據(jù)的分析里面，我們從來(lái)說(shuō)沒(méi)有太多的數(shù)據(jù)，數(shù)據(jù)從來(lái)不夠，因?yàn)楹苤匾?。用傳統(tǒng)AI的方式，性能也是隨著數(shù)據(jù)的增加而不斷的增加的，用最新的算法增加的數(shù)會(huì)更快，或者是飽和的速度會(huì)更慢。這是很重要的一點(diǎn)，當(dāng)你沒(méi)有數(shù)據(jù)的時(shí)候，用的最新的算法你的性能也只會(huì)在這兒，不會(huì)在這兒，尤其是我們今天碰到的越來(lái)越復(fù)雜的場(chǎng)景，你所需要的數(shù)據(jù)會(huì)越來(lái)越多。重要的是說(shuō)當(dāng)你的覆蓋度、數(shù)據(jù)精度這兩點(diǎn)達(dá)到一定程度以后，對(duì)于傳統(tǒng)模型的依賴(lài)才會(huì)減少，缺少數(shù)據(jù)的時(shí)候才會(huì)做出一個(gè)模型來(lái)。
今天我們看大數(shù)據(jù)對(duì)于企業(yè)有什么影響，我想用美國(guó)一個(gè)調(diào)查的數(shù)據(jù)舉例，大數(shù)據(jù)的應(yīng)用已經(jīng)非常廣泛了，60%的IT公司里面，大數(shù)據(jù)已經(jīng)成為日常中間開(kāi)始使用，在商業(yè)和專(zhuān)業(yè)服務(wù)的公司里面也有將近一半的公司在用，金融47%的公司，最傳統(tǒng)的制造業(yè)和零售業(yè)這個(gè)數(shù)字也在逐漸的上升，所以我們知道今天在我們的企業(yè)服務(wù)行業(yè)里面，數(shù)據(jù)已經(jīng)變成下一個(gè)新的宗教。
過(guò)去傳統(tǒng)對(duì)大數(shù)據(jù)的依賴(lài)使用它來(lái)做統(tǒng)計(jì)，我們知道過(guò)去發(fā)生了什么，我們很快用它來(lái)做分析，我們想知道這是為什么發(fā)生，今天更多大家在用到預(yù)測(cè)，未來(lái)會(huì)發(fā)生什么，未來(lái)我想我們會(huì)用到它，最大的會(huì)是認(rèn)知，我們對(duì)于任何一個(gè)商業(yè)決策的反饋，從簡(jiǎn)單的知識(shí)到智能的演化過(guò)程，這個(gè)是今天大數(shù)據(jù)開(kāi)始在企業(yè)服務(wù)里面發(fā)揮作用的一個(gè)核心原因。
當(dāng)你有了大數(shù)據(jù)，有了先進(jìn)的算法，像一開(kāi)始演示的，在手機(jī)上做人臉識(shí)別，你可能認(rèn)為手機(jī)本身有如此強(qiáng)大的功能，但是我想告訴你所有的計(jì)算都是在云端進(jìn)行的，你的照片拍完以后是把它送到云端去，在云端進(jìn)行了人臉的檢測(cè)和識(shí)別，在云端搜索了聯(lián)系人的數(shù)據(jù)庫(kù)，從而返回到照片的人臉的信息，也就是說(shuō)如果沒(méi)有后端，沒(méi)有云端的大規(guī)模的存儲(chǔ)、大規(guī)模的計(jì)算、大規(guī)模的數(shù)據(jù)分析一系列的計(jì)算的功能，今天做不到我們說(shuō)的智能。
云計(jì)算已經(jīng)成為主流技術(shù)，今天已經(jīng)不像三年前，你談云計(jì)算別人會(huì)認(rèn)為你談在云里霧里是在忽悠，今天云計(jì)算已經(jīng)成為IT真正的主流，今天創(chuàng)辦一家公司，你需要大量的計(jì)算資源的時(shí)候，你想到的不是自己再去并購(gòu)一個(gè)數(shù)據(jù)中心，再去買(mǎi)大量的服務(wù)器，而是利用今天已經(jīng)有的大量的云服務(wù)的提供商他們所能提供的云計(jì)算。
