大資料文摘作品
今天是GMIC大會第二天， 文摘菌給大家帶來了卡內基梅隆大學Tom Mitchell教授的主題演講。
Tom Mitchell是AI經典教材《機器學習》的作者（他97年就出版這本書啦），
他非常關注中國的AI發展近況， 並將中國和美國稱作“兩大最活躍的AI經濟體”。 他說， 中國的優勢在於兩方面：數據量和政策。 資料量就不用說了， 人口擺在那裡。 政策方面， 他具體說到要注意兩點：數據標準化和資料來源整合。
資料標準化和資料來源整合如何造福社會？他舉了兩個醫療相關的例子：一方面， 從不同醫院得到的電子病歷有不同的格式， 如果有政府的參與， 將有可能制定統一的標準存儲格式， 更有利於進一步的資料分析。 另一方面， 政府能做一些企業不會去做的、不盈利的事， 比如從運營商、手機廠商、醫院收集資料並整合。 這樣一來， 如果一個患了非常嚴重的傳染疾病的人入院， 前幾天定位在病人附近的人會自動收到提醒“昨天你接觸了一個傳染病人， 請你留意這些患病徵兆”。
以下是大資料文摘整理的演講精華：
這應該是我在過去三年中第六次到訪中國。 我看到大家做了很多工作， 中國也在人工智慧方面取得了巨大的成就。 人工智慧在中國有非常光明的前景。
我研究人工智慧很多年了。 人們現在經常問我：人工智慧是不是已經過度發展、過度繁榮？事實上， 人工智慧有很多的類型， 在一些領域已經取得了一些進展， 這些技術進步未來會改變社會的發展方向。
在過去的十年當中， 人工智慧確實取得了很多進展和成果。 比如說在電腦視覺發展方面， 電腦性能在十年之前不是太好， 就連對簡單圖片當中的物體， 它的識別能力也不是很高。 但是現在， 在物體識別方面， 電腦的性能已經提高了很多。 當然電腦還沒有達到完美的程度， 可是它們在十年前還是個“盲人”。 它們現在已經能夠觀察到物體， 並且能夠識別到物體了。
十年前我們不能用電腦的演算法説明人們把語音轉換成文本， 但是現在可以了。 現在電腦的精確度基本上已經和人類相媲美了。 尤其是在機器人方面已經取得了很大的成果， 像無人駕駛。 我相信在其他的領域，
中國在遊戲方面也已經取得了很好的成果， 例如在過去幾年中人工智慧在象棋遊戲中的應用。 而且在其他有關識別的方面， 電腦也實現了零的突破， 就像原來的電腦盲人現在能夠看到和聽到了。 在遊戲不同的領域，他們要求電腦有更多分析性的演算法能力，而這些領域也是電腦所能勝任的。
大家會問我一個問題，這是不是一個巧合呢？在這些領域人工智慧取得的成果是否只是一項巧合呢？不是的。因為我相信對於電腦來說，它有了機器學習能力，並且在物體識別、遊戲等方面都取得了進步，原因在於人工智慧的開發者改變了自己的策略。他們並不僅僅通過編寫電腦的程式，使得電腦能夠識別物體，而是對它進行訓練，教育機器進行自我學習。比如說這個桌子上有一個香蕉，還有幾杯茶，或者在這幅圖上有汽車和樹，通過這些學習和演算法對圖像進行分析。
AI將如何融入產業應用
接下來，人工智慧有什麼樣的發展？我覺得在我的頭腦當中，會看到人工智慧的使用不斷的提升，尤其是在機器學習領域，我們會看到出現更多的應用。比如說我們要訓練系統進行機器學習，它會出現海量的資料，以及高品質的資料。在過去的幾年當中，我們看到有很多初創企業不斷的蓬勃發展，在獲取了某種類型的資料之後，他們開發了自己人工智慧的系統。接下來我們會看到機器學習會出現一些新的方向。
現在你能和自己的手機進行簡單的會話。你會問它外面的氣溫多少，手機會回答我們。我相信在接下來的幾年當中，手機對我們的理解會更加深刻。
