作為首次舉辦行業(yè)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，吸引了 LSTM 之父&DalleMolle 人工智能研究所副主任 Jürgen Schmidhuber、香港中文大學(xué)教授楊強、微軟人工智能首席科學(xué)家鄧力等數(shù)十位行業(yè)專家前來發(fā)表主題演講，還有包括 Intel、Nvidia、搜狗、iPIN 在內(nèi)幾十家人工智能公司設(shè)立展臺向數(shù)萬名觀眾展示了他們在人工智能領(lǐng)域取得的成果。
在本次 GMIS 大會的演講環(huán)節(jié)我們欣賞到了不少名家?guī)淼木恃葜v Schmidhuber 教授的，比如《True Artificial Intelligence Will Change Everything》(人工智能將改變一切)讓人腦動大開、暢想未來，也有不少今日頭條這種實踐派給我們帶來的人工智能實戰(zhàn)應(yīng)用解析。不過最讓我們感到震驚的是，人工智能創(chuàng)業(yè)公司 iPIN 的 CEO 楊洋在發(fā)表主題演講《認(rèn)知分析-透過機器重新審視商業(yè)本質(zhì)》期間放出了豪言，他表示自己將賭上 1 個億押注萬達(dá)和 IBM Watson 的智能招商合作不能成功。
會后，我們很榮幸地與楊洋進行了一次專訪，我們對其在發(fā)布會上所宣稱的部分內(nèi)容進行了求證，楊洋還對公眾一直以來對 iPIN 這家人工智能公司的疑問進行了解答，通過本次訪談，你將深入地了解這一家敢跟萬達(dá)和 IBM 豪賭 1 個億的創(chuàng)業(yè)公司。
下面我們就進入采訪環(huán)節(jié)：
關(guān)于您在 GMIS 大會演講時提到的「如果 IBM 能幫萬達(dá)解決智能招商就賠 1 個億」，能否詳細(xì)地講一下這件事情？
楊洋：作為一個從事人工智能商業(yè)服務(wù)的從業(yè)者，我們明白什么叫「隔行如隔山」。今年 3 月底的時候，萬達(dá)宣布跟 IBM 合作，主要開發(fā)用于萬達(dá)的整體信息化智能化建設(shè)。雖然 IBM Watson 在商業(yè)認(rèn)知智能這塊有著非常雄厚的實力，但是在萬達(dá)商業(yè)地產(chǎn)最核心的智能招商這個問題上，我覺得 IBM 短期內(nèi)還解決不了。
我們都知道，每個商場都有大量的鋪位，每個每位的平均租期為 1-3 年，對于一個商場來講這樣的租期長度可以說是流動性極大的，也給商場的運營管理方帶來了很大的困擾。這個鋪位租給誰，給出什么價位的租金才能讓商場、商店、消費者獲得最大的收益，這是擺在不少連鎖品牌商場面前的大難題，而萬達(dá)也希望 IBM Watson 能來解決這個難題。但我認(rèn)為 IBM Watson 沒法解決萬達(dá)的這個問題。
強強聯(lián)合的組合看起來很靠譜，但在智能招商這個問題上，萬達(dá)和 IBM Watson 合作所面臨的不是簡單的感知智能的問題，而是人工智能領(lǐng)域更深層的認(rèn)知問題。在認(rèn)知智能技術(shù)上，Watson 或許能在醫(yī)療領(lǐng)域很有建樹，但是到了中國的招商問題上，由于 Watson 缺乏對中國商業(yè)社會的深刻認(rèn)知能力，根本行不通的。再加上 IBM 的 Watson 認(rèn)知機器人之前只做歐美市場，對中國的文化、環(huán)境、經(jīng)濟等都不甚了解。
我們也正在幫一家國內(nèi)知名的商業(yè)地產(chǎn)公司解決智能招商問題，項目總額也正好是一個億。如果 IBM 能幫萬達(dá)解決智能招商問題，那我就將價值 1 個億的 iPIN 智能招商系統(tǒng)系統(tǒng)送給萬達(dá)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。
iPIN 的一億賭注
為什么 IBM Watson 完成不了這個看似簡單的問題？
