5年内 CEO杨洋 HR将大面积失业 iPIN (5年内策略游戏)
雷锋网消息,7月9日,由 中国计算机学会(CCF) 主办,雷锋网和香港中文大学(深圳)承办的第二届CCF-GAIR全球人工智能与机器人峰会进入了第三天。在机器学习专场第三场,iPINCEO杨洋为大会带来了题为《认知分析—透过机器重新审视商业本质》的分享,阐述了当前AI技术遭遇的瓶颈——认知,让机器实现认知的条件,以及获得认知能力后,技术可以带来的巨大改变。
当前AI技术瓶颈:认知和分析人类常识
人对信息处理的过程简单是分四个步骤:第一,感知;第二,认知;第三,分析;第四,决策。
感知是聚集了目前世界上绝大多数人工智能的技术领域,它的技术领域是如何识别图像、物体、文字、声音等各种识别。但是识别之后,才是我们真正进入到这个商业社会需要理解的,也就是认知。
人工智能在智商层面对人类造成非常大的挑战,但是认知方面非常粗浅。这是人工智能要想代替人更多劳动方面需要突破的地方。以我自己为例,我是iPIN的CEO,大家说我是一个学霸还是一个学渣?这是一个猜测问题,对计算机不是一个简单的问题,人工智能现在就是卡在对社会常识的认知。我是人工智能公司的CEO,我是学霸还是学渣?然后查一下,我985大学毕业,然后创业,后来在美国读信息学博士,这个信息代表我是学霸吗?好像很简单,但是不好意思,对机器来讲真的很难。
Facebook的Yann LeCun今年3月在清华的演讲说,人工智能的一大难题是让机器掌握人类的尝试。我们也在做研究,让机器尝试理解人和社会。
实现机器认知的条件
认知的真相是在具体场景下的投影。我们看到一切、收集到一切信息是投影,我们要做就要尽量找到真相,然后找到这个投影,这是目前机器做认知的基本思想,这是对具体信息理解我们做的事情。
实现机器认知的条件有四点:第一,信息可靠。如果给到错误的信息就很困难,比如说很多做聊天的机器人用论坛信息做参考,如果论坛信息不可靠,机器人信息也不可靠;第二,信息充分,信息量非常大;第三,精细建模,如果信息量不够大就不够敏感,做到小规模的敏感是机器学习的很大的问题,对于罕见和不高频的信息如何做准确认知,这是人可以做到的,不是机器可以做到的;第四,不懂就发问,这是人重要的学习,机器也要做到不懂就问。
iPIN助力个人发展、企业发展的应用
因为我们是分析人和企业,就讲一下人的发展应用和往企业应用取得的成果。
完美志愿是一个高考志愿填报的产品,我们用机器学习了上亿人的职业发展,用上亿人的职业发展总结其中的规律,看人是怎么样发展的,总结出其中的潜规则。所谓的这个“潜”是我们看不到,比如说中华女子学院也招男生,清华大学的男女比例早就不是9:1,现在40%的学生是女生。这种规则你不总结出来不知道,如果在错误规则下面学习是学不出东西的。
前程导航,就是大四毕业到公司工作方面的,这方面用到了一个理论,用那个理论去规划人生;人才分析引擎,我们给机器做半自动化标注,我们教机器标注的规则,让机器自己去标注,这样机器才能很好的学习社会上各种词与词、句子与句子的关系。整个做下来,将HR工作效率得到极大提升,准确率也得到了极大的提升。做一个小小的预言,五年之内HR会大规模失业。
我们也做企业分析。2003年我刚来深圳时,华为和中兴是深圳最好的公司,十多年之后,华为和中兴两家公司差得非常远,我们分析后发现,区别是中兴的销售和华为销售团队的质量和规模有非常大的差距,其他方向都是差不多的,也许这是导致两个公司差别这么大的重要原因。
我们说数字的金字塔最高价值在于决策,我们让决策变得智能,这方面是巨大的商业前景。
有关这次演讲的更完整的内容,欢迎继续关注雷锋网。
原创文章,未经授权禁止转载。详情见 转载须知 。