還有一個領域，其實也是我自己進行很多研究的領域，是會話的系統。在系統當中，使用者在使用會話的時候，不僅僅包括氣溫是怎麼樣的、能不能訂票這些簡單的問題。而這種會話實際上是讓你自己教會自己的手機，讓它為你提供更好的服務。例如，我住的地方，有的時候它會下雪，我會告訴我的手機如果下雪，就要提前叫醒我，這樣我上班就不會遲到了，我會教會它一些新的內容。之後我會教它你怎麼發現外面下雪呢？我告訴它你打開自己的網路感受一下外面的氣溫，察覺到外面下雪的話，之後手機會提前叫醒我。
通過這樣的互動，我相信在未來我們會看到一種新的方式，使得我們和人工智慧進行更好的交互。
我們在人工智慧方面已經取得的成果，有什麼樣的含義呢？大家知道機器學習使得我們造就了現在輝煌的成果，我們希望能夠對一些決策進行優化，對於我們決策的輸入和輸出，都是線上提供的。我覺得有很多種，比如說我之前提到了會話型人工智慧系統，在這個領域我們可以看到一些新的產品和服務。我之前也提到了，有一些能夠和我們進行簡單會話的系統，像阿裡巴巴的智慧產品，比如說我要泊車，如果聽到聲音，它就知道怎麼去做。所以大家可以瞭解到，我們今後要構建出基於交互的一些產品，是基於我們所提供的教學和指令產生的。
另外，我們也看到現在我們手機硬體的成本不斷下降，這樣手機的造價就下降了。甚至於大家可以在任何一個燈泡上裝上相應的硬體設施。大家來假設一下，如果一個燈泡安裝在醫院的病床旁邊，通過燈泡上的感測器，燈泡能夠識別病房當中的病人或者是醫生、機器，它可以自動連接互聯網，也可以來跟蹤病人的病歷，來瞭解病人要接受什麼樣的治療方案。它也可以檢查護士對病人用的藥是不是正確的、檢測病人是不是吃了醫生開的藥。
進一步的措施是，我們可以大量的生產燈泡，構成人工智慧的系統。一旦我們這樣部署，燈泡可以通過不同的方法來進行自我學習。當然這只是一個例子，能夠給大家展示出未來我們能夠發展的方向，而且能夠找到一些新的產品。
AI創造新的商業模式
當然我們也可以開發一些新的商業模式。要使得機器學習有效的話，我們需要獲取資料。在美國要創建一家公司，他們就必須提出一種新的商業模式。如果有人給你發資訊，比如說説明你安排會議，他們會啟動相應的系統。開始的時候，他們有很多人在做相應的服務，但是他們的商業計畫是這樣的，他們希望利用這樣的工作流來獲取世界上最大的訓練資料，並且展示如何與人進行溝通和互動，最終會讓所有的會議都自動化。
“資料是新的石油、AI是新的電力”，要建立你的業務模式的話，首先你必須有一個系統，來收集世界上某一種類型的資料。
我們也可以看到AI影響下其他的商業模式，比如說像滴滴，就是一種新的業務模式，十年前這種業務模式根本不存在，但是有了AI的話它可以生存。它實際上是非常複雜的AI演算法，可以讓司機和乘客很好的匹配在一起，而且可以定位司機和乘客的位置，不需要花太長的時間就可以讓司機找到乘客。它也可以非常好的來匹配訂單到底給哪一個司機，並且讓司機儘快接駕。
當然還有其他AI的應用出現了，新的產品和新的業務模式都是由AI帶來的，它給我們的社會帶來了很多的意義和變化。我們有很多機會用AI來提高我們的生活品質，比如說現在我們可以有無人駕駛，這樣的話可以減少死亡，同時可以減少污染。另外，也可以減少交通阻礙，也可以用於提高效率。
也可以用來提高教育的品質，比如說用AI的方法來建立定制化的教育專案，滿足各個學生的需求，並且根據學生的情況進行建模。比如說他們已知的知識是什麼，為他們設定相應的問題，對學生進行診斷，更好的瞭解學生的情況是什麼，對學生進行一個定制化的針對性的教育。
也可以看到，我們有很多感測器或者是效果器，這樣可以對城市進行自動的監管，也可以進行自動的報告，例如，可以告訴用戶在哪裡有比較好的停車場。
當然也有很多的挑戰，比如說關於無人駕駛的有效性，比如說在一些極端情況下，無人車是不是會撞到樹上或者說會不會撞上人等等，這是我們在駕駛無人汽車會面臨的問題。我們把它放到電腦當中，它會變成道德問題。
AI：中國的巨大機會