中國(guó)的云計(jì)算能力這個(gè)市場(chǎng)是非常廣大的，潛力是無(wú)限的，因?yàn)槲以俜窒硪粋€(gè)數(shù)據(jù)，IDC在去年年底做了中國(guó)公有云市場(chǎng)的報(bào)告，中國(guó)公有云市場(chǎng)，包括SaaS、IaaS，所有的公有云的市場(chǎng)收入的總量只占美國(guó)同類(lèi)收入總量的3%多。但
但中國(guó)的互聯(lián)網(wǎng)市場(chǎng)哪個(gè)領(lǐng)域我們只是美國(guó)的3%多？要么是跟美國(guó)同樣的檔次，要么比美國(guó)還要大。就算再小一點(diǎn)，我們至少是美國(guó)的一半，當(dāng)你看到一個(gè)迅速成長(zhǎng)的市場(chǎng)，今天市場(chǎng)的整個(gè)規(guī)模只有美國(guó)的3%的時(shí)候，你知道這個(gè)市場(chǎng)有多大，所以中國(guó)的云市場(chǎng)潛力無(wú)限。
最后我想總結(jié)一下，在我們談企業(yè)服務(wù)的時(shí)候，尤其在談新時(shí)代的企業(yè)服務(wù)，有三點(diǎn)我們要進(jìn)行充分的考慮：
首先人工智能、大數(shù)據(jù)和云計(jì)算能力，會(huì)像以前所有的技術(shù)一樣，任何一個(gè)新的技術(shù)出現(xiàn)，它的機(jī)會(huì)稍縱即逝，對(duì)于A(yíng)I、大數(shù)據(jù)、云這樣的現(xiàn)象級(jí)的技術(shù)的爆發(fā)，需要的是有非常前瞻的眼光，順勢(shì)而為的能力；需要很快的積累起我們的技術(shù)能力、工程能力；我們也需要有工匠精神，能夠不斷的改善我們的算法和分析能力，從而我們能夠真正的為企業(yè)提供最好的新時(shí)代的企業(yè)服務(wù)。謝謝大家！
張宏江：AI＋大數(shù)據(jù)＋云=企業(yè)服務(wù)的未來(lái)
首先是人工智能，張宏江博士分享了他在A(yíng)lphaGoVS李世石期間贏(yíng)錢(qián)的趣事，這場(chǎng)舉世矚目的比賽也讓大眾對(duì)AI的能力有了初步的認(rèn)知，“差不多在20年前，人工智能的機(jī)器贏(yíng)過(guò)俄羅斯的國(guó)際象棋，但是這20年，人工智能走了非常長(zhǎng)的路。”張宏江博士表示這背后其實(shí)是大數(shù)據(jù)、新算法和強(qiáng)計(jì)算的支撐。
在大數(shù)據(jù)方面，張宏江拿AlphaGo舉例，它的訓(xùn)練數(shù)據(jù)遠(yuǎn)遠(yuǎn)超過(guò)人類(lèi)大師一輩子的數(shù)據(jù)，再加上它900多個(gè)CPU，2800個(gè)GPU的計(jì)算能力，它的段位已經(jīng)非常接近人類(lèi)的大師了。“這是在比賽之前，沒(méi)有考慮過(guò)其他的因素在里面，它的數(shù)據(jù)已經(jīng)非常領(lǐng)先了。”而在圍棋之外，全球數(shù)據(jù)以40%的增長(zhǎng)速率增加，沃爾瑪每4小時(shí)會(huì)產(chǎn)生2.5PB的數(shù)據(jù)量，推特每天有5億條帖子更新。
關(guān)于A(yíng)I是否會(huì)取代人類(lèi)，張宏江博士也給出了跟李開(kāi)復(fù)類(lèi)似的觀(guān)點(diǎn)，人工智能的應(yīng)用是有局限的，必須具備大數(shù)據(jù)、邊界清晰、外部反饋、頂尖數(shù)據(jù)科學(xué)家和計(jì)算資源五個(gè)條件。
