܄

数据猿采访百分点总监苏海波:揭开人工智能和大数据的神秘面纱

【数据猿导读】 百分点研发总监苏海波在大数据国际盛会“大统计与数据科学联合会议”上表示,人工智能需要学习,需要从历史行为中积累经验,这种经验的获取来源于其每天积累的海量数据,而积累海量数据需要大数据技术的采集、储存与分析处理。所以,大数据技术推动了人工智能的发展

数据猿采访百分点总监苏海波:揭开人工智能和大数据的神秘面纱

2016年5月27-29日,在百分点集团、中国人民大学、北京大学、伦敦政治经济学院与统计之都共同主办的大数据国际盛会“大统计与数据科学联合会议”上,

数据猿作为大数据垂直媒体,现场采访了莅临本次会议的百分点集团研发总监苏海波先生以及业内专家,共同揭开人工智能和大数据的神秘面纱。

记者:近几年,人工智能领域和大数据领域非常火热,两者之间有什么联系?人工智能目前主要有哪些应用?

苏海波(百分点研发总监):人工智能需要学习,需要从历史行为中积累经验,这种经验的获取来源于其每天积累的海量数据,而积累海量数据需要大数据技术的采集、储存与分析处理。所以,大数据技术推动了人工智能的发展。

王益(大规模机器学习专家):人工智能已经进入我们生活十五年了。十五年前,我们去服装批发市场买衣服,会有售货员帮我们推荐服装,现在淘宝推荐系统可以自动为我们推荐相关服装。以前,企业需要去央视等电视台才可以投放广告,现在我们上网就能投放广告。这些都是人工智能取得的成绩。另外,深度学习技术已经在很多新领域展示了更强的处理能力,未来可能不只替代从事初级体力劳动的人,还有可能取代医生的角色。

记者:百分点作为大数据践行者之一,您认为目前的行业现状如何?百分点又提供哪些大数据服务

苏海波:我认为任何技术的发展都会经历一个过程,最开始炒的非常火热,等泡沫逐渐破灭后,会经历低谷期,如果技术真的有价值,会逐渐回升至平稳发展。大数据行业也是如此。前些年,大数据概念非常火,但是今年,业内就变得很理性了,现在主要是探讨大数据在各个行业的应用价值。

以前,大数据技术主要应用在互联网企业,比如谷歌、百度,他们的业务场景会产生海量数据,还有各种推荐广告,使用大数据技术可以提高其容量存储量和计算能力,所以大数据在互联网企业发挥了很大价值。现在,我们希望大数据也能为传统企业带来更多价值,提升其工作效率,促进企业发展。

百分点科技于2009年成立,为电商、媒体、政府、金融等行业中的2000多家互联网企业及传统企业提供了大数据技术平台搭建和大数据驱动的SaaS应用。

在发展过程中,我们发现很多客户本身的数据很少,也没有服务器,甚至不清楚自己有多少结构化数据,这种情况做大数据就会遇到很多问题。还有一些客户刚开始做大数据,但对大数据有很清晰的认识,技术方面做的也很好,比如我们有一家制造行业的客户,他们发展大数据业务时收集了消费者对产品的大量评价,然后审视自己的产品存在哪些问题和缺陷,最后再改进产品,大数据为他们带来了很大价值。

针对以上不同情况的企业,我们会依托以下产品,针对性的为其提供大数据解决方案,帮助对方解决大数据实施、管理、应用问题:

一,大数据应用:个性化系统、营销管家系统、数据洞察系统、舆情洞察系统、模型应用系统;

二,大数据管理层:用户标签管理系统、用户标识管理系统、在线数据采集系统、数据抓取系统;

三,大数据技术层:大数据操作系统。

三大产品体系可以整合企业全触点、全渠道的用户数据,并且能够多维度洞察用户特征,满足全面性、深入性、易用性三个维度的大数据应用要求。

记者:百分点科技有没有涉及到人工智能领域的产品?

苏海波:我们可以把人工智能简单定义为,系统能够从已有的数据中学习经验和智慧,从而变得更加智能。

从这个角度来说,百分点做的个性化引擎、个性化推荐都属于智能化系统。以前,我们的智能产品主要是推荐、营销产品。未来,我们会结合更多行业具体的场景,开发更多的智能产品,把人从各种各样的体力劳动和脑力劳动中解脱出来,帮助人更好的生活。

记者:人工智能的落实存在哪些挑战?

林作栓(北京大学数学学院信息科学系教授):人工智能技术在历史上多次有追求者,实践证明,不可能用一套理论就能解决所有问题,所以,人工智能还是一个目标,其面临的挑战始终会存在。

苏海波:人工智能技术可以分为两类:感知技术和认知技术。

感知技术主要用于对语音、图像、视频的理解,比如语音识别、视频识别,中国在这方面已经有很好的突破。认知技术是指机器能够基于对综合信息的理解,帮助人做出决策。目前,人工智能在认知技术开发领域存在很大挑战,需要长期研究,未来才能更好的发展。


来源:数据猿

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部