品钛研究院专访品钛执行副总裁李惠科：AI商用的研发与落地

采访整理| 品钛研究院舒典

随着人工智能（AI）技术在各行各业应用，人们开始习惯于智能新闻推送、文本识别、刷脸支付、移动信贷等各类功能，越来越多场景也趋于智能化。科技公司在云计算、大数据等人工智能技术领域的投入俨然成为标配。

在AI时代来临之时，每家公司都有很多选择：是耗资庞大的机器学习队伍，来设计一个复杂的学习模型？还是借用市场上其他公司的既有成果，来赋能自身业务？是主攻AI顶尖技术的研发？还是专注于AI技术如何成熟落地？

品钛执行副总裁李惠科

品钛研究院专访了品钛执行副总裁李惠科。李惠科博士是一位科技金融行业的连续创业者和IT行业的资深人士，在尖端技术的构建和商业化方面拥有超过20年的经验。

与一线技术研发专家关注的不一样，李惠科博士更加务实更具有商业思维，他以企业家的角度将技术和商业合二为一，更专注于能落地到实际业务的AI技术。访谈中他以商业发展的角度，为大家带来他对AI商用的看法。

01 自建AI系统Vs“借东风”

品钛研究院：很多公司或深或浅的都在研发AI技术，但有的是稳扎稳打自建团队，有的只是借助外力。您怎么看待这两种战略？

李惠科：

到底怎么选择？我们讨论的是一个非常简单的问题，看起来是个战略问题，其实都是商业问题。不同公司会对投资收益预期的考量，也就是我们常说的ROI，如果它有足够的价值，而且也有足够的数据来支撑，他从商业角度就是值得的。如果说带来的经济效益不能匹配投入，就不会带来成功的商业化。但我们同时也必须意识到，科研机构在尖端技术上的前期探索和投入，是值得我们尊敬和支持的。

这两种模式是互相需要的。比如品钛在企业信贷（CVX）、大数据风控、智能投顾等金融领域有多年的研发和实战积累，我们有成熟的决策工具，还有自己的设计产品等等。只有外界使用品钛这样的第三方工具，品钛的商业模式才能继续下去。同样，别的公司也不需要自己大规模投入开发，不需要大资源的投入、不需要浪费试错的前提下，也能享受到这样的功能和效果。

所以我觉得是首先看你具体要解决什么样的场景和问题，哪种AI的方式能够带来什么好处，再去谈你投入是否值得去大规模投入研发。

02 精准 Vs 过度拟合

品钛研究院：金融是一个特殊的行业，随着大数据兴起，弱变量也用在了金融风控与预测走势中。这么多元化的数据必然会带来“过度拟合”的问题。如何掌握精准预测与过度拟合的度？

李惠科：

噪声数据过多确实会直接影响结果，可能会遇到各种问题，这非常考验团队“金融+AI技术”两方面的功底。

首先，数据过多本身不是坏事，机器学习过程当中很重要的一个环节就是要进行噪音排除滤波。AI需要去除这种噪音数据，首先就需要有足够的数据。一般来说过拟的现象发生根源的可能有两种，一个是它数据样本规模太小；第二个就是模型参数太多太复杂。

因此，从这两方面出发解决的方法一个是增加数据样本规模。我们可以从数据源头获得更多的真实数据，也可以通过增加一些规则来扩充数据，进行数据增强。当然数据增强之后，我们刚才提到要有很好的数据清洗，把噪音数据去掉，可以引入交叉验证比如时序交叉验证等来降低过拟合的可能性。

另外一种做法就是减少模型参数。这就涉及更多细分的方法了，一般可以通过一种叫目标函数正则化的方法，降低函数的本身的复杂度。或者，我们也可以降低神经网络的深度，使得运算速度加快、使得模型更泛化，不要做得过于复杂。

一般通过这两类角度：数据的角度和模型的角度，可以解决过拟的现象。

03 技术黑盒Vs赋能客户

品钛研究院：AI、大数据、云计算等高科技技术就像黑盒一样很难描述，如何才能让客户接受一项他可能也不了解的技术？

李惠科：

如何让客户了解并使用，是AI在应用当中的重要问题。品钛的商业模式是toBtoC的，所以不论是B端客户还是C端客户，都需要能够理解AI技术具体是如何运用和奏效的。

一般我们的做法是：把 AI算法的黑盒增加透明度，做成灰盒，用可视化的简单指标解释技术和模型状态。

举一个例子，比如说我们在智能投顾的“AI智能调仓”里面就有基于AI的算法规则，我们在设计这个产品时，增加了一个直观的调仓指数——我们告诉客户，通过品钛的智能投顾的算法，基于ABCD等因素，进行调仓的可能性有多少个百分比，让客户感觉到这个产品当中AI正在工作、如何工作、基于什么在工作，而且让他感觉到算法是可控的，而不是天马行空的在后台根本不知道调什么。

我们发现把一个黑盒过渡到一个灰盒，增加了一些透明度，对客户接受这个产品非常有帮助。

同理，最不能做的，就是在沟通客户的过程当中神化AI。有些地方大家把它讲的越神，效果却是适得其反，客户如果不会使用，商业就是失败的。

从业经验让我越来越感觉到，技术人员要回归产品初心，做一个产品或者给客户提供一个服务，不是去追求算法的复杂、功能的炫酷——这样有的时候产品看似功能极致化，但体验会走歪。而是追求对业务产品的深度理解和突破，选择合适的解决方案，达到预期的效果。

