大數(shù)據(jù)時代下的產(chǎn)業(yè)AI

祁國晟

我們公司成立于2005年，那時我就讀于清華大學，在學校宿舍成立這個公司。11年來我們主要業(yè)務是數(shù)據(jù)處理、數(shù)據(jù)分析，為企業(yè)服務。2007年開始公司所有產(chǎn)品和解決方案都以saas和云計算方法向社會和機構(gòu)提供服務。我們服務約600家企業(yè)，其中大多為世界五百強企業(yè)，包括司法、行政、政府部門、國家機關(guān)和電視臺都是我們服務對象。

公司2016年9月23日在納斯達克上市。過去中國很多知名企業(yè)在美國上市，都是消費互聯(lián)網(wǎng)企業(yè)，主要面向消費者，或互聯(lián)網(wǎng)用戶。而我們是第一家大數(shù)據(jù)企業(yè)，我們非常榮幸能夠成為一種新興力量。

目前公司申請發(fā)明專利共1728件，其中583件與大數(shù)據(jù)相關(guān)，148件與人工智能相關(guān)。過去兩年我們公司是中關(guān)村發(fā)明專利前十強，其他九家都是五千人以上的大型互聯(lián)網(wǎng)，或科技巨頭企業(yè)。而我們是唯一一家公司規(guī)模在千人左右的企業(yè)，所以我們公司在大數(shù)據(jù)時代下發(fā)展人工產(chǎn)業(yè)AI和產(chǎn)業(yè)人工智能很有信心。

我們公司名為國雙，名字是來源于2003年我在大二時所開發(fā)的程序。我試想未來計算機是被設計用來做加法運算，因數(shù)據(jù)量大，需要多臺計算機一起做加法。所以2003年時我自己開發(fā)了一個程序，可以把四則運算變成加法，由計算機去選擇連接多臺計算機一起運算。把這樣的觀點和數(shù)據(jù)運用在為企業(yè)服務之中。

在大學期間，我人工智能這門功課成績不錯。2003年一個作業(yè)使我印象深刻，實現(xiàn)A星搜索。在它的運用領(lǐng)域里，是效率最高的一種算法。但是它有一個缺陷，當你在解決復雜問題時，會占用大量內(nèi)存。在十年前，內(nèi)存是一個很大的限制，很多程序員寧愿放棄這個算法。我們需要找到一個可以節(jié)省內(nèi)存的方法，并放在產(chǎn)業(yè)應用中。

如果把A星算法當作一個游戲沒問題，因為數(shù)據(jù)量很大，放在產(chǎn)業(yè)應用中非常復雜。當時還是學生的我想過，可不可以用我們做的分布式求和算法，在內(nèi)存有限的條件下，與多臺計算機連接，內(nèi)存是否會變的更大一些，便可以有更大空間使用類似的完美算法，但當時沒有時間實踐。

在看2011年第三版人工智能教材中，看這兩個版本教材之間有什么區(qū)別。唯一不同是從2003年開始至2011年數(shù)據(jù)的巨大變化。從2011年后我們使用巨量數(shù)據(jù)，運用多臺計算機協(xié)同工作來解決問題。

在大數(shù)據(jù)時代下產(chǎn)業(yè)AI，用大數(shù)據(jù)方法，把AI放在多臺計算機去運作產(chǎn)業(yè)。過去十多年來我們公司是從事廣告效果監(jiān)測最早的行業(yè)，在過去廣告點擊作弊非常嚴重，普遍使用鼠標點擊的方法。

我們用熱力圖方法，抓到每個鼠標點擊大多點在一處。在報警信息中，查看是否有某種渠道發(fā)來多少無效的作弊流量。今天監(jiān)測已不再需要人工等條件來發(fā)現(xiàn)問題。依靠人工智能方法發(fā)現(xiàn)問題。

我們每天有37.4億行為數(shù)據(jù)，實時反應互聯(lián)網(wǎng)用戶行為。根據(jù)數(shù)據(jù)我們反點擊欺詐能力很強，任何一個廣告公司，媒體，如果知道用戶在使用國雙產(chǎn)品，是不會想要給用戶放任何的有問題的流量。

第二我們公司今年已進入司法行業(yè)。一年前中國最高法院公開所有判決文書，一份判決文書約為5K，而庭審過程中所記錄下來文件可能約50兆?，F(xiàn)在已經(jīng)公開了判決文書有1600萬份。舉一個例子，在訴訟中大多官司相似，這造成法官、法院，要承擔很大的工作量。而案件的共性不該花費法官大量時間。而智能庭前調(diào)節(jié)輔助系統(tǒng)，可通過人工智能和海量的司法后臺數(shù)據(jù)連接，告知這種情況屬于那種法律法規(guī)。而且還會顯示統(tǒng)計結(jié)果，比如這種情況，在其他地區(qū)有多少起類似案件，勝訴數(shù)和平均訴請金錢和賠償金額等數(shù)據(jù)等，今年我們開始在幫助一些法院去運作，并有很好的社會效應。

第三則是信息安全。最近關(guān)于信息安全事故頻發(fā)。而傳統(tǒng)信息安全靠防火墻和硬件抵擋攻擊。但傳統(tǒng)防御并非萬能，例如黑客可通過一部手機，從手機防火墻共性一臺服務器并把信息偷走。如果用大數(shù)據(jù)方法，所有服務器的智能設備數(shù)據(jù)都會被云記錄。有一個“大腦”去分析這些行為，自動發(fā)現(xiàn)異常數(shù)據(jù)背后可能存在的危險，解決硬件所不能解決的問題。

做一個總結(jié)，什么是產(chǎn)業(yè)AI的方法論？首先計算機通過數(shù)據(jù)發(fā)現(xiàn)異常數(shù)據(jù)。而結(jié)果會反饋到計算機并形成了人工智能，這個人工智可不斷迭代。我們公司做各種商業(yè)、業(yè)務、營銷、銷售、審判流程、在線服務等自動化，而自動化運作會產(chǎn)生數(shù)據(jù)，如果把這些海量數(shù)據(jù)用人工智能方法“訓練”起來，絕對不止是業(yè)務流程情況和關(guān)鍵節(jié)點的思考決策。

我們公司真實數(shù)據(jù)量從2005年至2016年9月成線性逐漸增長。每年TB存儲費用，下降速度較快，而所有數(shù)據(jù)處理的成本變化差異相似。另外我國在這件事情上有一個彎道超車機會。第一，因為我國企業(yè)軟件發(fā)展嚴重滯后。第二，消費互聯(lián)網(wǎng)和智能手機終端發(fā)展比美國更先進。我國沒有遺留信息系統(tǒng)問題，而美國20年一直使用遺留數(shù)據(jù)。很難解決數(shù)據(jù)提取和數(shù)據(jù)一致問題，在AI系統(tǒng)中的無效數(shù)據(jù)無法產(chǎn)生真正AI，而我國還有很多機會。