張宏江認(rèn)為AI+大數(shù)據(jù)的應(yīng)用會(huì)成為企業(yè)的標(biāo)配，“過(guò)去是分析、現(xiàn)在是預(yù)測(cè)、未來(lái)是認(rèn)知。”而在A(yíng)I和數(shù)據(jù)方面，都離不開(kāi)云計(jì)算，它已經(jīng)成為IT主流技術(shù)，云也成為了成長(zhǎng)最快的2B產(chǎn)業(yè)。
在給出AI＋大數(shù)據(jù)＋云=企業(yè)服務(wù)的未來(lái)的結(jié)論后，創(chuàng)業(yè)公司該怎么做？張宏江博士也給出了建議：
AI＋大數(shù)據(jù)＋云會(huì)跟所有新技術(shù)出現(xiàn)后，帶來(lái)的商業(yè)機(jī)會(huì)稍縱即逝，創(chuàng)業(yè)者需要前瞻性眼光
需要很快的積累起我們的技術(shù)能力、工程能力，產(chǎn)生技術(shù)壁壘
需要有工匠精神，能夠不斷的改善我們的算法和分析能力，為企業(yè)提供更好的服務(wù)
以下為張宏江博士演講實(shí)錄：
我今天講的題目企業(yè)服務(wù)的三個(gè)階段是緊扣的，可以把它叫做3.0+或者是企業(yè)服務(wù)4.0。如果我們回憶一下2016年有什么樣的主題始終貫穿著互聯(lián)網(wǎng)、整個(gè)企業(yè)服務(wù)軟件的市場(chǎng)、整個(gè)IT的市場(chǎng)，一定是三個(gè)主題：人工智能，大數(shù)據(jù)和云計(jì)算。
為什么這么說(shuō)？
人工智能是我做過(guò)很多年的領(lǐng)域，那今天就從人工智能談起，2016年的一件大事是在3月份AlphaGOvs李世石，很多人不知道AI這個(gè)詞是什么，也不知道AI到底有多厲害，但AlphaGo贏(yíng)了韓國(guó)的圍棋大師，這具有里程碑的意義。
差不多在20年前，AI贏(yíng)過(guò)俄羅斯的國(guó)際象棋大師，這20年間，人工智能走了非常長(zhǎng)的路，在這個(gè)事情發(fā)生以后，很多人都認(rèn)為人工智能將會(huì)統(tǒng)治世界。我不知道在座大家在這比賽前有沒(méi)有人知道人工智能到底是怎么回事，有沒(méi)有人跟你的同事下過(guò)賭，到底是機(jī)器贏(yíng)還是人能贏(yíng)，我下了賭，而且贏(yíng)了錢(qián)。
這塊有很重要的原因在里面，我為什么認(rèn)為AlphaGo可以戰(zhàn)勝人類(lèi)的圍棋大師，很重要的是背后的深層支撐，實(shí)際上今天終于有足夠的計(jì)算能力，今天終于有足夠多的數(shù)據(jù)，今天有人工智能算法(機(jī)器學(xué)習(xí)算法)。
我尤其要強(qiáng)調(diào)的是在數(shù)據(jù)和算法這塊，人類(lèi)大師一輩子能下好幾千場(chǎng)真正的高質(zhì)量的比賽，但是AlphaGo在它的有限的生命中間，和人類(lèi)的6到9段的選手下過(guò)1.6萬(wàn)次，同時(shí)3000萬(wàn)次的機(jī)器對(duì)局，因?yàn)樗旧頉](méi)有所謂的感性的因素，所以自己可以跟自己下，所以這兩個(gè)數(shù)據(jù)使得它的訓(xùn)練數(shù)據(jù)遠(yuǎn)遠(yuǎn)超過(guò)人類(lèi)大師一輩子的數(shù)據(jù)。
