智能水平由數據能力決定

張靖笙

     關于智力是先天具足還是后天習得的爭論自古就有，放到人工智能就演化成設計派和學習派兩個學術方向。我在上世紀九十年代末開始從事商業智能方面的數據應用開發，我那時毫無疑問是屬于設計派，今天我卻是不折不扣的學習派。

    在我十多年的商業智能項目工作中，我認為技術上做到最高水平的是十多年前在澳門某本地銀行總行數據倉庫項目上做的單一授信戶風險查詢分析與預警應用程序，這個應用源自一個非常復雜而且后來不斷加深難度的業務需求。我當年還是一個代碼為王的直男碼農，不喜歡也不善于寫文檔，可后來這個需求的文檔也累積成近百頁的word文件，而這些文字陳述的也僅僅是需求的幾分乃至于十分之一，其他很難言傳的細節只能體現在程序代碼里，而這些代碼又是邊聽需求邊分析、邊開發、邊調試、邊修正這樣形成的，當然關于這個應用的需求和解決方案最后只停留在我一個人的頭腦里面，我當時也沒有足夠的理論水平予以建構，后來做完了也沒有總結的動力，很多寶貴的設計細節隨時間流逝遺忘了，甚至今天我自己再看這些文檔和代碼都有些搞不清楚其中的玄機了。

    簡單描述一下，通過這個程序幾乎可以遍歷到當時澳門常住人口一半以上的各種融資擔保社會關系，全量數據每跑一次都要花上若干小時才能出結果，是的，這背后的算法就近乎于是一個社會金融關系關聯分析的數據挖掘算法。這個程序連實際數據試運行和優化做了大概一年多時間左右，開發成果客戶是滿意的，他們根據這個程序的數據輸出報告專門成立了一個全行級信貸數據風險分析委員會，直接影響到對其每一筆授信和信貸業務的審批決策。

    但我今天回憶起來，卻對自己在這個項目的表現有些不滿意，也覺得很可惜，浪費了一次非常寶貴的實戰突破機會。這個項目的數據應用深度完全是由客戶需求提出人、該總行信貸業務負責人何高理高超的業務水平決定的，當年我沒有咨詢顧問的功力，實際上就是根據何高理的需求，學習消化何高理的業務和思路之后把加工數據的計算機程序編寫出來，除此之外我并沒有更多的創造和賦能。

     換句話說，我的當年和眾多的程序員是一樣的，我們的應用開發高度完全取決于需求提出者的業務水平和數據理解，我做過的商業智能項目中，除了澳門大豐、銀監會、華為、廣汽本田這些甲方有數據能力和理解水平很高的需求提出人員，其余大部分的商業智能應用水平也就是簡單查詢和報表開發，數據智能水平其實很低下或者說初級。

     我后來為什么皈依了學習派，也是因為我在實際工作中逐漸感悟到了設計的巨大瓶頸和局限。我不能抱怨我過去客戶的需求水平，歸根到底還是我當時缺乏人工智能學習派的理論水平和從事數字化戰略咨詢工作以后的顧問功力，要不我過去曾面對這么多寶貴的數據資源，是可以做出比程序設計高出十倍百倍的數據創新智能應用的。

      人工智能許多早期的成功發生在相對樸素且形式化的應用環境中，而且不要求計算機具備很多關于世界的知識，那些可以通過一系列形式化的數學規則來描述的問題，對計算機來說只要可以轉化成算法程序，依靠計算機強大的算力讓問題得到迅速解決，例如IBM的深藍國際象棋系統打敗了人類的世界冠軍。依靠預先設計的算法來解決智能問題，這就是所謂設計派的路數，而其最大死穴也在于妄圖用復雜的算法解決智能問題的一切，這個套路在上世紀六十年代末幾乎走不下去。

     就像我在澳門某銀行開發的那個商業智能應用，雖然我們已經研究得足以深入，可這種精心設計的算法實際上也僅僅把何高理那些可以言傳的顯性知識轉化成為計算機的搜索+統計分析算法，就我的了解，所體現的僅僅是何高理深不可測的專業智慧冰山中顯露出來的一角，我花了一年時間也就學了點皮毛，更遑論發掘出什么我們都意想不到的隱性知識模式，做到后面再發展也比較吃力了。

