專訪iPIN CEO楊洋：賭一億萬達和IBM合作的智能招商成不了
作為首次舉辦行業峰會的科技媒體，機器之心在 5 月 26-28 日成功地舉辦了 GMIS 大會，
在本次 GMIS 大會的演講環節我們欣賞到了不少名家帶來的精彩演講 Schmidhuber 教授的，比如《True Artificial Intelligence Will Change Everything》（人工智慧將改變一切）讓人腦動大開、暢想未來，
會後，我們很榮幸地與楊洋進行了一次專訪，我們對其在發佈會上所宣稱的部分內容進行了求證，楊洋還對公眾一直以來對 iPIN 這家人工智慧公司的疑問進行了解答，通過本次訪談，你將深入地瞭解這一家敢跟萬達和 IBM 豪賭 1 個億的創業公司。
下面我們就進入採訪環節：
關於您在 GMIS 大會演講時提到的「如果 IBM 能幫萬達解決智慧招商就賠 1 個億」，楊洋：作為一個從事人工智慧商業服務的從業者，我們明白什麼叫「隔行如隔山」。今年 3 月底的時候，萬達宣佈跟 IBM 合作，主要開發用於萬達的整體資訊化智慧化建設。雖然 IBM Watson 在商業認知智慧這塊有著非常雄厚的實力，但是在萬達商業地產最核心的智慧招商這個問題上，我覺得 IBM 短期內還解決不了。
我們都知道，每個商場都有大量的鋪位，
強強聯合的組合看起來很靠譜，但在智慧招商這個問題上，
我們也正在幫一家國內知名的商業地產公司解決智慧招商問題，項目總額也正好是一個億。如果 IBM 能幫萬達解決智慧招商問題，那我就將價值 1 個億的 iPIN 智慧招商系統系統送給萬達免費使用。這就是我在今天的大會上下的賭注。如果 IBM 不能解決這個問題，那 iPIN 不介意代勞。
楊洋：主要有兩大原因。首先 Watson 最開始是基於專家系統的，切換到一個新的領域成本是很高的。對於普通大眾而言，很多人以為 Watson 是一個問答機器人。其實這是對 Watson 的誤解。Watson 是一個認知分析平臺，而回答問題只是一個模組。早期 Watson 是基於專家系統的，也就是說整個系統的所有知識儲備和規則都是由專人、專家去錄入的，其所消耗的時間和人力巨大，當然精准度在它的知識範疇內也是很好的。最開始 Watson 切入的領域是醫療診斷領域，尤其是腫瘤診斷，取得了不錯的效果。不過對於這種專家系統而言，想要轉換其他領域，其工程量和時間可想而知。雖然 Watson 從 2015 年也開始嘗試基於深度學習來讓機器自我學習和認知，但是時間還不長，加上大量的歷史負擔，它還很難擺脫對專家系統的依賴。
而對於 iPIN 而言，iPIN 的整個認知分析平臺從一開始就是基於動態社會經濟圖譜和深度學習的。換句話說，很多知識不僅是機器自己學習、自己總結規律，而且還是基於中國國情的。在這麼一套「學習方法論」的基礎之上，想切換到不同的領域，成本相對較低。可以說，iPIN 的認知分析平臺將自己從一個專業領域轉移到另外一個專業領域，比 Watson 要容易許多。
第二個原因是，Watson 是基於國外資料搭建的認知體系，對中國社會的認知存在明顯不足。這就像我們經常發現，老外眼中的中國美女和我們中國人眼中的中國美女差異很大。同樣的，用國外資料搭建的認知能力用於中國商業分析上，即便是完全相同的品牌，結果也會差異很大。除非 IBM 投入巨大的研發來對中國商業社會進行深刻認知，否則很難得到好的分析結果。
還有一個值得注意的事情是，IBM Watson 是國外的人工智慧認知分析平臺，這也意味著它可以獲得的知識、資料量是受到政府限制的，不可能像國內的公司一樣可以拿到更多的資料。
楊洋：可能性很小。
iPIN 已經擁有了對中國社會的認知分析平臺，而且也已經在跟國內一家知名商業地產公司合作智慧招商系統，而 IBM 的 Watson 受限於技術體系和認知體系，短期內很難實現對中國商業社會的招商領域的遷移。