中國的人工智慧發展非常快。坦誠來講，AI方面中國和美國是世界上最活躍的兩個經濟體，在這兩個國家有很多AI的體驗。我認為中國在AI方面的機會是非常獨特的。中國比世界任何其他國家都有一個更好的機會，可以向世界其他地方展示如何把人工智慧用於改善人們的生活品質。
首先因為中國的資料規模巨大。另外，中國的文化、政府願意支持產業。中國對於隱私方面的態度也在發生變化。我覺得中國在人工智慧方面有非常大的機會，我們可以展示如何利用大資料讓社會受益。
政府會做一些私人企業根本不會考慮的事情，因為對私人企業來說，有些業務利潤是很低的。但這些工作是對於社會卻是好的，這是政府需要做的。
舉一個醫療資料的收集的例子。在過去一年裡，我訪問過中國兩次，有人找到我，他說你是做機器學習的，你能不能幫助我，我有一億條醫療資料，你能不能説明我怎麼樣更好的使用這些醫療資料。這是我在別的地方都沒見過的情景。
現在確實依然還有一些問題有待我們去解決，比如說，我們從不同醫院收集的資料，他們的格式都是不一樣的。你需要把這些資料標準化，把它們形成一個單一的資料集才能使用。
政府可以設定資料表示的標準，這樣所有的醫院都會使用同樣資料結構，這樣不同醫院的資料就可以整合在一起了。我覺得這是中國的優勢，中國可以做到，不僅僅是因為中國的資料量非常大，也因為有這樣的結構，可以讓我們建立一些資料標準。這一點是非常重要的。因為只有這樣的話，才可以從資料當中提取相應的價值。
第二個例子，報紙上經常報導可怕的傳染疾病。今天有了資料和AI體系之後，我們可以更好的來應對傳染疾病。比如說我們可以把線上或者媒體已有的地理定位資料和急診室結合在一起，比如昨天你在一個公共場所，另一個昨天也在那的人患了傳染病去就診了，你就會接收到一條提醒資訊說你接觸過一個傳人病人、患病幾率較高、如果出現症狀需要及時就醫。這對社會非常有益。我們需要不同的機構參與，我們需要從不同的機構收集資料，以一種特殊的方式把資料整合到一起使用，這樣才可以提高生活品質。
在很多方面中國都是非常活躍的，而且能夠成為一些領域的領導者，從而引領世界。中國有把不同機構的不同資料整合到一起的優勢，這樣也可以真正造福社會。如果中國能夠做到這一點的話，其他的國家就會學習中國，到那個時候中國就可以把經驗介紹給其他國家。
這是Tom Mitchell第二次來到GMIC大會。大資料文摘去年也報導過他的演講“電腦類比人腦才剛剛起步”。
今年，隨著AI技術不斷向應用端下沉，他演講的主要內容變成了交通、醫療等領域新的產品和服務模式。會議主辦方長城會的開場致辭中也提到，GMIC的本意是全球移動互聯網大會，但是十年間，伴隨著技術的不斷發展，GMIC已經成為一場AI盛宴。
昨天，長城會創始人文廚也借新書《不東》的發佈回顧了GMIC的心路歷程，敘述如何見證中國甚至是全球移動互聯網以及科技創新的蓬勃發展。《不東》由中信出版集團出版，收錄了文廚先生的多篇散文，包括和霍金、佩雷斯、餘光中等大咖的對話。在這個時間節點上，不妨回溯歷史，相信你會有所感觸。
文廚和俞敏洪在《不東》發佈會上
在遊戲不同的領域，他們要求電腦有更多分析性的演算法能力，而這些領域也是電腦所能勝任的。大家會問我一個問題，這是不是一個巧合呢？在這些領域人工智慧取得的成果是否只是一項巧合呢？不是的。因為我相信對於電腦來說，它有了機器學習能力，並且在物體識別、遊戲等方面都取得了進步，原因在於人工智慧的開發者改變了自己的策略。他們並不僅僅通過編寫電腦的程式，使得電腦能夠識別物體，而是對它進行訓練，教育機器進行自我學習。比如說這個桌子上有一個香蕉，還有幾杯茶，或者在這幅圖上有汽車和樹，通過這些學習和演算法對圖像進行分析。
AI將如何融入產業應用