楊洋：主要有兩大原因。首先 Watson 最開始是基于專家系統(tǒng)的，切換到一個新的領(lǐng)域成本是很高的。對于普通大眾而言，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(rèn)知分析平臺，而回答問題只是一個模塊。早期 Watson 是基于專家系統(tǒng)的，也就是說整個系統(tǒng)的所有知識儲備和規(guī)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(dāng)然精準(zhǔn)度在它的知識范疇內(nèi)也是很好的。最開始 Watson 切入的領(lǐng)域是醫(yī)療診斷領(lǐng)域，尤其是腫瘤診斷，取得了不錯的效果。不過對于這種專家系統(tǒng)而言，想要轉(zhuǎn)換其他領(lǐng)域，其工程量和時間可想而知。雖然 Watson 從 2015 年也開始嘗試基于深度學(xué)習(xí)來讓機器自我學(xué)習(xí)和認(rèn)知，但是時間還不長，加上大量的歷史負(fù)擔(dān)，它還很難擺脫對專家系統(tǒng)的依賴。
而對于 iPIN 而言，iPIN 的整個認(rèn)知分析平臺從一開始就是基于動態(tài)社會經(jīng)濟圖譜和深度學(xué)習(xí)的。換句話說，很多知識不僅是機器自己學(xué)習(xí)、自己總結(jié)規(guī)律，而且還是基于中國國情的。在這么一套「學(xué)習(xí)方法論」的基礎(chǔ)之上，想切換到不同的領(lǐng)域，成本相對較低?？梢哉f，iPIN 的認(rèn)知分析平臺將自己從一個專業(yè)領(lǐng)域轉(zhuǎn)移到另外一個專業(yè)領(lǐng)域，比 Watson 要容易許多。
第二個原因是，Watson 是基于國外數(shù)據(jù)搭建的認(rèn)知體系，對中國社會的認(rèn)知存在明顯不足。這就像我們經(jīng)常發(fā)現(xiàn)，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，用國外數(shù)據(jù)搭建的認(rèn)知能力用于中國商業(yè)分析上，即便是完全相同的品牌，結(jié)果也會差異很大。除非 IBM 投入巨大的研發(fā)來對中國商業(yè)社會進行深刻認(rèn)知，否則很難得到好的分析結(jié)果。
還有一個值得注意的事情是，IBM Watson 是國外的人工智能認(rèn)知分析平臺，這也意味著它可以獲得的知識、數(shù)據(jù)量是受到政府限制的，不可能像國內(nèi)的公司一樣可以拿到更多的數(shù)據(jù)。
萬達(dá)與 IBM 簽約合作
所以您認(rèn)為王健林能不能拿到這 1 億的賭注呢？
楊洋：可能性很小。
iPIN 已經(jīng)擁有了對中國社會的認(rèn)知分析平臺，而且也已經(jīng)在跟國內(nèi)一家知名商業(yè)地產(chǎn)公司合作智能招商系統(tǒng)，而 IBM 的 Watson 受限于技術(shù)體系和認(rèn)知體系，短期內(nèi)很難實現(xiàn)對中國商業(yè)社會的招商領(lǐng)域的遷移。
iPIN 認(rèn)知分析平臺是如何完成認(rèn)知分析這一任務(wù)的？
楊洋：iPIN 是一個認(rèn)知分析平臺，它主要做的是人工智能整個大行業(yè)的認(rèn)知分析這一塊，簡單來講就是讓人工智能模擬人對信息的理解過程，然后輸出結(jié)果，但是不同的場景對同一個詞的理解可能產(chǎn)生偏差，而在商業(yè)領(lǐng)域則對認(rèn)知分析的結(jié)果有著很高的要求，因為任何一個錯誤的輸出結(jié)果就可能導(dǎo)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(xué)生找工作的時候，這句話可以理解成高工資、高福利、高發(fā)展前景的褒義語義，但是對于已經(jīng)工作了一段時間的人來說，這句話就變成了 996、加班嚴(yán)重、拋棄老員工等貶義語義。而這樣根據(jù)不同場景語義發(fā)生偏差的情況，在我們的生活中每天都在發(fā)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(xué)習(xí)和聚合智能 (Collective Intelligence) 開發(fā)了認(rèn)知分析平臺和國內(nèi)首個社會經(jīng)濟圖譜，在這兩項基礎(chǔ)技術(shù)上開始讓人工智能幫助我們做出決策，也就是 iPIN 智能決策系統(tǒng)，隨后在多個領(lǐng)域內(nèi)進行嘗試。傳統(tǒng)的人工智能在沒有對信息進行認(rèn)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(jié)果與預(yù)想的結(jié)果有很大的偏差。