再加上它的非常強(qiáng)的計(jì)算資源，900多個(gè)CPU，2800個(gè)GPU這樣的資源，它的段位已經(jīng)非常接近人類(lèi)的大師了。這是在大師比賽之前，沒(méi)有考慮過(guò)其他的因素，也就是說(shuō)它的數(shù)據(jù)量比人類(lèi)大師領(lǐng)先很多了。
所以真正的在A(yíng)lphaGo背后隱藏的動(dòng)力，其實(shí)是我們所說(shuō)的大數(shù)據(jù)和強(qiáng)計(jì)算加上新的算法。這是今年發(fā)生的最熱的一件事情背后真正的原因。
那么我們談到大數(shù)據(jù)，在過(guò)去的幾年中間談得非常多，也有人發(fā)出大數(shù)據(jù)時(shí)代是不是已經(jīng)過(guò)去的疑問(wèn)，其實(shí)不是，而是剛剛開(kāi)始，而且隨著人工智能的發(fā)展，大數(shù)據(jù)的應(yīng)用將會(huì)越來(lái)越廣泛。
過(guò)去的幾年間隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，人類(lèi)的數(shù)據(jù)其實(shí)在爆炸性的增長(zhǎng)，根據(jù)IDC的調(diào)查，整個(gè)人類(lèi)所創(chuàng)造的數(shù)據(jù)大概是4.4Z，到了2020年這個(gè)數(shù)字會(huì)再增長(zhǎng)10倍，如果你用一個(gè)標(biāo)準(zhǔn)的蘋(píng)果的Ipad，里面有128G的內(nèi)存，你把這44個(gè)Z存進(jìn)去的話(huà)，可以從地球到月亮來(lái)回走9次。
比如說(shuō)沃爾瑪在2013年每4個(gè)小時(shí)產(chǎn)生的數(shù)據(jù)到了2.5PB，今天推特每天推的文字就5億條，微信一天在朋友圈分享的照片就是10億張，今天中國(guó)的存量照片是300億張，但是企業(yè)界的數(shù)據(jù)增長(zhǎng)的速度同樣非常快。
我還是用移動(dòng)互聯(lián)網(wǎng)的例子，現(xiàn)在手機(jī)上非常普遍的應(yīng)用就是照片，這種照片越來(lái)越多以后，你在手機(jī)上發(fā)現(xiàn)管理照片是個(gè)問(wèn)題，所以?xún)赡昵按蟛糠值氖謾C(jī)都開(kāi)始出現(xiàn)叫做照片自動(dòng)分類(lèi)的云服務(wù)，包括根據(jù)人臉進(jìn)行分類(lèi)，當(dāng)你看到這些照片的時(shí)候，你以前只能根據(jù)地點(diǎn)和時(shí)間進(jìn)行分類(lèi)，今天就可以知道根據(jù)人的面孔，把你的朋友、家人進(jìn)行分類(lèi)。假如我的手機(jī)上有雷軍的照片，我就點(diǎn)一下他的照片，你發(fā)現(xiàn)所有他出現(xiàn)的照片全部都幫你找出來(lái)了，這背后用的技術(shù)是人工智能人臉識(shí)別的技術(shù)，這個(gè)技術(shù)今天在所有第一線(xiàn)的平臺(tái)上都已經(jīng)出現(xiàn)了。
這件事情在A(yíng)I的歷史上走了幾十年，以我的專(zhuān)利為證，這是我1997年在惠普實(shí)驗(yàn)室申請(qǐng)的專(zhuān)利，這個(gè)專(zhuān)利基本的核心是：當(dāng)照片進(jìn)來(lái)以后我做一個(gè)人臉檢測(cè)、人臉特征的提取，從而進(jìn)行比對(duì)，而且我20年前就已經(jīng)預(yù)測(cè)到這個(gè)體系很難在一個(gè)體系上實(shí)現(xiàn)，而需要一個(gè)分布的體系，所以它是一個(gè)分布式的數(shù)據(jù)庫(kù)系統(tǒng)，今天看來(lái)這個(gè)東西就是手機(jī)。
