機器學習進入革命階段！

Yaser Abu-Mostaf PhD

談一下AI的相關內容，讓大家了解一下AI和機器學習的相關內容。

首先，我和大家用很簡單的語言解釋一下什么是機器學習，之后講兩個方面：一個就是演進，就是機器學習的演化，三四十年的變化；再講一下革命，革命是指過去五年發生的突變。最后講一些挑戰，有些挑戰非常有意思，有些是技術的挑戰，有些是道德和社會方面的挑戰，他們也影響了我們。

簡單介紹一下機器學習。實際上大家都知道數據科學或者說大數據、統計學、數據挖掘，機器學習可以說是智能的核心，這就是為什么叫它AI，人工智能。我們這里看到很多名字，比如說統計學或者說AI或者說數據挖掘等等這些術語，這里有一個共同點，它們都是基于數據技術規律的自動探測。比如說我們假設有一個嬰兒，一旦孩子看到一種圖案或者說看到一個規律，眼睛都會閃光，他們自己識別出了規律。實際上我們要讓數據自動識別規律，這樣我們就可以說獲得了一定的智能。給大家介紹一下和拍拍貸相關的內容。比如說我們想申請信用卡，不希望信用不好的人申請信用卡，我們希望了解基本的情況，比如說我們了解一下有沒有可能不及時還款。機器學習可以給我們帶來什么好處？我們看以前的客戶，好的行為和壞的行為是什么樣的，這些行為是好的，這些行為是不好的。他們申請的時候每個人都提供了申請信息，我們問一下自己，我們用什么來區分好壞。基于歷史數據，一旦發生規律之后，有了新的申請者的時候，就可以判斷是屬于好的那一類還是不好的那一類，這就是用機器學習進行自動信用評級的原理。

這是兩年前哈佛商業評論的文章，他說機器學習非常有潛力，可以用在很多行業上面，改變這些公司。事實上機器學習可以用在很多項目上，比如說時尚、工業設備、腦部損傷診斷，都可以利用機器學習。可能只有工程師，但是沒有金融專業的領域知識。機器學習是基于數據的，不管是什么領域，只要給我數據就可以自動識別里面的規律。比如說時尚，我就可以自己進行分析，我們基于不同女性的購買行為，我會給她們提供一些建議，她們最有可能買什么樣的衣服。我其實對女性的時尚是完全不知道的，一無所知的，可以說是一個外行，但是基于數據，還是可以給她們很有幫助的建議。

這就是機器學習的本質。

數據是一家公司的最大資產

什么是機器學習呢？首先要有這樣一個規律，比如說信用卡申請，假如說幾年一直做的都是同一個工作，這個是和信用表現是息息相關的，因此我們要找出這里的規律。實際上有的時候我們沒有辦法用一個數學模型直接告訴我們該怎么做，我們必須要通過數據來提取其中的規律，我們希望有代表性的數據組。這一點是很有意思的，我剛才和公司的創始人聊天，比如說我們要看拍拍貸的歷史的話，一開始的時候沒發生什么，突然公司就起飛了。但實際上，在蜇伏期間，他們一直在收集數據，有了數據就有了別人沒有的東西，我們積累是需要時間的，因此我們的數據是資產，你要有資產才能進入游戲。

現在我給大家介紹一下演進部分，就是機器學習的發展情況。為什么過去五年發生了變革，現在人工智能和機器學習都發生了突變？我們從八十年代的時候開始，那個時候神經網絡剛剛興起，那個時候數據量很少，之后越來越多的數據開始被積累起來。越來越多的數據，越來越復雜的模型，以前我們用的是線性的模型，現在用的非線性模型。而且現在計算越來越多，實際上我們預測計算機的速度會發展得越來越快，這也是需要三四十年的積累。

所以雖然現在已經達到了飽和的階段，但是這個飽和的階段仍然有非常大的金礦，這個過程當中我們會做出來更多的進化或者說進展，機器學習也不例外。

回到剛才信用卡申請的例子，我們來看一下這樣的一個申請人，給大家解釋一下我們現在的進化在哪里。首先我們有一個非常簡單的模型，就是剛才說的一個線性的模型，就是人們剛開始來批貸的時候有的線性模型，評估工作，以及工作的年限、年齡、工資等等。畫這樣一條線來區分好的客戶和壞的客戶。隨著數據的積累，我們可以開始建立一個非線性模型，我們知道有一些因素之間是有一些相關性的，這里面可能也有一些規律或者說模式。

因為這個我們就會有很多不同的模型，比如說神經網絡，這是非常著名的模型，這就不同于原來所說的線性模型，這種非線性模型就是我們的進化。相比之前的線性模型要強得多。可以讓你做出來更好的預測，也就是說現在客戶用這樣的模型做出更加復雜的決策。可以用在非常多的應用領域，比如說二十世紀九十年代的時候，股票市場等金融數據可以用機器學習，里面有非常多的數據，有很多模型，用戶主要是投資銀行等等。在2000年的時候，像亞馬遜、阿里巴巴電子商務開始起步，他們也開始使用機器學習，然后網站就開始向你推薦一些東西，這些推薦都是基于數據，可以檢測一些模式推薦給你買一些東西。在2010年的時候又可以應用于醫療領域。因為在醫療領域我們積累了大量的數據，所以我們可以用大數據來做診斷等等。十年前是沒有這么多醫療數據的，經過十年的發展，積累了大量的醫療數據，我們可以用機器學習來做診斷分析等等。有了這種數據積累，我們就能夠有更多的機器學習方面的應用。這些數據就是你所擁有的最大資產，可以讓你和競爭對手對比的時候具有優勢。