     比較諷刺的是，抽象和形式化的任務對人類而言是最困難的腦力任務之一，但對計算機而言卻屬于最容易的。計算機雖然能夠打敗人類最好的世界象棋選手，但直到最近計算機才在識別對象或語音任務中達到人類的中低水平，一個人的日常生活需要關于世界的巨量知識。很多這方面的知識是主觀的、經驗化和個性化的，因此很難通過形式化的方式表達清楚。計算機需要獲取同樣的知識才能表現出智能，人工智能的一個關鍵挑戰就是如何將這些非形式化的知識傳達給計算機，以讓其人工智能系統能解決現實中一些對人來說很顯而易見的常識問題。

     于是我們可以看到，即使在相對樸素且形式化的環境中，設計派的人工智能系統，在業界也被稱為“人工智能1.0”也很快遇到發展不下去的窘境，被深藍打敗的國際象棋世界冠軍知道算法原理后也很不服氣，認為比賽并不公平，他只是被自己的失誤所打敗的。

      到上世紀七十年代，人工智能的發展開始嘗試走上數據驅動的道路，簡單來說是我之前曾解釋過的從數據中學習新知識的方法和手段，就是實現對數據資源的學習行為，幫助人類和計算機從現有的數據資源中獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身表現及技能。數據或者我所定義的數據學習驅動下的人工智能，現在被稱為人工智能2.0。

      引用吳軍博士的觀點:“在有大數據之前，計算機并不擅長解決需要人類智能來解決的問題，但是今天這些問題換了一個思路加以解決，其核心就是變智能問題為數據問題。”對此觀點，我大體上是認同的，只是我認為智能問題并不能等價于數據問題，我們用數據學習的方法來解決智能問題，這中間涉及知識的數據表示或者數據建模的技術問題，如果不解決這個技術問題，智能問題也無法轉化為數據問題而加以有效解決。

     其實設計派和學習派兩個人工智能方向都各有長短，一般而言，設計派的人工智能算法基于嚴謹的邏輯推理和數學分析，結果是比較精準、穩定而高效的，而對于現實世界中大多數智能應用場景，很難排除無限的環境影響因素而只關心有限幾個抽象變量之間的變化規律，所以設計派做再多的努力都難免百密一疏，這一疏就足以讓其前功盡棄，而學習派的智能系統卻能隨著數據學習經驗的積累而越來越聰明。

      今天對大數據的深度學習事實上是AI向強人工智能應用向上發展的主流，數據是人工智能的基礎，如我在《數字化轉型首先要提升數據學習能力》一文中的分析，即使淺表學習的低智能應用也需要有相應的數據能力支撐，沒有數據基礎的智能應用只能是巧婦難為無米之炊，這個道理已經是比較淺白的了。

       我說“智能水平由數據能力決定”這句話的意思，是對當前我國廣大組織普遍的數據管理和應用能力而言，各組織低下的數據能力，不但制約了對人工智能技術的應用水平，還是數字化轉型最主要的瓶頸，這時組織遇到大量的數據問題不是智能問題，本質上還是落后的管理水平或者生產力的問題，在數據能力低下的基礎上，我們做不出人工智能系統，只能做出大量的人工愚蠢系統或人工弱智系統。

      既然我提出的數據學習概念不僅僅是針對機器，對于我們人類智能來說，“智能水平由數據能力決定”這句話是否也有效呢？我認為也是有效的，我們人類的思維活動同樣也需要“數據”，這些“數據”就是我們頭腦里面通過感知和認知所獲得的各種經驗和體驗的記憶，常言道：“實踐出真知”、“吃一塹長一智”，我們的經驗越多，我們頭腦里面的“數據”量就越來越多，而形成人類創造性思維主力的頓悟就是基于這些“數據”的厚積薄發，要是我們的“數據”不夠，創新淪為撞大運或瞎折騰。

      最后分享點小心得，我發現通過碼文字寫文章，我頭腦里很多模糊的認知可以轉化成為條理清晰的文本數據，這無疑也是一種有效的數據治理行動，這些治理過的數據能大大提升我的學習能力，從而高效加深我對知識的理解。

（本稿完成于2020年7月8日，如需轉載請注明出處）