人工智能風(fēng)控是什么?

　　近日，華為云AI開發(fā)部總經(jīng)理羅華霖在深圳舉辦的GIIS-全球產(chǎn)業(yè)創(chuàng)新峰會(huì)作了《華為人工智能實(shí)踐與創(chuàng)新》主題演講，他對(duì)人工智能的定義、華為對(duì)人工智能的理解和實(shí)踐等話題做了詳細(xì)論述。

　　近兩年，人工智能的相關(guān)話題非?；鸨瑥膶W(xué)術(shù)界到工業(yè)界，幾乎人人必談人工智能。這一波人工智能的復(fù)興始于2012年，當(dāng)時(shí)多倫多大學(xué)的博士生Alex Krizhevsky和他的同事通過使用深度神經(jīng)網(wǎng)絡(luò)，把ImageNet的圖像識(shí)別錯(cuò)誤率從盤桓很久的30%大幅度降到15%。從此，觸發(fā)了人工智能的再次復(fù)興。

　　華為云將人工智能應(yīng)用于云服務(wù)，今年9月推出了華為云企業(yè)智能服務(wù)(Enterprise Intelligence，EI)，包括三類企業(yè)智能云服務(wù)：基礎(chǔ)平臺(tái)服務(wù)、通用服務(wù)、場(chǎng)景解決方案。華為把多年來積累的一些能力、知識(shí)和方法分享給更多企業(yè)，讓企業(yè)更智能。

　　什么是AI?

　　“工業(yè)4.0”和“中國制造2025”是近期的熱點(diǎn)詞，無論是從國家戰(zhàn)略、還是產(chǎn)業(yè)界關(guān)注等領(lǐng)域都非常關(guān)注。企業(yè)在智能化轉(zhuǎn)型過程中，人工智能是重要的使用技術(shù)。那么，究竟要用AI解決產(chǎn)業(yè)界的什么問題?AI又是什么東西?

　　其實(shí)AI就發(fā)生在日常生活中，現(xiàn)在行業(yè)的一個(gè)大概說法，AI有兩種，一種是強(qiáng)人工智能，一種是弱人工智能。

　　強(qiáng)人工智能是研究如何通過模擬人的思維和模擬人細(xì)胞構(gòu)成的一個(gè)方向，這個(gè)領(lǐng)域目前也沒有太大突破。人的細(xì)胞現(xiàn)在從一些計(jì)算能力和計(jì)算機(jī)的角度，最多可以模擬幾十個(gè)神經(jīng)元或者幾百個(gè)神經(jīng)元，而人的大腦有幾十億到上百億的神經(jīng)元，這個(gè)方向短期還是很難突破。

　　另外一個(gè)是弱人工智能，現(xiàn)在看到的東西就是弱人工智能。弱人工智能本質(zhì)上是一個(gè)工具，主要解決兩個(gè)問題：第一是解決人的效率問題，通過一些人工智能或者算法，解決人之前在傳統(tǒng)領(lǐng)域不太好解決的問題，讓效率更高;第二是解決人做不到的事情，就是輔助人做一些事情。

　　華為EI

　　華為EI，叫做企業(yè)智能，目的是“讓企業(yè)更智能”。因?yàn)槿A為本質(zhì)也是一個(gè)企業(yè)，同時(shí)也是一個(gè)高科技制造企業(yè)，華為創(chuàng)始人任正非先生對(duì)人工智能的要求是——人工智能的發(fā)展是為了使用。

　　華為在9月的HUAWEI CONNECT 2017上首次發(fā)布創(chuàng)新的企業(yè)智能(EI)。為什么華為云要推出企業(yè)智能(EI)服務(wù)?從內(nèi)部來說，要先解決華為公司內(nèi)部生產(chǎn)、物流、供應(yīng)鏈、終端等領(lǐng)域的問題，再把積累的一些能力、知識(shí)和方法開放給更多人，幫助更多企業(yè)實(shí)現(xiàn)智能化的夢(mèng)想。

　　華為把企業(yè)智能應(yīng)用在華為供應(yīng)鏈的智能裝箱、物流和路徑規(guī)劃，以及報(bào)關(guān)、發(fā)票等場(chǎng)景。華為在這些工作場(chǎng)景上消耗的人力非常大，在怎么提升效率，減少人的投入方面，做了很多智能化的技術(shù)。另外是風(fēng)控、營銷，包括華為終端業(yè)務(wù)上，也做了一些探索。

　　在效果上，比如說智能裝箱和供應(yīng)鏈，基本上每年都節(jié)省上千萬以上，這只是其中一個(gè)環(huán)節(jié)，在倉儲(chǔ)方面節(jié)省的更多。對(duì)于風(fēng)控，華為Vmall本身也是一個(gè)比較大的電商企業(yè)，也會(huì)有欺詐防攻擊的問題，也做了一些實(shí)踐。還有個(gè)性化推薦，羅華霖覺得雖然現(xiàn)在還沒有到時(shí)候，但是將來在制造行業(yè)這將會(huì)是一個(gè)很關(guān)鍵的要素。