iPIN 認知分析平臺是如何完成認知分析這一任務的？楊洋：iPIN 是一個認知分析平臺，它主要做的是人工智慧整個大行業的認知分析這一塊，簡單來講就是讓人工智慧類比人對資訊的理解過程，然後輸出結果，但是不同的場景對同一個詞的理解可能產生偏差，而在商業領域則對認知分析的結果有著很高的要求，因為任何一個錯誤的輸出結果就可能導致幾百萬的訂單丟失。
舉個例子，「華為」這個詞我們都很熟悉，但是在不同的場景下「華為好不好」這個句子就有不同的含義，在大學生找工作的時候，這句話可以理解成高工資、高福利、高發展前景的褒義語義，但是對於已經工作了一段時間的人來說，這句話就變成了 996、加班嚴重、拋棄老員工等貶義語義。而這樣根據不同場景語義發生偏差的情況，在我們的生活中每天都在發生。
為了克服這一難題，iPIN 給出的解決方案就是先利用深度學習和聚合智慧 (Collective Intelligence) 開發了認知分析平臺和國內首個社會經濟圖譜，在這兩項基礎技術上開始讓人工智慧幫助我們做出決策，也就是 iPIN 智慧決策系統，隨後在多個領域內進行嘗試。傳統的人工智慧在沒有對資訊進行認知處理的時候，會做出不符合語義、場景的決策，使最終的決策結果與預想的結果有很大的偏差。
我們現在目前嘗試的結果包括高考志願填報、人力資源招聘、法務等多個領域，iPIN 的智慧決策系統都取得了不錯的效果。包括之前提到的智慧招商系統，已經有國內一線的商業地產集團準備與我們進行合作。
iPIN 在做的就是：輔助人在最接近真實社會的各個場景下做最優的決策。即讓人工智慧像人一樣能夠在不同的場景下對資訊進行理解，然後做出最適合這個場景的決策。
楊洋：我們前期的調研發現，招聘專員這個崗位最常用的判斷也就 20 多個點。基於 iPIN
認知分析平臺，通過人與機器的對比測試，我們發現，機器完全能夠勝任 HR 這一項工作，而且甚至做得比人要好。我們的測試結果發現，在常見崗位的篩選上，真人 HR 決策的正確率在 85% 左右，而機器自動決策的正確率已經達到了 92%，比真人還高 7 個百分點。
這就意味著，原本公司裡需要大量的 HR 員工，現在可以在機器的幫助下進行大幅度壓縮，5 年之後大概只有 20% 的 HR 能夠留任，剩下的 80% 將被人工智慧取代。
同時這也意味著以後 HR 行業從業者需要的不僅僅是一個大學文憑，還可能要求他具備多學科的知識背景，未來公司將砍掉單一技能的員工，更喜歡習得多個專業技能、掌握多學科知識的員工。
GMIS 大會上您還提到了一個智慧相親引擎，能介紹一下這個引擎是怎麼運作的嗎？楊洋：這其實純屬意外，我們最開始壓根就沒有考慮過做這個分析引擎。但是因為屢次有女性朋友跟我們提這個，就仔細研究了一下。其實男女相親就是一個男性和女性擇偶匹配的事情。現在社會男性看女性，比較外貌協會，對女性的收入方面不是特別看重。而女性擇偶的時候，雖然也會重視外貌，但她們會格外關注自己選擇的物件的未來的發展前景。現在物件的收入可以低、可以買不起房，但未來必須要有上升空間，要有足夠的實力去維持家庭的延續。換句話說，女性需要一個工具來幫忙識別男友是不是一個當前廉價但未來卻可能暴漲的績優股，這就是我們將推出的智慧相親引擎。
除了智慧相親引擎，iPIN 的完美志願、生化規劃等產品都是基於 iPIN 的智慧決策引擎來做出認知分析決策的，讓人工智慧模擬人在各種真實場景遇到的問題，根據認知分析平臺和社會經濟圖譜來做出當前場景下最優的決策。
楊洋還向記者表示，iPIN 所設置的認知分析只是人工智慧的一個細分領域。iPIN 現在就想一個對所有社會常識都非常瞭解的「人」，它可以解答人們對於職業生涯、升學指導、法務、人力資源等領域的疑惑。