我们以前设计产品的时候，IT的软件都是给技术人员用的。但近10年以来的所有的用户体验和产品设计的都是用户导向的，给普通人使用的。如果一个产品做的客户不会用，或者需要很复杂的培训才能够使用，就是产品没做好。同样，如果一个产品的AI运用恰到好处，简单还实用，甚至客户没有经过任何培训就可以使用，这才是一个好的产品。

04 技术研发Vs商业落地

品钛研究院：每一家公司都需要有自己强有力的商业壁垒。您认为对于一家科技金融公司来说，其最终的壁垒究竟是自己技术研发能力，还是商业落地的能力？哪种是您更加推崇的？

李惠科：

自己研发、通过技术的成熟来取得突破是非常值得尊敬的，很多时候研究上的投入，短期可能打了水漂，但是长期来看，这是 AI进步的真正推动力，是AI的脊梁。但这条路往往都是任重道远的，一般技术的进步需要更长的周期，甚至有些时候还需要其背后的基础理论上的重大突破。

企业经营的思路当中会更强调业务场景和技术的实用性，这更现实，也同样很有意义。像品钛，即便我们自身花费大量经费进行技术研发，我们更强调自己是金融科技的实战派、拥有丰富的实战经验以及已有的实践成果。因为商业一定要落地，否则不能称之为商业。

技术研发需要商用，商业可以落地技术。我们不空谈一些技术和算法，我觉得更现实的改进方法是我们对业务场景的选择，对要解决的问题的选择，这个远比选择使用什么技术要重要。我们做这个业务选择要有充分的可行性论证，要有优秀的算法科学家，要有足够的数据来训练机器学习，还要有足够的时间去迭代、试错、反复验证和提高，一定不能急于求成。

传统的科研理论的进步主要依赖科研机构，现在市场上横向合作也越来越多了，技术公司也会在理论算法研究上投入很多，这些投入虽然都任重道远，但对推动AI革命性进步是意义深远的。

品钛研究院专访品钛执行副总裁李惠科：AI商用的研发与落地相关推荐

百度副总裁李硕：AI能深入场景创造真价值，从传感器到大屏仅是数字化开始...
在某汽车企业生产车间里,智能质检检测一台车,把时间从1分钟缩短至8秒,检测准确率达99%:在某石化企业厂区里,"AI 大脑"指挥巡检机器人,运用多维传感器对隧道管廊进行巡检,对比人 ...
品钛CEO李惠科：数据质量决定了机器学习的上限
近年来,随着AI.大数据等技术的深度扩展和应用,金融服务效率得到显著提升.品钛作为领先的金融科技解决方案服务商,依托AI.大数据技术等技术优势和丰富的数字化金融业务全流程经验,全面助力金融机构和商业机 ...
蓝海彤翔执行副总裁张加廷接受【联播苏州】独家专访
今年春节档,科幻类电影<流浪地球2>票房口碑双丰收,截至目前,累计票房已破 38 亿,淘票票评分 9.6 ,影片的特效质感可以媲美国际顶尖水平.其中,蓝海彤翔为影片的后期制作提供了出色的渲 ...
微软全球执行副总裁沈向洋：你给自己的定位是什么，你就会得到什么
来源:AI 科技评论摘要:沈向洋,美国国家工程院院士.微软全球执行副总裁.ACM/IEEE Fellow.多年来,沈向洋专注于计算机视觉和计算机图形学的研究,并领导和开发了 Bing 搜索.目前,他 ...
微软全球执行副总裁沈向洋离职；马云回应双十一数据作假；GitHub 官方终于出 App 了！ | 极客头条...
整理 | 郭芮快来收听极客头条音频版吧,智能播报由标贝科技提供技术支持. 「极客头条」-- 技术人员的新闻圈! CSDN 的读者朋友们早上好哇,「极客头条」来啦,快来看今天都有哪些值得我们技术人关注 ...
微软全球执行副总裁沈向洋：人工智能的机遇和挑战
8 月 29 日,2019 世界人工智能大会在上海正式拉开帷幕.微软全球执行副总裁.微软人工智能及微软研究事业部负责人沈向洋发表演讲,其表示过去几年间,人工智能得到了快速的发展.在此趋势下,微软亚洲研 ...
计算机sng,腾讯高级执行副总裁汤道生：腾讯SNG正在大力布局人工智能
腾讯科技讯 2017年12月28日,由腾讯社交网络事业群(SNG)主办TSAIC学术&工业交流盛会在腾讯滨海大厦举行,150余位来自麻省理工.斯坦福.卡耐基梅隆.清华.中科院计算机所.微软研究 ...
vivo执行副总裁胡柏山：V1是自研影像芯片，将由X70系列首发
2021 年 8 月 27 日,中国,深圳 -- vivo今天在深圳召开科技创新媒体沟通会,vivo执行副总裁胡柏山详细阐述了vivo科技创新战略路线图,并对近期网传vivo自研芯片一事,给予正式回应 ...
金风科技执行副总裁吴凯：智慧能源就在我们面前
金风科技执行副总裁吴凯 [数据猿导读]金风科技执行副总裁吴凯谈到智慧能源时说,未来的能源应该是可负担的,可靠的,可持续的,是便捷的,便宜的,高效的,对社会产生正面的影响,对所有利益相关体产生价值.这个 ...

品钛研究院专访品钛执行副总裁李惠科：AI商用的研发与落地

品钛研究院专访品钛执行副总裁李惠科：AI商用的研发与落地相关推荐

最新文章

热门文章