人工智能的商业风口在哪里？

来源: 财新网 董兢   

金评媒（https://www.jpm.cn）编者按：人工智能技术要实现良好的商业应用，须满足三个条件：闭环路径要短，外部反馈要高频，复合迭代要快。

“人工智能在现阶段的应用，并不能在所有领域都取得成功。”在11月6日举办的京东金融全球数据探索者大会上，香港科技大学计算机科学及工程学系主任杨强认为，在现阶段的技术水平下，人工智能并不能契合所有商业应用，但金融是其中一个。

杨强以农户借款养鸡的案例，阐述人工智能在金融领域的成功实践。传统做法是农户在养殖开始之前取得贷款，用于购买鸡苗、鸡饲料等，算上利息成本，一只鸡的养殖成本为12元。而在人工智能的技术支持下，金融机构可做到实时放款，按日计息，将一只鸡的养殖成本降至6分钱。

杨强表示，金融领域有很多场景，比如和用户沟通的场景、金融安全的场景、活体识别场景，在后端则包括用户风险分析、个人和企业征信等。

杨强认为，人工智能技术要实现良好的商业应用，须满足三个条件：闭环路径要短，外部反馈要高频，以及复合迭代要快，而金融业恰好有这一特点。

“商业路径也好，算法路径也好，它们中间最好不要有太多环节，比如用户给出反馈、反馈传递至系统以补充AI算法、算法重新用于应用，这个闭环要足够短。”杨强说。

此外，反馈一定要足够高频，且能起到复合作用。“系统能不断得到反馈，得到刺激，这样它的智能才能够提高。”杨强说。

“我们一定要非常仔细挑选，哪些领域的人工智能比较容易成功，哪些领域还要等一等。”杨强说。

杨强认为，未来AI的技术风口，包括深度学习、自然语言理解、智能推荐和迁移学习。深度学习包括图片分类、物体检测、物体跟踪、物体分割、三维重建等；自然语言包括文本的阅读、理解、产生、问答、分析等。

电商向用户推荐商品，则是AI在智能推荐领域的一个典型应用。但杨强表示，目前实时推荐容易陷入一个“深坑”，即系统不会自动推荐用户浏览历史之外的类别，这个问题还有待技术革新。

杨强认为，另一个能带来技术革新的应用是迁移学习。所谓迁移学习，是把一个领域的知识迁移到另一个领域，一个领域的好模型迁移到周边模型上。

“能否让计算机有迁移学习的能力，将是人工智能的下一个热点。”杨强说。

（编辑：杨少康）

来源: 财新网 董兢

莉莉财经