這個(gè)專(zhuān)利是在2000年批準(zhǔn)的。但是這件事兒至少在我看到走了20年，20年前這件事兒是非常難做的，除了算法沒(méi)有今天這么先進(jìn)之外，更重要的是我們的數(shù)據(jù)不夠。所以以我來(lái)看過(guò)去20多年，計(jì)算機(jī)對(duì)人臉識(shí)別的發(fā)展就是一個(gè)數(shù)據(jù)庫(kù)和計(jì)算能力的擴(kuò)張。90年代初的時(shí)候你用的訓(xùn)練數(shù)據(jù)就是幾百?gòu)垺资?，到了十年前，已?jīng)到了幾萬(wàn)張或者是幾十萬(wàn)張，我們能夠用的人數(shù)也是到了幾千個(gè)，真正到了過(guò)去的三五年，計(jì)算機(jī)或者是人工智能開(kāi)始超過(guò)人的數(shù)量，一個(gè)典型的情況就是谷歌和Facebook在2015年年初的時(shí)候開(kāi)始用大量的數(shù)據(jù)，包括著2億張照片，800萬(wàn)人，因?yàn)橛羞@么多數(shù)據(jù)所以能支撐起非常龐大的深度學(xué)習(xí)的網(wǎng)絡(luò)，從而能夠訓(xùn)練出識(shí)別準(zhǔn)確率超過(guò)99.63%的算法和人臉識(shí)別系統(tǒng)。
當(dāng)我們訓(xùn)練數(shù)據(jù)用了260萬(wàn)張的時(shí)候，識(shí)別率大概在76%，用了2.6萬(wàn)張的時(shí)候，識(shí)別率增長(zhǎng)了10%，這是沒(méi)有經(jīng)過(guò)仔細(xì)的調(diào)優(yōu)的情況下你可以看到數(shù)據(jù)對(duì)于識(shí)別精度的影響，同樣當(dāng)你用到算法的復(fù)雜度和計(jì)算能力之間也一樣，只有當(dāng)計(jì)算能力不斷提高復(fù)雜度和精確度才能支撐起來(lái)。我的觀(guān)點(diǎn)還是說(shuō)數(shù)據(jù)和計(jì)算能力是AI背后的主要推動(dòng)力。
在過(guò)去的兩年中國(guó)企業(yè)在這方面異軍突起，領(lǐng)先了國(guó)際市場(chǎng)，也領(lǐng)先了國(guó)際的學(xué)術(shù)的領(lǐng)域，這些從微軟研究院衍生出來(lái)的這些公司，他們都做到了世界上最好的人臉識(shí)別系統(tǒng)，原因是他們都和微軟研究院也許，更重要的是今天他們都有大量的數(shù)據(jù)，中國(guó)人口最多，中國(guó)的攝象頭最多，攝象頭密度最高。這一系列的數(shù)據(jù)使得我們能夠做到最好的識(shí)別系統(tǒng)。
除了人臉之外，我們知道只要你做了壞事兒，只要在路上任何一個(gè)角落拍了你一張照以后，你基本上插翅難逃了，除了人臉識(shí)別以外，AI在什么領(lǐng)域會(huì)超過(guò)人類(lèi)，這是我們今天講的核心內(nèi)容，AI已經(jīng)在一系列的領(lǐng)域會(huì)替代人工，除了在人臉識(shí)別、下棋以外，在翻譯、新聞?dòng)浾叩牟删?，尤其是?cái)經(jīng)記者的采編，在行政助理、警察、出租車(chē)、股票交易員、會(huì)計(jì)，包括保姆都會(huì)在今后的5到10年內(nèi)很大的程度上被AI所取代。