接下來，人工智慧有什麼樣的發展？我覺得在我的頭腦當中，會看到人工智慧的使用不斷的提升，尤其是在機器學習領域，我們會看到出現更多的應用。比如說我們要訓練系統進行機器學習，它會出現海量的資料，以及高品質的資料。在過去的幾年當中，我們看到有很多初創企業不斷的蓬勃發展，在獲取了某種類型的資料之後，他們開發了自己人工智慧的系統。接下來我們會看到機器學習會出現一些新的方向。
現在你能和自己的手機進行簡單的會話。你會問它外面的氣溫多少，手機會回答我們。我相信在接下來的幾年當中，手機對我們的理解會更加深刻。
還有一個領域，其實也是我自己進行很多研究的領域，是會話的系統。在系統當中，使用者在使用會話的時候，不僅僅包括氣溫是怎麼樣的、能不能訂票這些簡單的問題。而這種會話實際上是讓你自己教會自己的手機，讓它為你提供更好的服務。例如，我住的地方，有的時候它會下雪，我會告訴我的手機如果下雪，就要提前叫醒我，這樣我上班就不會遲到了，我會教會它一些新的內容。之後我會教它你怎麼發現外面下雪呢？我告訴它你打開自己的網路感受一下外面的氣溫，察覺到外面下雪的話，之後手機會提前叫醒我。
通過這樣的互動，我相信在未來我們會看到一種新的方式，使得我們和人工智慧進行更好的交互。
我們在人工智慧方面已經取得的成果，有什麼樣的含義呢？大家知道機器學習使得我們造就了現在輝煌的成果，我們希望能夠對一些決策進行優化，對於我們決策的輸入和輸出，都是線上提供的。我覺得有很多種，比如說我之前提到了會話型人工智慧系統，在這個領域我們可以看到一些新的產品和服務。我之前也提到了，有一些能夠和我們進行簡單會話的系統，像阿裡巴巴的智慧產品，比如說我要泊車，如果聽到聲音，它就知道怎麼去做。所以大家可以瞭解到，我們今後要構建出基於交互的一些產品，是基於我們所提供的教學和指令產生的。
另外，我們也看到現在我們手機硬體的成本不斷下降，這樣手機的造價就下降了。甚至於大家可以在任何一個燈泡上裝上相應的硬體設施。大家來假設一下，如果一個燈泡安裝在醫院的病床旁邊，通過燈泡上的感測器，燈泡能夠識別病房當中的病人或者是醫生、機器，它可以自動連接互聯網，也可以來跟蹤病人的病歷，來瞭解病人要接受什麼樣的治療方案。它也可以檢查護士對病人用的藥是不是正確的、檢測病人是不是吃了醫生開的藥。
進一步的措施是，我們可以大量的生產燈泡，構成人工智慧的系統。一旦我們這樣部署，燈泡可以通過不同的方法來進行自我學習。當然這只是一個例子，能夠給大家展示出未來我們能夠發展的方向，而且能夠找到一些新的產品。
AI創造新的商業模式
當然我們也可以開發一些新的商業模式。要使得機器學習有效的話，我們需要獲取資料。在美國要創建一家公司，他們就必須提出一種新的商業模式。如果有人給你發資訊，比如說説明你安排會議，他們會啟動相應的系統。開始的時候，他們有很多人在做相應的服務，但是他們的商業計畫是這樣的，他們希望利用這樣的工作流來獲取世界上最大的訓練資料，並且展示如何與人進行溝通和互動，最終會讓所有的會議都自動化。
“資料是新的石油、AI是新的電力”，要建立你的業務模式的話，首先你必須有一個系統，來收集世界上某一種類型的資料。
我們也可以看到AI影響下其他的商業模式，比如說像滴滴，就是一種新的業務模式，十年前這種業務模式根本不存在，但是有了AI的話它可以生存。它實際上是非常複雜的AI演算法，可以讓司機和乘客很好的匹配在一起，而且可以定位司機和乘客的位置，不需要花太長的時間就可以讓司機找到乘客。它也可以非常好的來匹配訂單到底給哪一個司機，並且讓司機儘快接駕。
當然還有其他AI的應用出現了，新的產品和新的業務模式都是由AI帶來的，它給我們的社會帶來了很多的意義和變化。我們有很多機會用AI來提高我們的生活品質，比如說現在我們可以有無人駕駛，這樣的話可以減少死亡，同時可以減少污染。另外，也可以減少交通阻礙，也可以用於提高效率。