關於這場由創業公司向行業巨頭挑起的 1 億賭局，最終結果作者目前還不敢確定，但可以肯定的是，這場賭局裡沒有輸家。現在不少創業公司都開始採取直接跟大公司進行技術競爭的方法來獲得市場關注度，但歷史經驗告訴我們，無論是被點名的大公司還是「挑事」的創業公司，都能從事件中獲益。
假如萬達和 IBM 接受了這次賭局、挑戰，如果他們贏了，可以免費拿到 iPIN 開發的智慧招商系統並證明 IBM 依舊是人工智慧認知領域的王者，而如果 iPIN 贏了，那就證明 IBM Watson 的系統短期內無法適應中國市場，還有待改進。就目前來看，iPIN 輸的可能性貌似是比較低的。因為無論從文化差異和市場適應性的角度，還是從認知系統的方法論和資料來源來看，IBM 的 Watson 機器人都不佔優勢，而這些要素恰恰是一家公司能在中國生存下去的必要條件。
項目總額也正好是一個億。如果 IBM 能幫萬達解決智慧招商問題，那我就將價值 1 個億的 iPIN 智慧招商系統系統送給萬達免費使用。這就是我在今天的大會上下的賭注。如果 IBM 不能解決這個問題，那 iPIN 不介意代勞。楊洋：主要有兩大原因。首先 Watson 最開始是基於專家系統的，切換到一個新的領域成本是很高的。對於普通大眾而言，很多人以為 Watson 是一個問答機器人。其實這是對 Watson 的誤解。Watson 是一個認知分析平臺，而回答問題只是一個模組。早期 Watson 是基於專家系統的，也就是說整個系統的所有知識儲備和規則都是由專人、專家去錄入的，其所消耗的時間和人力巨大，當然精准度在它的知識範疇內也是很好的。最開始 Watson 切入的領域是醫療診斷領域，尤其是腫瘤診斷，取得了不錯的效果。不過對於這種專家系統而言，想要轉換其他領域，其工程量和時間可想而知。雖然 Watson 從 2015 年也開始嘗試基於深度學習來讓機器自我學習和認知，但是時間還不長，加上大量的歷史負擔，它還很難擺脫對專家系統的依賴。
而對於 iPIN 而言，iPIN 的整個認知分析平臺從一開始就是基於動態社會經濟圖譜和深度學習的。換句話說，很多知識不僅是機器自己學習、自己總結規律，而且還是基於中國國情的。在這麼一套「學習方法論」的基礎之上，想切換到不同的領域，成本相對較低。可以說，iPIN 的認知分析平臺將自己從一個專業領域轉移到另外一個專業領域，比 Watson 要容易許多。
第二個原因是，Watson 是基於國外資料搭建的認知體系，對中國社會的認知存在明顯不足。這就像我們經常發現，老外眼中的中國美女和我們中國人眼中的中國美女差異很大。同樣的，用國外資料搭建的認知能力用於中國商業分析上，即便是完全相同的品牌，結果也會差異很大。除非 IBM 投入巨大的研發來對中國商業社會進行深刻認知，否則很難得到好的分析結果。
還有一個值得注意的事情是，IBM Watson 是國外的人工智慧認知分析平臺，這也意味著它可以獲得的知識、資料量是受到政府限制的，不可能像國內的公司一樣可以拿到更多的資料。
楊洋：可能性很小。
iPIN 已經擁有了對中國社會的認知分析平臺，而且也已經在跟國內一家知名商業地產公司合作智慧招商系統，而 IBM 的 Watson 受限於技術體系和認知體系，短期內很難實現對中國商業社會的招商領域的遷移。
iPIN 認知分析平臺是如何完成認知分析這一任務的？楊洋：iPIN 是一個認知分析平臺，它主要做的是人工智慧整個大行業的認知分析這一塊，簡單來講就是讓人工智慧類比人對資訊的理解過程，然後輸出結果，但是不同的場景對同一個詞的理解可能產生偏差，而在商業領域則對認知分析的結果有著很高的要求，因為任何一個錯誤的輸出結果就可能導致幾百萬的訂單丟失。
舉個例子，「華為」這個詞我們都很熟悉，但是在不同的場景下「華為好不好」這個句子就有不同的含義，在大學生找工作的時候，這句話可以理解成高工資、高福利、高發展前景的褒義語義，但是對於已經工作了一段時間的人來說，這句話就變成了 996、加班嚴重、拋棄老員工等貶義語義。而這樣根據不同場景語義發生偏差的情況，在我們的生活中每天都在發生。