為什么？你問(wèn)自己幾個(gè)問(wèn)題，你可不可以像AlphaGo一樣一天下幾百萬(wàn)盤(pán)旗，人類(lèi)能不能像特斯拉那樣每天從路上超過(guò)20萬(wàn)輛跑的車(chē)上收取數(shù)據(jù)，能不能像所有遍布于各個(gè)機(jī)場(chǎng)、各個(gè)火車(chē)站的攝象頭那樣見(jiàn)到那么多人。正是因?yàn)檫@些無(wú)窮無(wú)盡的數(shù)據(jù)使得AI有越來(lái)越強(qiáng)的能力，從而他們不光是能夠識(shí)別出人，而且比人類(lèi)聽(tīng)懂更多的語(yǔ)言。
所以我們也同樣相信這一切也會(huì)改變我們今后的企業(yè)服務(wù)的形態(tài)。你會(huì)問(wèn)一個(gè)問(wèn)題，是不是AI能取代所有的行業(yè)、所有的工種，所有的任務(wù)，很重要的一點(diǎn)，一定是在有大數(shù)據(jù)的情況下才能做到很好的AI系統(tǒng)，一定要有一撥很好的頂尖的科學(xué)家才能把這些數(shù)據(jù)形成很好的體系，從而有很好的算法，也需要有大量的計(jì)算機(jī)的資源。
其實(shí)在這里面我們也知道，無(wú)論是計(jì)算機(jī)資源，還是科學(xué)家這些你都能找打到，對(duì)于創(chuàng)業(yè)企業(yè)來(lái)說(shuō)，但是大數(shù)據(jù)對(duì)創(chuàng)業(yè)企業(yè)是個(gè)挑戰(zhàn)，你從哪能夠獲取這么多數(shù)據(jù)。
大家會(huì)問(wèn)一個(gè)問(wèn)題，到底多少數(shù)據(jù)足夠多？在大數(shù)據(jù)的分析里面，我們從來(lái)說(shuō)沒(méi)有太多的數(shù)據(jù)，數(shù)據(jù)從來(lái)不夠，因?yàn)楹苤匾?。用傳統(tǒng)AI的方式，性能也是隨著數(shù)據(jù)的增加而不斷的增加的，用最新的算法增加的數(shù)會(huì)更快，或者是飽和的速度會(huì)更慢。這是很重要的一點(diǎn)，當(dāng)你沒(méi)有數(shù)據(jù)的時(shí)候，用的最新的算法你的性能也只會(huì)在這兒，不會(huì)在這兒，尤其是我們今天碰到的越來(lái)越復(fù)雜的場(chǎng)景，你所需要的數(shù)據(jù)會(huì)越來(lái)越多。重要的是說(shuō)當(dāng)你的覆蓋度、數(shù)據(jù)精度這兩點(diǎn)達(dá)到一定程度以后，對(duì)于傳統(tǒng)模型的依賴(lài)才會(huì)減少，缺少數(shù)據(jù)的時(shí)候才會(huì)做出一個(gè)模型來(lái)。
今天我們看大數(shù)據(jù)對(duì)于企業(yè)有什么影響，我想用美國(guó)一個(gè)調(diào)查的數(shù)據(jù)舉例，大數(shù)據(jù)的應(yīng)用已經(jīng)非常廣泛了，60%的IT公司里面，大數(shù)據(jù)已經(jīng)成為日常中間開(kāi)始使用，在商業(yè)和專(zhuān)業(yè)服務(wù)的公司里面也有將近一半的公司在用，金融47%的公司，最傳統(tǒng)的制造業(yè)和零售業(yè)這個(gè)數(shù)字也在逐漸的上升，所以我們知道今天在我們的企業(yè)服務(wù)行業(yè)里面，數(shù)據(jù)已經(jīng)變成下一個(gè)新的宗教。