也可以用來提高教育的品質，比如說用AI的方法來建立定制化的教育專案，滿足各個學生的需求，並且根據學生的情況進行建模。比如說他們已知的知識是什麼，為他們設定相應的問題，對學生進行診斷，更好的瞭解學生的情況是什麼，對學生進行一個定制化的針對性的教育。
也可以看到，我們有很多感測器或者是效果器，這樣可以對城市進行自動的監管，也可以進行自動的報告，例如，可以告訴用戶在哪裡有比較好的停車場。
當然也有很多的挑戰，比如說關於無人駕駛的有效性，比如說在一些極端情況下，無人車是不是會撞到樹上或者說會不會撞上人等等，這是我們在駕駛無人汽車會面臨的問題。我們把它放到電腦當中，它會變成道德問題。
AI：中國的巨大機會
中國的人工智慧發展非常快。坦誠來講，AI方面中國和美國是世界上最活躍的兩個經濟體，在這兩個國家有很多AI的體驗。我認為中國在AI方面的機會是非常獨特的。中國比世界任何其他國家都有一個更好的機會，可以向世界其他地方展示如何把人工智慧用於改善人們的生活品質。
首先因為中國的資料規模巨大。另外，中國的文化、政府願意支持產業。中國對於隱私方面的態度也在發生變化。我覺得中國在人工智慧方面有非常大的機會，我們可以展示如何利用大資料讓社會受益。
政府會做一些私人企業根本不會考慮的事情，因為對私人企業來說，有些業務利潤是很低的。但這些工作是對於社會卻是好的，這是政府需要做的。
舉一個醫療資料的收集的例子。在過去一年裡，我訪問過中國兩次，有人找到我，他說你是做機器學習的，你能不能幫助我，我有一億條醫療資料，你能不能説明我怎麼樣更好的使用這些醫療資料。這是我在別的地方都沒見過的情景。
現在確實依然還有一些問題有待我們去解決，比如說，我們從不同醫院收集的資料，他們的格式都是不一樣的。你需要把這些資料標準化，把它們形成一個單一的資料集才能使用。
政府可以設定資料表示的標準，這樣所有的醫院都會使用同樣資料結構，這樣不同醫院的資料就可以整合在一起了。我覺得這是中國的優勢，中國可以做到，不僅僅是因為中國的資料量非常大，也因為有這樣的結構，可以讓我們建立一些資料標準。這一點是非常重要的。因為只有這樣的話，才可以從資料當中提取相應的價值。
第二個例子，報紙上經常報導可怕的傳染疾病。今天有了資料和AI體系之後，我們可以更好的來應對傳染疾病。比如說我們可以把線上或者媒體已有的地理定位資料和急診室結合在一起，比如昨天你在一個公共場所，另一個昨天也在那的人患了傳染病去就診了，你就會接收到一條提醒資訊說你接觸過一個傳人病人、患病幾率較高、如果出現症狀需要及時就醫。這對社會非常有益。我們需要不同的機構參與，我們需要從不同的機構收集資料，以一種特殊的方式把資料整合到一起使用，這樣才可以提高生活品質。
在很多方面中國都是非常活躍的，而且能夠成為一些領域的領導者，從而引領世界。中國有把不同機構的不同資料整合到一起的優勢，這樣也可以真正造福社會。如果中國能夠做到這一點的話，其他的國家就會學習中國，到那個時候中國就可以把經驗介紹給其他國家。
這是Tom Mitchell第二次來到GMIC大會。大資料文摘去年也報導過他的演講“電腦類比人腦才剛剛起步”。
今年，隨著AI技術不斷向應用端下沉，他演講的主要內容變成了交通、醫療等領域新的產品和服務模式。會議主辦方長城會的開場致辭中也提到，GMIC的本意是全球移動互聯網大會，但是十年間，伴隨著技術的不斷發展，GMIC已經成為一場AI盛宴。
昨天，長城會創始人文廚也借新書《不東》的發佈回顧了GMIC的心路歷程，敘述如何見證中國甚至是全球移動互聯網以及科技創新的蓬勃發展。《不東》由中信出版集團出版，收錄了文廚先生的多篇散文，包括和霍金、佩雷斯、餘光中等大咖的對話。在這個時間節點上，不妨回溯歷史，相信你會有所感觸。
文廚和俞敏洪在《不東》發佈會上