我們現(xiàn)在目前嘗試的結(jié)果包括高考志愿填報、人力資源招聘、法務(wù)等多個領(lǐng)域，iPIN 的智能決策系統(tǒng)都取得了不錯的效果。包括之前提到的智能招商系統(tǒng)，已經(jīng)有國內(nèi)一線的商業(yè)地產(chǎn)集團準(zhǔn)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(yōu)的決策。即讓人工智能像人一樣能夠在不同的場景下對信息進行理解，然后做出最適合這個場景的決策。
您在發(fā)言的時候還提到 HR 行業(yè)將在 5 年內(nèi)消失，這意味著什么？
楊洋：我們前期的調(diào)研發(fā)現(xiàn)，招聘專員這個崗位最常用的判斷也就 20 多個點?；?iPIN
認(rèn)知分析平臺，通過人與機器的對比測試，我們發(fā)現(xiàn)，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(jié)果發(fā)現(xiàn)，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(jīng)達(dá)到了 92%，比真人還高 7 個百分點。
這就意味著，原本公司里需要大量的 HR 員工，現(xiàn)在可以在機器的幫助下進行大幅度壓縮，5 年之后大概只有 20% 的 HR 能夠留任，剩下的 80% 將被人工智能取代。
同時這也意味著以后 HR 行業(yè)從業(yè)者需要的不僅僅是一個大學(xué)文憑，還可能要求他具備多學(xué)科的知識背景，未來公司將砍掉單一技能的員工，更喜歡習(xí)得多個專業(yè)技能、掌握多學(xué)科知識的員工。
GMIS 大會上您還提到了一個智能相親引擎，能介紹一下這個引擎是怎么運作的嗎？
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(xì)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?，F(xiàn)在社會男性看女性，比較外貌協(xié)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(guān)注自己選擇的對象的未來的發(fā)展前景。現(xiàn)在對象的收入可以低、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(xù)。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(dāng)前廉價但未來卻可能暴漲的績優(yōu)股，這就是我們將推出的智能相親引擎。
除了智能相親引擎，iPIN 的完美志愿、生化規(guī)劃等產(chǎn)品都是基于 iPIN 的智能決策引擎來做出認(rèn)知分析決策的，讓人工智能模擬人在各種真實場景遇到的問題，根據(jù)認(rèn)知分析平臺和社會經(jīng)濟圖譜來做出當(dāng)前場景下最優(yōu)的決策。
楊洋還向記者表示，iPIN 所設(shè)置的認(rèn)知分析只是人工智能的一個細(xì)分領(lǐng)域。iPIN 現(xiàn)在就想一個對所有社會常識都非常了解的「人」，它可以解答人們對于職業(yè)生涯、升學(xué)指導(dǎo)、法務(wù)、人力資源等領(lǐng)域的疑惑。
iPIN 楊洋演講結(jié)束后在站臺與觀眾交流
關(guān)于這場由創(chuàng)業(yè)公司向行業(yè)巨頭挑起的 1 億賭局，最終結(jié)果作者目前還不敢確定，但可以肯定的是，這場賭局里沒有輸家。現(xiàn)在不少創(chuàng)業(yè)公司都開始采取直接跟大公司進行技術(shù)競爭的方法來獲得市場關(guān)注度，但歷史經(jīng)驗告訴我們，無論是被點名的大公司還是「挑事」的創(chuàng)業(yè)公司，都能從事件中獲益。
假如萬達(dá)和 IBM 接受了這次賭局、挑戰(zhàn)，如果他們贏了，可以免費拿到 iPIN 開發(fā)的智能招商系統(tǒng)并證明 IBM 依舊是人工智能認(rèn)知領(lǐng)域的王者，而如果 iPIN 贏了，那就證明 IBM Watson 的系統(tǒng)短期內(nèi)無法適應(yīng)中國市場，還有待改進。就目前來看，iPIN 輸?shù)目赡苄悦菜剖潜容^低的。因為無論從文化差異和市場適應(yīng)性的角度，還是從認(rèn)知系統(tǒng)的方法論和數(shù)據(jù)源來看，IBM 的 Watson 機器人都不占優(yōu)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。
