人工智慧導航人生，iPIN 如何讓機器做出比人更好的決策？

摘要：iPIN 正在打造的，是三觀很正的 AI 應用。

在一小部分人鼓吹 AI 威脅論的今天，很多人開始對 AI 產生了抗拒的心理，但這在目前看都還是不切實際的想法，說到底，AI 科學家們想要的人工智慧，是能夠完美輔助人類的機器，就像馬雲曾說過的，人工智慧的時代，「機器更像機器，人更像人」。

在這一點上，除了語音助手、自主駕駛等目前尚未成熟的應用以外，有一家公司提出了一個非常不一樣的想法：他們想讓 AI 幫助你做出決策。

在面臨人生的重大選擇時，比如考大學，比如找工作，我們處在這些關鍵的人生節點時，總是會滿心焦慮，費神又費心，那麼除了大量「補課」再去諮詢專家以外，就沒有更好的方法了嗎？人工智慧公司 iPIN 推出了一款名叫「完美志願」的產品，它使用 AI 技術來分析用戶需求，以大量數據分析為基礎，為用戶未來的人生決策給予重要參考幫助。

在極客公園 Rebuild 2017 大會，iPIN 的創始人& CEO 楊洋談起了他眼中的人工智慧。

不能解決問題的技術是沒有價值的

「因為任何的技術都是解決問題的，如果一個技術不能解決問題，那麼它就是沒有價值的。」楊洋在一開始就拋出了一個嚴肅的問題：現在的人工智慧對你的工作生活產生了多大的影響？

事實上，聊天機器人、無人駕駛、圖像識別，這些典型的、最為熱門的人工智慧應用都還沒能給我們的生活帶來多大的影響，更不要提真正顛覆我們的工作和生活習慣了。

為什麼會這樣呢？因為「我們現在的人工智慧發展水平還只是集中在感知智能，距離認知智能還比較遙遠。」

楊洋拿高考志願填報舉例，「超過 71% 的人在大學畢業之後所從事的工作跟自己所學的專業是無關的」，這就說明考生在填報志願時出現了一些比較普遍的問題。「超過 10 萬個可以選擇的選項，中國 2500 多所大學，10 萬多個院系，市場上有 12000 多種職業，這種組合超過 1 億個，你如何在裡面選？有一些明規則，每個學校的每個專業，在每個省的填報規則都不一樣。」

志願填報是複雜的，許多家長因此選擇了收費數千甚至數萬的諮詢專家，但這在楊洋看來是不必要的。

讓人工智慧幫助我們決策

人是怎樣思考問題的？

「人的認知其實就分很簡單 4 個步驟，感知信息-認知信息-分析-做出決策。」這就是人做決策信息處理的全過程，當我們要讓機器來加速這個過程時，就要做到機器的認知處理。

著名 AI 領域大神 Yan LeCun 說過，現在整個人工智慧的認知天花板就在於「讓機器掌握人類的只是」。也就是常識。讓機器掌握人的常識，是非常困難的，一個人的基礎知識體系非常的複雜，涉及包括生物學、物理學、哲學、社會學、經濟學、市場心理學、神經科學等等在內的多個學科，但想要保證決策的合理又需要克服人的非理性行為導致決策上的主觀偏差，在這種情況下想要做好機器認知是一個非常巨大的挑戰。

楊洋認為，想要做好認知分析，需要突破三個點：首先要做三個大的矢量，真相矢量、場景矢量、投影矢量，然後再去通過無限接近於真相，再找到具體的場景，再做投影。

此外，楊洋認為認知是基於環境的，脫離環境的認知是無效的。因此機器還需要另外 4 個基礎條件：主動的學習、教材的可靠、語境的認知以及清晰化建模。

三個應用產品

在這個基礎上 iPIN 做了 3 個方面的應用。

首先 iPIN 做了一個幫助人填志願的產品——「完美志願」。同樣是使用人工智慧技術，楊洋認為人生規劃要比下圍棋複雜得多，因為人生規劃中包括了各種社會的規則，甚至潛規則，這些規則都是不斷變化的，因此 iPIN 需要捕捉這樣一個動態的規則來不斷修正這個產品。

其次，了解對手非常重要，「有人說生活就像是強姦，如果不能反抗就順從，因此很多時候一定要找准自己的對手是誰，才知道採取怎樣的策略。」

但最重要的是價值觀的問題，這與下圍棋截然不同，不是只要贏就行了，每個人人生觀價值觀的不同，會導致其人生的規劃與選擇的不同。

iPIN 的團隊經過四年的努力，在這個產品上取得了大量用戶的認可，被《中國教育報》評為全國老師最認可的一個產品。

接下來 iPIN 想做的是人生導航儀。「這是一個陪伴產品，從 15 歲到 30 歲，我們已經機器學習了上億人的成長軌跡，包括各種成功的、不成功的。如果說你沒有理想，就幫助你確定一個理想的方向。如果你已經有理想了，那就幫助你從你的現狀和理想之間找到一個最優的路徑，在人生每個關鍵的路口為你指引方向。」

另外，iPIN 還涉及到了招聘領域。

招聘領域是全世界所有企業、所有人都會涉及的一個領域。而這個領域的問題，幾乎是完全靠著人肉去解決的，平均每個 HR 每天要花40%的時間檢索簡歷，面對相同關鍵詞檢索到的數百數千份簡歷也很難找到一個匹配的人才，這個影響全社會人才去向的問題，能不能通過認知智能高效的解決？

十二年。楊洋用了 12 年的時間去嘗試解決這個問題。iPIN 一直在做兩件事：用機器分析人、分析企業。然後 iPIN 又花費了 2 年的時間，突破了計算的瓶頸，使運算速度達到毫秒級，就是現在 4000 萬人的簡歷全量地語義認知計算算一遍下來，只需要花大概 200 毫秒。

他在現場用視頻演示了他們最新的一款產品，它通過智能分析，從多維度對人進行「背後深度的像人一樣的認知分析」。楊洋表示，目前這款產品已經能夠做到優於大多數 HR 了，但與專家比還是有一定的距離，經歷了一年的內測，楊洋認為它已經足夠成熟了，他們將在最近兩個月在全國大範圍免費推出這款產品，屆時將為人才招聘領域帶來不小的改變與變革。

對比 IBM Watson

看了上述 iPIN 在人工智慧領域的探索與研究，你可能會想起另一家大公司的產品：IBM 的 Watson。

確實，Watson 也是一個做認知分析的 AI 代理，這和 iPIN 的定位非常相似。對此，iPIN 的創始人& CEO 楊洋先生在極客公園 Rebuild 2017 大會上也給出了答案：「首先我們切入的領域非常不一樣，這導致我們整個知識陳列的方式也不一樣。Watson 是從醫療領域切入，尤其是從醫療腫瘤切入，實際上很多人以為 Watson 是一個問答系統，實際上問答系統只是它的一個模塊而已，它主要是做認知分析。它是從醫療切入，而我們是從生涯規劃和招聘切入，所以我們更關心的是人和企業這方面的分析，和他們關注的是醫療方案分析。」

「Watson 早期是完全基於專家系統和穿透 NLP 的方向，是 2015 年才開始組建深度學習的，但是由於它他大量前期都是依賴於專家系統，所以即便是它從它的腫瘤診斷遷移到糖尿病診斷，遷移的成本都非常高，因為它是專家系統。而我們所有的分析全部是基於深度學習，所以我們的遷移成本在我們所做的商業領域分析領域裡相對來說比較低。」 

本文由極客公園原創

轉載聯繫 wangxue@geekpark.net

GIF/155K

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！