　　“工業(yè)4.0”或者它描述的場(chǎng)景，更多的是個(gè)性化的制造?？蛻粝掠唵?，再回到生產(chǎn)線，通過個(gè)性化的定制，形成訂單生產(chǎn)，再慢慢在智能化環(huán)節(jié)里面進(jìn)行閉環(huán)，最后把東西通過智能物流送到客戶手里。這個(gè)可能會(huì)稍微遠(yuǎn)一些，但是平臺(tái)能力技術(shù)已經(jīng)慢慢開始在實(shí)踐中積累起來。怎么讓企業(yè)用起來，這可能需要企業(yè)根據(jù)自己的行業(yè)實(shí)踐慢慢來考慮。

　　華為對(duì)AI的理解

　　從一個(gè)平臺(tái)到通用服務(wù)再到領(lǐng)域的服務(wù)，華為分了幾層，最底層是華為硬件的基礎(chǔ)能力。其實(shí)用到AI領(lǐng)域之后，傳統(tǒng)的一些CPU或者計(jì)算能力可能都跟不上。傳統(tǒng)一個(gè)計(jì)算機(jī)能很好處理文本，現(xiàn)在變成圖像和視頻之后，處理能力會(huì)要求更高，需要GPU后者FPGA等新的硬件能力。最近主要是硬件能力和計(jì)算能力提升，讓整個(gè)AI應(yīng)用進(jìn)入大家的視野。

　　現(xiàn)在各個(gè)領(lǐng)域的一些核心算法都是通過平臺(tái)服務(wù)和一定的數(shù)據(jù)訓(xùn)練出來的。AI是一個(gè)弱的人工智能，本質(zhì)上是一個(gè)工具，工具通過什么來達(dá)到這個(gè)目的呢?比如說語音轉(zhuǎn)文本的技術(shù)，其實(shí)是學(xué)了更多的語音樣本之后得出來的，也就是說，轉(zhuǎn)化成一個(gè)文本，需要大量數(shù)據(jù)的訓(xùn)練，而數(shù)據(jù)訓(xùn)練就需要機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等平臺(tái)能力支撐。

　　再一層是語音、自然語言，視覺等能力，包括語音轉(zhuǎn)文本、自然語音、對(duì)話，視覺處理等等，自然語言是你說了一句話，轉(zhuǎn)化成文本;文本的意思有很多種，在這個(gè)場(chǎng)合下是什么意思，怎么理解這句話，理解這句話之后會(huì)形成一個(gè)問答，這些都是自然語言領(lǐng)域的。

　　OCR(OpticalCharacter Recognition，光學(xué)字符識(shí)別)，各種各樣的單據(jù)、票據(jù)，這個(gè)也有可能是企業(yè)的切入點(diǎn)。因?yàn)槊總€(gè)企業(yè)都有大量的票據(jù)單據(jù)，原來都靠人工核對(duì)，如何把文檔進(jìn)行數(shù)字化的輸入，這可能會(huì)是一個(gè)關(guān)鍵領(lǐng)域。

　　華為公司在AI領(lǐng)域的實(shí)踐

　　華為基于內(nèi)部做的端到端的智能APIs服務(wù)。華為公司每年有180萬以上的訂單，大概會(huì)形成30萬—50萬規(guī)模的物流單，怎么實(shí)現(xiàn)從始發(fā)點(diǎn)貨物的供貨預(yù)估——貨物的裝箱管理——運(yùn)輸?shù)侥康膮^(qū)域的分發(fā)——最后一公里的客戶配送，這就需要有一系列智能化的技術(shù)支撐。

　　其實(shí)人工智能應(yīng)用到企業(yè)，它也沒有那么神秘。例如第一步做的備貨，就是根據(jù)你的歷史數(shù)據(jù)，預(yù)測(cè)你可能這個(gè)月應(yīng)該備貨多少。原來是靠人的經(jīng)驗(yàn)或者規(guī)則來做，現(xiàn)在通過人工智能之后會(huì)效果更準(zhǔn)確一些。

　　基于倉儲(chǔ)的優(yōu)化，這對(duì)于大型企業(yè)是比較重要的?，F(xiàn)在倉儲(chǔ)都分為幾級(jí)，華為公司在海外分了大概4—5個(gè)的集散中心，全球發(fā)貨到集散中心之后，如何把貨物進(jìn)行比較好的布放以及取貨順序的安排，這個(gè)就需要有人工智能的算法在里面。

　　還有集裝箱，這里面會(huì)涉及到一個(gè)裝箱的過程，要考慮類似于如何在一個(gè)最小的空間里面最大利用這些空間等問題。裝箱也有一些規(guī)則，比如說形狀、重量、是否怕壓，這些都有一系列的算法去解決。華為公司會(huì)提供最優(yōu)化的算法，形成一些智能物流的服務(wù)。這些實(shí)踐每年帶來上千萬的費(fèi)用節(jié)省。