AI，將在各行業無處不在

我們現在又從進化進入革命階段，這是過去五年的變化。這五年內發生了什么東西呢？首先我不想勸說或者說服這里面有多大的區別，大家已經看的非常清楚了。在很多領域里面，比如說機器翻譯，過去的機器翻譯讓大家覺得非常的可笑，而現在因為有神經網絡的介入，不斷改進，就是利用了機器學習的方法。還有語音識別、對象檢測等等，在數據、模型、計算方面上都發生了質變。從這樣的應用，有這么多的數據，有更多的申請人的數據，可以做決策，這樣的決策基于大數據就可以更加智能。這樣可以做出全面的剖析。比如說有的人可能喜歡巧克力，這是一個信息，有的人可能喜歡喜劇等等，你覺得他們會去看加勒比海盜，還是不看加勒比海盜這部電影？這樣的兩個信息可能不足以做出決策，如果有更多更全面的信息，可以對這個人有全面的了解，做出來的決策也是非常切合實際的。我覺得拍拍貸做工作的時候，其實和剛才所說的這些都有非常強的關系，你們看到客戶的各個方面的一些信息，然后決定是好的客戶還是壞的客戶，這是第一點。

我們再來看模型。模型現在有深度神經網絡，原來只有兩三層，現在已經有十層二十層了，區別是什么呢？因為有了這么多的層級，有里面的計算，就可以用最好的輸入變量給大家進行分析，比如說你看到我，不是根據一個像素進行分析我的，你可以通過各個方面進行分析。比如說這個人有數千數萬的像素，可以通過像素了解人，然后對它進行剖析，我們做這一點的時候，我們可能會失去某些細節。我們要深入分析各個細節，然后再分析哪個細節哪個像素對你整個人的分析是最重要的。然后進入神經元分析。

接下來是計算方面。計算速度快速提升，過去十幾年二十幾年你的計算機可能運算速度非常慢，但是現在完全不一樣了，速度大幅度提升，還有一些商用硬件，比如說圖形處理器GPU等等，現在機器學習速度方面提高了兩個量級。也就是說在過去如果你要用一些計算的話，可能要一個月，甚至一年才能得到一個結果。但是現在因為計算速度的提升，可能下一周甚至本周就可以得到答案，而且我們用了這么多的模型。也使計算速度和智能水平大幅度提升。一個非常智能的例子就是AlphaGo，打敗了人類的智慧。這個機器是自身學習的，也就是說自己和自己下象棋，然后找到一些新的動作，這是人類之前從來沒有用過的動作，他就打敗了人類的智慧。我們發現這樣一種方法可以極大地改善智能水平。剛才有說到Fendy，我們說Fendy Fendy你得醒過來等等。以后不需要叫兩遍才讓Fendy醒過來，這是我們努力的方向。我們的人工智能取得的進步是長足的。

我再講一下挑戰。實際上技術挑戰沒什么好講的，我們從某種程度上講，有兩個挑戰。剛才講到了技術挑戰，再講一下安全的風險，以及其他的風險，對于人工智能和機器學習來說有很多社會上的挑戰。我們看現在的計算機或者說現在的程序，最可怕的問題就是安全問題，比如說黑客的入侵，還有泄露的問題是很可怕的。大家發展技術的時候并沒有想太多安全問題，現在我們正在補足，我們必須要好好想一下安全問題。現在很多人擔心超級智能，我覺得這不需要擔心，我覺得黑客入侵還是一個主要威脅。還有很多社會方面的挑戰，大家可能會失業，AI可以做人的工作了，我們必須要提前規劃。還有另外一個方面的社會問題，比如說大家都用智能手機，iPhone自己就成為了一個非常有趣的人了。以后大家都不愿意和人溝通了，像孩子一樣，實際上大家只想和手機玩，也是另外一個方面的考慮，供大家參考。

* 作者系加州理工學院（California Institute of Technology）電氣工程和計算機科學（Electrical Engineering and Computer Science）教授，主要研究領域為機器學習（Machine Learning）和計算金融學（Computational Finance）；IEEE神經網絡協會（IEEE NNC）創始人之一；神經信息處理系統進展大會（NIPS）創始人之一；第二屆和第四屆國際資本市場中的神經網絡會議（NNCM）主席；第六屆國際計算金融學會議主席；他的《Learning from Data》是亞馬遜機器學習領域全美最暢銷書，全球超過400萬人通過他的線上教學視頻學習機器學習。Abu-Mostafa教授分別擁有開羅大學（Cairo University）、佐治亞理工學院（Georgia Institute of Technology）、加州理工學院（California Institute of Technology）的本科、碩士、和博士學位。

● 本文由智慧金融研究院、拍拍貸授權；原題方向為“人工智能： 過去、當前、未來”，為最大程度保障文本精華、原意，以及閱讀需要，本刊僅做題目及內容分層進行編輯。