過(guò)去傳統(tǒng)對(duì)大數(shù)據(jù)的依賴(lài)使用它來(lái)做統(tǒng)計(jì)，我們知道過(guò)去發(fā)生了什么，我們很快用它來(lái)做分析，我們想知道這是為什么發(fā)生，今天更多大家在用到預(yù)測(cè)，未來(lái)會(huì)發(fā)生什么，未來(lái)我想我們會(huì)用到它，最大的會(huì)是認(rèn)知，我們對(duì)于任何一個(gè)商業(yè)決策的反饋，從簡(jiǎn)單的知識(shí)到智能的演化過(guò)程，這個(gè)是今天大數(shù)據(jù)開(kāi)始在企業(yè)服務(wù)里面發(fā)揮作用的一個(gè)核心原因。
當(dāng)你有了大數(shù)據(jù)，有了先進(jìn)的算法，像一開(kāi)始演示的，在手機(jī)上做人臉識(shí)別，你可能認(rèn)為手機(jī)本身有如此強(qiáng)大的功能，但是我想告訴你所有的計(jì)算都是在云端進(jìn)行的，你的照片拍完以后是把它送到云端去，在云端進(jìn)行了人臉的檢測(cè)和識(shí)別，在云端搜索了聯(lián)系人的數(shù)據(jù)庫(kù)，從而返回到照片的人臉的信息，也就是說(shuō)如果沒(méi)有后端，沒(méi)有云端的大規(guī)模的存儲(chǔ)、大規(guī)模的計(jì)算、大規(guī)模的數(shù)據(jù)分析一系列的計(jì)算的功能，今天做不到我們說(shuō)的智能。
云計(jì)算已經(jīng)成為主流技術(shù)，今天已經(jīng)不像三年前，你談云計(jì)算別人會(huì)認(rèn)為你談在云里霧里是在忽悠，今天云計(jì)算已經(jīng)成為IT真正的主流，今天創(chuàng)辦一家公司，你需要大量的計(jì)算資源的時(shí)候，你想到的不是自己再去并購(gòu)一個(gè)數(shù)據(jù)中心，再去買(mǎi)大量的服務(wù)器，而是利用今天已經(jīng)有的大量的云服務(wù)的提供商他們所能提供的云計(jì)算。
中國(guó)的云計(jì)算能力這個(gè)市場(chǎng)是非常廣大的，潛力是無(wú)限的，因?yàn)槲以俜窒硪粋€(gè)數(shù)據(jù)，IDC在去年年底做了中國(guó)公有云市場(chǎng)的報(bào)告，中國(guó)公有云市場(chǎng)，包括SaaS、IaaS，所有的公有云的市場(chǎng)收入的總量只占美國(guó)同類(lèi)收入總量的3%多。但
但中國(guó)的互聯(lián)網(wǎng)市場(chǎng)哪個(gè)領(lǐng)域我們只是美國(guó)的3%多？要么是跟美國(guó)同樣的檔次，要么比美國(guó)還要大。就算再小一點(diǎn)，我們至少是美國(guó)的一半，當(dāng)你看到一個(gè)迅速成長(zhǎng)的市場(chǎng)，今天市場(chǎng)的整個(gè)規(guī)模只有美國(guó)的3%的時(shí)候，你知道這個(gè)市場(chǎng)有多大，所以中國(guó)的云市場(chǎng)潛力無(wú)限。
最后我想總結(jié)一下，在我們談企業(yè)服務(wù)的時(shí)候，尤其在談新時(shí)代的企業(yè)服務(wù)，有三點(diǎn)我們要進(jìn)行充分的考慮：
首先人工智能、大數(shù)據(jù)和云計(jì)算能力，會(huì)像以前所有的技術(shù)一樣，任何一個(gè)新的技術(shù)出現(xiàn)，它的機(jī)會(huì)稍縱即逝，對(duì)于A(yíng)I、大數(shù)據(jù)、云這樣的現(xiàn)象級(jí)的技術(shù)的爆發(fā)，需要的是有非常前瞻的眼光，順勢(shì)而為的能力；需要很快的積累起我們的技術(shù)能力、工程能力；我們也需要有工匠精神，能夠不斷的改善我們的算法和分析能力，從而我們能夠真正的為企業(yè)提供最好的新時(shí)代的企業(yè)服務(wù)。謝謝大家！
下載文檔