　　OCR識(shí)別，比如說企業(yè)的票據(jù)、發(fā)票、文本，怎么通過自動(dòng)化的方法錄入，包括一些紙質(zhì)單據(jù)的傳遞，其實(shí)它也需要利用一些人工智能技術(shù)。原來的方法可能做得不太準(zhǔn)，最近有了深度學(xué)習(xí)和其它的人工智能技術(shù)之后，識(shí)別率大大提高了。比如數(shù)字及表格的識(shí)別有些場(chǎng)景超過98%，訓(xùn)練精度和模型精度的提高，對(duì)整個(gè)企業(yè)也是一個(gè)幫助，可以大大節(jié)省人力。

　　風(fēng)控，這是華為內(nèi)部的一個(gè)實(shí)踐。看到這里有實(shí)時(shí)的平臺(tái)，傳統(tǒng)是通過專家的經(jīng)驗(yàn)規(guī)則，再結(jié)合案例形成一些模型，但是人工智能的模型相比傳統(tǒng)會(huì)更準(zhǔn)一些。如何理解人工智能的模型與傳統(tǒng)專家的經(jīng)驗(yàn)規(guī)則之間的差異?例如要推銷一個(gè)東西，打電話給VIP用戶推銷，首先從模型角度來看，包括這個(gè)人打電話的時(shí)間、打電話的量、上網(wǎng)的量和他個(gè)人的一些特征、在網(wǎng)時(shí)間，根據(jù)這些推算出來這個(gè)人是不是VIP。

　　但是下午兩三點(diǎn)打電話或者上網(wǎng)比較多的是消費(fèi)重度的用戶，這一點(diǎn)是看不出來的，而模型會(huì)告訴你這些人是最值得推薦的。同樣在風(fēng)控里面也會(huì)有類似學(xué)習(xí)模型，這些模型告訴你哪些人可能是需要你對(duì)他進(jìn)行控制或者有可能是有問題的用戶。

　　推薦。推薦是華為終端的實(shí)踐，華為Vmall本身也是一個(gè)比較大的電商，有終端推薦、游戲推薦和音樂、視頻的推薦，這里面的推薦都是用華為的系統(tǒng)來做的。這個(gè)推薦平臺(tái)可以很好提供包括人物畫像和動(dòng)態(tài)的實(shí)時(shí)模型更新，實(shí)時(shí)推薦等關(guān)鍵能力,能夠做到分鐘級(jí)模型更新上線。

　　關(guān)于圖片圖像處理，華為提供一系列的圖像處理能力，如圖片識(shí)別和高清重建等服務(wù)。這個(gè)具體在制造業(yè)怎么應(yīng)用呢?例如在對(duì)圖片進(jìn)行處理時(shí)用到這樣的技術(shù)，比如說把模糊的圖像處理得清晰一點(diǎn)，或者把圖像里面的關(guān)鍵人物和關(guān)鍵事件進(jìn)行分類識(shí)別。以華為全球技術(shù)服務(wù)部為例，上基站之前會(huì)有整個(gè)工作各方面的規(guī)范性檢查，華為現(xiàn)在都是用遠(yuǎn)程圖像處理的方法做這個(gè)事情。以后企業(yè)有自動(dòng)化生產(chǎn)的，也可以通過圖像處理的方式截取和監(jiān)控生產(chǎn)制造過程的關(guān)鍵信息。

　　智能問答。智能問答類似于小機(jī)器人。華為內(nèi)部IT熱線的機(jī)器人，華為有各種各樣的IT問題，如訂票問題，很多企業(yè)也都會(huì)遇到這樣的問題，當(dāng)內(nèi)部有一定量的相似問題需要答復(fù)或者處理，用自動(dòng)問答技術(shù)可以大大節(jié)省人力。華為在機(jī)器的自動(dòng)閉環(huán)能做到65%以上，這個(gè)替代率跟整個(gè)知識(shí)、模型和要回答的問題有關(guān)系，場(chǎng)景稍微復(fù)雜一點(diǎn)。

　　總的來說，華為認(rèn)為，人工智能的發(fā)展是為了使用。人工智能要為企業(yè)創(chuàng)造更多價(jià)值，則必須將這些分散的單點(diǎn)技術(shù)集成起來，綜合運(yùn)用到復(fù)雜的企業(yè)場(chǎng)景中。華為云定位于智能社會(huì)的使用者，聚合人工智能、物聯(lián)網(wǎng)、計(jì)算和存儲(chǔ)等基礎(chǔ)能力，提供創(chuàng)新的企業(yè)智能云服務(wù)，將華為多年來儲(chǔ)備的基礎(chǔ)研究成果與實(shí)踐經(jīng)驗(yàn)開放給政府、企業(yè)、合作伙伴及開發(fā)者使用。

　　人工智能專業(yè)前景如何?

　　極其好。如果說計(jì)算機(jī)專業(yè)是上個(gè)時(shí)代的老大，那么人工智能專業(yè)就是下個(gè)時(shí)代的龍頭。因?yàn)椋?/p>

　　1.