GMIS 2017大会杨洋演讲：认知分析-透过机器重新审视商业本质

GMIS 2017大会杨洋演讲：认知分析-透过机器重新审视商业本质

2017-05-28 17:23:00      GMIS 2017   

0  0  0

全球机器智能峰会（ GMIS 2017 ），是全球人工智能产业信息服务平台机器之心举办的首届大会，邀请了来自美国、欧洲、加拿大及国内的众多顶级专家参会演讲。本次大会共计 47 位嘉宾、5 个Session、32 场演讲、4 场圆桌论坛、1 场人机大战，兼顾学界与产业、科技巨头与创业公司，以专业化、全球化的视角为人工智能从业者和爱好者奉上一场机器智能盛宴。

5 月 28 日，机器之心主办的为期两天的全球机器智能峰会（GMIS 2017）进入第二天，全天议程中最受关注的是多位重要嘉宾出席的领袖峰会，包括《人工智能：一种现代方法》的作者 Stuart Russell、第四范式联合创始人兼首席科学家杨强、科大讯飞执行总裁兼消费者事业群总裁胡郁、阿尔伯塔大学教授及计算机围棋顶级专家Martin Müller、Element AI 联合创始人 Jean-Sebastien Cournoyer 等。

下午，iPIN 创始人兼CEO 杨洋发表了主题为《认知分析-透过机器重新审视商业本质》的演讲，他探讨分享了如何通过机器认知分析人和企业，使得商业决策更加智能，实现商业利润回报最大化。

以下是该演讲的主要内容：

用机器认知分析人和企业

大家好，我是iPIN的CEO，我叫杨洋，感谢机器之心的邀请。我们这个单元的主题是商业，商业最重要的是什么呢？人与企业。如果这个世界上不存在人和企业，也就没有商业。今天所有一切的图像识别、声音识别如果离开了对人和企业的理解，我们能够让机器去代替人做商业上的事情吗？显然不可以。

iPIN是做什么的呢？我们是专门分析人，分析企业的。人的信息处理过程包括感知、认知、分析、决策，目前绝大多数的人工智能公司集中在感知层和认知层，因为分析和决策对机器来说依然非常非常困难。

目前整个人工智能有一个天花板，就是如何让机器去理解人类社会的常识，也就是做出决策。要解决这个问题，我们首先要了解什么是认知。一句话，认知是真相在具体场景下的投影。李飞飞教授说认知的人工智能推进需要有更多的来自于非计算机领域的那些学者。其实认知是一个非常非常复杂的学科，但凡是跟认识人、分析人、分析信息相关的专业，都会或多或少涉及认知，比如说物理学、哲学、社会学、市场经济学。一切都只是一个投影，我们没有办法知道完整的真相，我们只能用技术，用数据无限地逼近那个真相，这是我们用机器去做认知的基础。

如果从技术层面来讲，实现机器认知有四大条件。第一大条件是信息要可靠，如果你把乱七八糟的垃圾信息教给机器，它会学坏的。第二是信息要充分，如果你只是给了片面的信息，它也会产生错误。另外是信息化建模，这非常非常复杂。还有机器它要像人一样，具有自主学习和纠正能力，不懂就「问」。

个人发展应用

接下来我讲一下我们公司具体做的应用。由于认知是围绕人的，离不开人，所以我们在人的方面研究得非常非常深，尤其是研究人是如何发展的。

比如一个应用就是前程导航。每个人都知道其现状，但是如果知道一个明确的终点，你能找出那个捷径吗？这是我们一直做的事情，这个市场前景非常大，希望通过这个应用，未来能够让很多人少走弯路。

企业发展应用

再就是企业方面，企业其实是商业的核心部分，企业是趋利的，如何助其获得更大的利润空间，这是我们一直考虑的。

人才分析引擎

我们做了人的成长分析以后，第一个应用就是做人才分析引擎，输出给招聘公司。我这里有一个并不大胆的预言，李开复说，如果任何一个东西，人5秒内就可以做决策，这部分就可以被机器所替代。HR虽然日常工作很繁重，一个一线的招聘人员，每天40%的时间都花在简历筛选上；如果把简历筛选分成每一小步，每一小步的时间不超过5秒钟，HR就会被机器人替代。所以我这里有一个并不大胆的预言，五年内，HR将大面积失业。

结论

我们公司在2013年成立做人工智能的时候，并没有受到太多关注；我想说，其实人工智能这个领域非常大，非常庞杂，完成了认知层面的大量技术积累，我们需要进军到下一个台阶，那就是认知智能时代；未来的商业发展，需要更加智能的决策，以找到最大利润的回报点，这就是iPIN，谢谢大家