為了克服這一難題，iPIN 給出的解決方案就是先利用深度學習和聚合智慧 (Collective Intelligence) 開發了認知分析平臺和國內首個社會經濟圖譜，在這兩項基礎技術上開始讓人工智慧幫助我們做出決策，也就是 iPIN 智慧決策系統，隨後在多個領域內進行嘗試。傳統的人工智慧在沒有對資訊進行認知處理的時候，會做出不符合語義、場景的決策，使最終的決策結果與預想的結果有很大的偏差。
我們現在目前嘗試的結果包括高考志願填報、人力資源招聘、法務等多個領域，iPIN 的智慧決策系統都取得了不錯的效果。包括之前提到的智慧招商系統，已經有國內一線的商業地產集團準備與我們進行合作。
iPIN 在做的就是：輔助人在最接近真實社會的各個場景下做最優的決策。即讓人工智慧像人一樣能夠在不同的場景下對資訊進行理解，然後做出最適合這個場景的決策。
楊洋：我們前期的調研發現，招聘專員這個崗位最常用的判斷也就 20 多個點。基於 iPIN
認知分析平臺，通過人與機器的對比測試，我們發現，機器完全能夠勝任 HR 這一項工作，而且甚至做得比人要好。我們的測試結果發現，在常見崗位的篩選上，真人 HR 決策的正確率在 85% 左右，而機器自動決策的正確率已經達到了 92%，比真人還高 7 個百分點。
這就意味著，原本公司裡需要大量的 HR 員工，現在可以在機器的幫助下進行大幅度壓縮，5 年之後大概只有 20% 的 HR 能夠留任，剩下的 80% 將被人工智慧取代。
同時這也意味著以後 HR 行業從業者需要的不僅僅是一個大學文憑，還可能要求他具備多學科的知識背景，未來公司將砍掉單一技能的員工，更喜歡習得多個專業技能、掌握多學科知識的員工。
GMIS 大會上您還提到了一個智慧相親引擎，能介紹一下這個引擎是怎麼運作的嗎？楊洋：這其實純屬意外，我們最開始壓根就沒有考慮過做這個分析引擎。但是因為屢次有女性朋友跟我們提這個，就仔細研究了一下。其實男女相親就是一個男性和女性擇偶匹配的事情。現在社會男性看女性，比較外貌協會，對女性的收入方面不是特別看重。而女性擇偶的時候，雖然也會重視外貌，但她們會格外關注自己選擇的物件的未來的發展前景。現在物件的收入可以低、可以買不起房，但未來必須要有上升空間，要有足夠的實力去維持家庭的延續。換句話說，女性需要一個工具來幫忙識別男友是不是一個當前廉價但未來卻可能暴漲的績優股，這就是我們將推出的智慧相親引擎。
除了智慧相親引擎，iPIN 的完美志願、生化規劃等產品都是基於 iPIN 的智慧決策引擎來做出認知分析決策的，讓人工智慧模擬人在各種真實場景遇到的問題，根據認知分析平臺和社會經濟圖譜來做出當前場景下最優的決策。
楊洋還向記者表示，iPIN 所設置的認知分析只是人工智慧的一個細分領域。iPIN 現在就想一個對所有社會常識都非常瞭解的「人」，它可以解答人們對於職業生涯、升學指導、法務、人力資源等領域的疑惑。
關於這場由創業公司向行業巨頭挑起的 1 億賭局，最終結果作者目前還不敢確定，但可以肯定的是，這場賭局裡沒有輸家。現在不少創業公司都開始採取直接跟大公司進行技術競爭的方法來獲得市場關注度，但歷史經驗告訴我們，無論是被點名的大公司還是「挑事」的創業公司，都能從事件中獲益。
假如萬達和 IBM 接受了這次賭局、挑戰，如果他們贏了，可以免費拿到 iPIN 開發的智慧招商系統並證明 IBM 依舊是人工智慧認知領域的王者，而如果 iPIN 贏了，那就證明 IBM Watson 的系統短期內無法適應中國市場，還有待改進。就目前來看，iPIN 輸的可能性貌似是比較低的。因為無論從文化差異和市場適應性的角度，還是從認知系統的方法論和資料來源來看，IBM 的 Watson 機器人都不佔優勢，而這些要素恰恰是一家公司能在中國生存下去的必要條件。