電子科技大學互聯網科學中心主任周濤：大數據的三點建議

大數據是一個熱詞，它現在火熱的程度甚至超過了產業界實際的貢獻。

第一、大數據的企業多的不可思議，任何一家公司只要能夠打開一個表格它都號稱自己是一家大數據的企業。

第二、大數據給了我們華而不實的感覺，因為很多公司做了大數據的項目但是好像沒有踩著大數據的清風扶搖直上。所以我今天作為大數據行業裡面的研究人員，想給大家談兩個現實，三點建議。

第一個現實，我希望每一位都記得住，就是數據它首先是成本，其次才是價值。我們有的時候在新聞媒體中看到了一些了不得的互聯網企業，他們用不太多的數據產生巨大的價值。但是我們沒有看到的就是在銀行、在運營商在政府，好像有更多的數據，而的確還有更好的數據；但是我們每次看到無窮無盡的機櫃裡面擺著很多數據，我們有一種感覺，不是到了金礦區而是到了墳墓區，因為數據沉睡在那裡沒有產生價值。我們自己規劃企業大數據計劃，你看它會不會帶來真正的價值？要讓價值作為一個取捨對象。而不是為了建一個數據中心而建一個數據中心。

在成都很早以前就有政務雲的項目，我們把政府數據通過大量數據彙集在一起。但是除了在窗口排號的時候快一點以外，沒有產生什麼價值。去年我們和市政府合作做了一個很小的項目，和成都六個部門包括標準研究院和工商、質檢等等，用這些數據看食品的安全問題，我們分析900多萬條檢驗檢疫數據。給每個檢驗員發一個PAD，一掃可以知道這個檢品風險程度多高，所以把成都發現不合格品的比例從2.36%提高到10.71%。所以我想提的第一個建議就是，我們一定要想辦法用一些示範性的應用創新來拉動數據的價值，而不是為了建一個平台而建一個平台。

第二個現實，計算機它和我們人類處理同樣的問題，但是採用的是完全不同的方法和思路。我們千萬不要試圖用我們的理念去束縛計算機。比如沒有阿法狗之前，很早之前計算機就開始下棋，最早下棋的思路是搜索+優化，它本質就是儘可能窮盡一切的可能性。即便在這種方法下計算機下棋比人下的更好，我們是中是可能學到下棋的藝術。計算機還有一套方法不是搜索，我們叫做機器學習。它是在一大堆數據和特徵中，重新做特徵提取，通過非線性的變化，兩兩三三特徵的組合，形成幾十萬到幾百上千的特徵，然後用很多學習模型。比如神經網路、回歸分析，然後找到從特徵到結果之間的關聯，然後把這些模型重新做集成學習。

這種處理幾十億上千億的特徵，用幾千上萬進行學習，和我們人類思考問題的方式是截然不同的。所以我給大家提的第二個小建議，我們要把大數據和人工智慧用來解決企業問題的時候，我們要抓住的是企業真正要解決的目標是什麼。然後我們要去尊重計算機的方法，我舉個例子。

比如打一個廣告，我們希望廣告的點擊率足夠高，或者再進一步說，我們希望有更多人點了這個廣告之後，能夠購買你的商品，它可能是體現在搜索引擎中的推薦，可能是體現在我們電子商務網站中的猜你喜歡。這個時候懂計算機懂人工智慧的人把這個問題轉化成學習怎麼廣告排序，來提高你的點擊率，或者把購買和銷售額作為我們的目標。但是有一些企業主，他有一套自己的邏輯。他想我先對消費者做一個畫像，我這個煙酒多大人買？是白領還是窮酸？他做這個人物畫像之後，用這個人物畫像，從所有人裡面把最可能買的人選出來，給他們打廣告。這是非常愚蠢的想法，非常愚蠢。

因為他完全在用人的腦子去思考計算機做的事情，計算機能夠處理上千萬上億的特徵，為什麼做一個如此粗糙的畫像？對於你讓你的東西賣的更好，這種思路就是把人的想法去套計算機，效果往往很差。

但是反過來一個市場的負責人，他想要做地面廣告的投放，比如路牌廣告。或者產品的負責人想設計新的產品，面對90後00後的消費者，這個時候他需要人物的畫像，需要我們的消費者的畫像和我們競爭品牌的畫像。他可能不需要廣告，線上廣告投放的點擊率多高。這個時候畫像尤其是不同品牌之間畫像差異，以及這麼多年消費者畫像發展的趨勢，就成為他最想要的東西，他可以讓計算機去完成這樣的事情。

我講這個例子是說，我們千萬不要用我們的條條框框來限制計算機，也不要猜測計算機到底需要什麼東西？我們只要抓住我們真正的商業目標就可以了，其他的事情可以尊重計算機，讓他去做。因為時間關係這個問題我們在台上還可以談，最後給大家三個建議。

第一個建議，我希望大家在考慮一個數字化項目的時候，或者考慮大數據項目的時候，我們要以應用作為牽引，以目標作為導向，不要受什麼人的蠱惑建大數據的項目。

第二個建議，我希望大家不要用自己人類的思維方式去束縛計算機。舉個例子比如想像有一天，當計算機統治了我們的世界，今天我們在這兒交流，大部分人用中文，霍夫曼用的英文我們能聽中文，也可以聽英文。我們和女朋友寫情書我們用中文，我們有時候在國外我們可以說義大利語，但是如果有一天計算機說別說那麼多語言，我們交流就用C語言，你寫情書談戀愛我們開會做報告也用C語言，你說我們還能用C語言思考我們的人生嗎？我覺得不能。大家不要用自己的人類語言套計算機身上，計算機在提供可預測性的時候，不一定提供可解釋性，在提供可解釋性的時候，不一定給出非常好的預測建議。

第三個建議，我想提醒大家大數據不是萬能的。有一位哲學家他曾經回顧精神分析和後現代主義的時候，他曾經說在人類發展的歷史中有時候某些哲學思想，會突然湧現出來，就像是宏大的概念。那一切的聰明人把這些概念抓住，好像找到了萬能鑰匙，可以開一切的門，但是時間20年30年50年過去了，很多頂尖的哲學家在宏大的概念中迷失自我，沒有做出應有的貢獻。人工智慧和大數據也是如此，它的應用是有局限，不能替代我們的方方面面。好像導師講的，不能替代我們體驗一個愛情，不能代替我們經歷痛苦，不能帶給人格力量的提高。我最後一個建議就是我們要了解大數據的邊界，在可以應用的地方應用它，可以拓展的地方可以拓展它，在不能應用不能拓展的地方就停下來。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！